Course catalog

Course duration

Course provider

Topic

Categories

Showing 121-140 of 708 items.

coursera اصول زیرساخت لاجورد (Mitalearn-315942)

  • 9 hours 48 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Michael Krout
درباره این دوره:

Microsoft Azure سرویسی است که توسط مایکروسافت برای ارائه محاسبات ابری برای ایجاد و مدیریت برنامه‌ها و خدمات با استفاده از یک محیط ابری ایجاد شده است. Azure نرم افزار را به عنوان سرویس (SaaS)، پلتفرم به عنوان سرویس (PaaS) و زیرساخت به عنوان سرویس (IaaS) ارائه می دهد. این پلتفرم از بسیاری از زبان ها و فریم ورک های برنامه نویسی پشتیبانی می کند و می تواند به تنهایی یا در یک محیط ابری چند فروشنده استفاده شود. این دوره بر روی مبانی زیرساخت لاجورد از جمله زیرساخت به عنوان یک سرویس تمرکز دارد. ما با درک اشتراک، پیکربندی امنیت و به دست آوردن فضای ذخیره‌سازی شروع می‌کنیم. سپس ماشین های مجازی و VNETS را می سازید. محیط های Azure می توانند بسیار در دسترس و بسیار انعطاف پذیر باشند. برای ایمنی، می توان از داده ها در فضای ابری پشتیبان تهیه کرد. اینها مفاهیمی است که در این دوره به آن خواهیم پرداخت.

linkedin اصول علوم کامپیوتر: اطلاعات دیجیتال (Mitalearn-87479)

  • 1 hours 10 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Rich Winnie
درباره این دوره:

رایانه‌ها، در ابتدایی‌ترین سطح خود، اطلاعات را در بیت‌ها ذخیره می‌کنند - مجموعه‌ای از حالت‌های روشن و خاموش که با یک و صفر نشان داده می‌شوند. با استفاده از این زبان باینری می توان اطلاعات موجود در تصاویر، صدا، ویدئو، متن و فایل های دیگر را ذخیره و به اشتراک گذاشت. این اصل اساس همه محاسبات از جمله برنامه نویسی است. در اینجا داگ وینی اصول باینری را توضیح می دهد: چگونه اطلاعات دیجیتال نمایش داده می شود، رمزگذاری می شود، ذخیره می شود و بین رایانه ها ارتباط برقرار می شود.

rnrn این یک پایه عالی برای هر کسی در هر سنی است که برای مشاغل در فناوری و علوم کامپیوتر آماده شود. درس‌های این بخش بلوک‌های سازنده محاسبات را پوشش می‌دهند: منطق باینری، سیستم‌های اعداد، کدگذاری متن و تصویر، فشرده‌سازی و پروتکل‌های ارتباطی ساده. درک این اصول به شما کمک می کند تا تعامل بین سخت افزار، نرم افزار، داده ها، شبکه ها و افرادی که از آنها استفاده می کنند را درک کنید.

Related Skills

linkedin اصول علوم کامپیوتر: اینترنت (Mitalearn-93259)

  • 59 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Rich Winnie
درباره این دوره:

کامپیوترها می توانند کارهای زیادی انجام دهند. اما این اینترنت است که آن‌ها را زنده می‌کند و به کاربران اجازه می‌دهد در کسری از ثانیه در سراسر جهان، در طول میلیون‌ها مایل، ارتباط برقرار کرده و داده‌ها را به اشتراک بگذارند. اینترنت اتصال زیربنایی همه محاسبات را تشکیل می‌دهد و بر نحوه کار نرم‌افزار و سخت‌افزار - صرف نظر از فروشنده - نظارت می‌کند. در اینجا داگ وینی تاریخچه اینترنت و فناوری زیربنایی وب را توضیح می‌دهد، از جمله آدرس‌دهی IP، مسیریابی، سرورهای وب، آدرس‌های اینترنتی، و زبان‌هایی که به رایانه‌ها اجازه می‌دهند از طریق اینترنت با یکدیگر «صحبت» کنند، مانند ابرمتن و HTML. و هر مکالمه ای در مورد اینترنت بدون ذکر امنیت کامل نمی شود. داگ توضیح می‌دهد که رمزگذاری چگونه کار می‌کند و چرا مهم است که داده‌هایتان را آنلاین نگه دارید.\r\n\r\n این یک پایه عالی برای هر کسی در هر سنی است که برای مشاغل در فناوری و علوم کامپیوتر آماده شود. درک اصول اولیه مانند اینترنت به شما کمک می کند تا تعامل بین سخت افزار، نرم افزار، داده ها، شبکه ها و افرادی که از آنها استفاده می کنند را درک کنید.

Related Skills

linkedin اصول علوم کامپیوتر: برنامه نویسی (Mitalearn-100314)

  • 1 hours 25 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Rich Winnie
درباره این دوره:

برنامه نویسی چیزی است که به ما امکان می دهد رایانه ها، دستگاه ها و اینترنت را وادار کنیم کارهای شگفت انگیزی انجام دهند، ما را سرگرم کنند و زندگی خود را ساده کنند. در حالی که برنامه نویسی پیچیده به نظر می رسد، هر چالش برنامه نویسی را می توان به بخش هایی از کد تقسیم کرد که می توانید آن ها را تعریف، کنترل و حتی استفاده مجدد کنید. بدون نیاز به دانستن زبان برنامه نویسی خاصی می توانید مفاهیم اولیه کدنویسی را یاد بگیرید.\r\n\r\n داگ با به اشتراک گذاری تاریخچه کدگذاری شروع می کند و سپس به توابع، مقادیر، متغیرها و پارامترهای مورد استفاده برای تعریف کنش ها می پردازد. او گرفتن ورودی از کاربران، ایجاد تست های شرطی، استفاده از حلقه ها با آرایه ها و اصول برنامه نویسی شی گرا را پوشش می دهد. او همچنین شما را فراتر از برنامه نویسی، به فرآیندهایی مانند اشکال زدایی، بازسازی مجدد و ساختن تکراری می برد.

coursera اصول محاسبات (قسمت اول) (Mitalearn-308768)

  • 5 hours 24 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Scott Rixner,Joe Warren,Luay Nakhleh
درباره این دوره:

این دوره دو قسمتی مبتنی بر مهارت های برنامه نویسی است که در دوره مقدماتی ما بر برنامه نویسی تعاملی در پایتون آموختید. ما این مهارت‌ها را با تمرین‌های مهم برنامه‌نویسی و مهارت‌های مهم حل مسئله ریاضی تقویت خواهیم کرد. این مهارت ها زیربنای حل مسئله محاسباتی و برنامه نویسی در مقیاس بزرگتر است. تمرکز اصلی کلاس، برنامه نویسی مینی پروژه های هفتگی در پایتون خواهد بود که بر اساس اصول ریاضی و برنامه نویسی که در کلاس آموزش داده می شود، ساخته می شود. برای اینکه کلاس سرگرم کننده و جذاب باشد، بسیاری از پروژه ها شامل کار با بازی های مبتنی بر استراتژی است. در قسمت 1 این دوره، جنبه برنامه نویسی کلاس بر روی استانداردهای کدنویسی و تست تمرکز خواهد داشت. بخش ریاضی کلاس بر احتمالات، ترکیبات و شمارش با توجه به کاربردهای عملی این مفاهیم در علوم کامپیوتر تمرکز خواهد کرد. پیشینه توصیه شده - دانش آموزان باید با استفاده از ساختارهایی مانند لیست ها، دیکشنری ها و کلاس ها برنامه های کوچک (100+ خط) را در پایتون بنویسند و همچنین دارای پیش زمینه ریاضی دبیرستانی باشند که شامل جبر و پیش حساب است.

coursera اصول محاسبات (قسمت دوم) (Mitalearn-315364)

  • 5 hours 5 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Scott Rixner,Joe Warren,Luay Nakhleh
درباره این دوره:

این دوره دو قسمتی، اصول اولیه ریاضی و برنامه نویسی را که زیربنای بسیاری از علوم کامپیوتر هستند، معرفی می کند. درک این اصول برای فرآیند ایجاد راه حل های کارآمد و ساختار یافته برای مسائل محاسباتی بسیار مهم است. برای به دست آوردن تجربه عملی در کار با این مفاهیم، ​​از زبان برنامه نویسی پایتون استفاده می کنیم. تمرکز اصلی کلاس بر روی مینی پروژه های هفتگی خواهد بود که بر اساس اصول ریاضی و برنامه نویسی که در کلاس آموزش داده می شود، ساخته می شود. برای سرگرمی و جذاب نگه داشتن کلاس، بسیاری از پروژه ها شامل کار با بازی های مبتنی بر استراتژی است. در بخش 2 این دوره، بخش برنامه نویسی کلاس بر روی مفاهیمی مانند بازگشت، ادعاها و ثابت ها تمرکز می کند. بخش ریاضی کلاس بر جستجو، مرتب‌سازی و ساختارهای داده بازگشتی تمرکز خواهد کرد. با گذراندن این دوره، پایه محکمی در اصول محاسبات و برنامه نویسی خواهید داشت. این شما را برای دوره بعدی در تخصص آماده می کند، که شروع به معرفی یک رویکرد ساختاریافته برای توسعه و تجزیه و تحلیل الگوریتم ها می کند. توسعه چنین مهارت های تفکر الگوریتمی برای نوشتن نرم افزار در مقیاس بزرگ و حل مسائل محاسباتی دنیای واقعی حیاتی خواهد بود.

coursera اعتبار سنجی سیستم (2): مدل رفتار فرآیند (Mitalearn-313630)

  • 3 hours 19 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Jan Friso Groote
درباره این دوره:

اعتبار سنجی سیستم زمینه ای است که مبانی ارتباطات سیستم و پردازش اطلاعات را مطالعه می کند. این گام منطقی بعدی در علم کامپیوتر و بهبود توسعه نرم افزار به طور کلی است. این امکان را به تجزیه و تحلیل خودکار بر اساس مدل های رفتاری یک سیستم می دهد تا ببیند آیا یک سیستم به درستی کار می کند یا خیر. ما می خواهیم تضمین کنیم که سیستم ها دقیقاً همان کاری را که قرار است انجام دهند انجام می دهند. تکنیک های ارائه شده در اعتبار سنجی سیستم امکان اثبات عدم وجود خطا را فراهم می کند. این اجازه می دهد تا رفتار سیستم تعبیه شده را طراحی کنید که از نظر ساختاری مناسب باشد و به عنوان یک اثر جانبی شما را مجبور می کند رفتار را ساده و روشنگر کنید. این بدان معنی است که سیستم ها نه تنها به درستی رفتار می کنند، بلکه نگهداری و انطباق آنها بسیار آسان تر است. «رفتار فرآیند مدل» دنباله‌دار MOOC به «خودکار و معادل‌های رفتاری» است. این MOOC به شما نشان می‌دهد که چگونه رفتار فرآیند، به‌ویژه پروتکل‌ها و الگوریتم‌های توزیع‌شده را مدل‌سازی کنید، ویژگی‌های رفتار سیستم را عمیق‌تر کنید، و چیزها را ساده نگه دارید تا از انفجار فضای حالت جلوگیری کنید. مطالب خواندنی جی.اف.گروت و ام.آر.موسوی. مدل سازی و تحلیل سیستم های ارتباطی. مطبوعات MIT، 2014. این دوره قسمت 2 از مجموعه دوره های اعتبار سنجی سیستم می باشد. اعتبار سنجی سیستم، به عنوان مجموعه ای از دوره ها، بخشی از یک برنامه آنلاین دیجیتال دیجیتال بزرگتر به نام «اینترنت اشیا از طریق سیستم های جاسازی شده» است.

coursera اعتبار سنجی سیستم (3): الزامات توسط فرمول های مدال (Mitalearn-316503)

  • 2 hours 16 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Jan Friso Groote
درباره این دوره:

اعتبار سنجی سیستم زمینه ای است که مبانی ارتباطات سیستم و پردازش اطلاعات را مطالعه می کند. این امکان را به تجزیه و تحلیل خودکار بر اساس مدل های رفتاری یک سیستم می دهد تا ببیند آیا یک سیستم به درستی کار می کند یا خیر. ما می خواهیم تضمین کنیم که سیستم ها دقیقاً همان کاری را که قرار است انجام دهند انجام می دهند. تکنیک های ارائه شده در اعتبار سنجی سیستم امکان اثبات عدم وجود خطا را فراهم می کند. این اجازه می دهد تا رفتار سیستم تعبیه شده را طراحی کنید که از نظر ساختاری مناسب باشد و به عنوان یک اثر جانبی شما را مجبور می کند رفتار را ساده و روشنگر کنید. این بدان معنی است که سیستم ها نه تنها به درستی رفتار می کنند، بلکه نگهداری و انطباق آنها بسیار آسان تر است. "نیازها بر اساس فرمول های مدال" سومین دوره ای است که به شما نشان می دهد چگونه الزامات خودکار را مشخص کنید تا رابطه صحیح بین الزامات و رفتار سیستم را ایجاد کنید. مطالب خواندنی جی.اف.گروت و ام.آر.موسوی. مدل سازی و تحلیل سیستم های ارتباطی. مطبوعات MIT، 2014.

coursera اعتبار سنجی سیستم (4): نرم افزار مدل سازی، پروتکل ها و سایر رفتارها (Mitalearn-316435)

  • 2 hours 24 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Jan Friso Groote
درباره این دوره:

اعتبار سنجی سیستم زمینه ای است که مبانی ارتباطات سیستم و پردازش اطلاعات را مطالعه می کند. این امکان را به تجزیه و تحلیل خودکار بر اساس مدل های رفتاری یک سیستم می دهد تا ببیند آیا یک سیستم به درستی کار می کند یا خیر. ما می خواهیم تضمین کنیم که سیستم ها دقیقاً همان کاری را که قرار است انجام دهند انجام می دهند. تکنیک های ارائه شده در اعتبار سنجی سیستم امکان اثبات عدم وجود خطا را فراهم می کند. این اجازه می دهد تا رفتار سیستم تعبیه شده را طراحی کنید که از نظر ساختاری مناسب باشد و به عنوان یک اثر جانبی شما را مجبور می کند رفتار را ساده و روشنگر کنید. این بدان معنی است که سیستم ها نه تنها به درستی رفتار می کنند، بلکه نگهداری و انطباق آنها بسیار آسان تر است. «مدل‌سازی پروتکل‌های نرم‌افزار و سایر رفتارها» قدرت روش‌های رسمی را در مدل‌سازی نرم‌افزار، پروتکل‌های ارتباطی و نمونه‌های دیگر نشان می‌دهد. مطالب خواندنی جی.اف.گروت و ام.آر.موسوی. مدل سازی و تحلیل سیستم های ارتباطی. مطبوعات MIT، 2014.

coursera اعتبار سنجی سیستم: خودکارها و معادلات رفتاری (Mitalearn-313154)

  • 1 hours 55 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Jan Friso Groote
درباره این دوره:

آیا تا به حال تجربه شکست سیستم های نرم افزاری را داشته اید؟ وب‌سایت‌ها از کار می‌افتند، تقویم همگام نمی‌شود، یا حتی برق قطع می‌شود. البته که داری! اما آیا می‌دانستید که بسیاری از این خطاها در نتیجه خطاهای ارتباطی در یک سیستم یا بین سیستم‌ها هستند؟ بسته به سیستم، تأثیر خرابی نرم‌افزار می‌تواند بسیار زیاد باشد، حتی منجر به خسارت اقتصادی یا تلفات جانی شود. نرم‌افزار، و به‌ویژه ارتباط بین سیستم‌های نرم‌افزار فشرده، بسیار پیچیده است و درست کردن آن بسیار دشوار است. با این حال، ما به قابلیت اطمینان در سیستم هایی که به طور مستقیم یا غیرمستقیم برای حمایت از ما در زندگی روزمره استفاده می کنیم، نیاز داریم. اعتبار سنجی سیستم به شما کمک می کند تا رفتار سیستم تعبیه شده را طراحی کنید که از نظر ساختاری مناسب باشد. همچنین شما را مجبور می کند که رفتار را ساده و روشنگر کنید. سیستم هایی که برای رفتار صدا طراحی شده اند نیز نگهداری و تطبیق آنها بسیار آسان تر است. اعتبار سنجی سیستم زمینه ای است که مبانی ارتباطات سیستم و پردازش اطلاعات را مطالعه می کند. تکنیک های ارائه شده در اعتبارسنجی سیستم امکان اثبات عدم وجود خطا را فراهم می کند. این اولین دوره "اتوماتها و معادلات رفتاری" پایه و اساس دوره های بعدی را می سازد و به شما نشان می دهد که چگونه به رفتار سیستم به عنوان ماشین های حالت نگاه کنید. معادل‌های رفتاری را مورد بحث قرار می‌دهد و آن‌ها را در تعدادی از مثال‌ها و آزمون‌ها نشان می‌دهد. این دوره، سیستم‌های انتقال برچسب‌گذاری شده یا اتومات‌ها را برای مدل‌سازی رفتار، به‌ویژه برای سیستم‌های کنترل‌شده نرم‌افزاری توضیح می‌دهد. یک سوال مهم این است که چه زمانی دو رفتاری که توسط چنین خودکارهایی ارائه می شود برابر هستند. پاسخ به این سوال اصلاً ساده نیست، اما معادل‌های حاصل به عنوان ابزار قدرتمندی برای ساده‌سازی رفتار پیچیده استفاده می‌شوند. این به ما امکان می دهد تا دقیقاً ویژگی های رفتاری چنین سیستم هایی را بررسی و درک کنیم. به خصوص، در ترکیب با پنهان کردن رفتار، کاهش هم ارزی یک تکنیک منحصر به فرد برای به دست آوردن بینش در رفتار سیستم ها است و بسیار موثرتر از شبیه سازی یا آزمایش است. با استفاده از این بینش می‌توانیم مدل‌ها را درست کنیم. چنین مدل هایی پایه ای عالی برای تولید نرم افزار مختصر، قابل اعتماد و قابل نگهداری را تشکیل می دهند. این دوره قسمت اول از مجموعه دوره های اعتبار سنجی سیستم است. اعتبار سنجی سیستم، به عنوان مجموعه ای از دوره ها، بخشی از یک برنامه آنلاین دیجیتال دیجیتال بزرگتر به نام «اینترنت اشیا از طریق سیستم های جاسازی شده» است.

coursera افزایش امنیت مک: استراتژی هایی برای محافظت (Mitalearn-307527)

  • 42 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Luciana Broussard
درباره این دوره:

تقویت قلعه دیجیتالی شما: استراتژی های امنیتی مک برای محافظت نهایی. امنیت ضروری مک را در این دوره جامع که برای مبتدیان طراحی شده است، کشف کنید. با بررسی ویژگی های امنیتی اساسی، ارزیابی تهدیدات و مدیریت فعال، یاد بگیرید که از ایستگاه کاری Mac خود به طور موثر محافظت کنید. در مورد خودکارسازی فرآیندهای امنیتی و اتخاذ شیوه‌های درجه یک، بینش‌هایی به دست آورید، و از محافظت قوی برای Mac خود اطمینان حاصل کنید. برای تسلط بر هنر ایمن سازی مک خود با اطمینان همین حالا ثبت نام کنید.

coursera اقدامات متقابل حملات سایبری (Mitalearn-311437)

  • 4 hours 48 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Dr. Edward G. Amoroso
درباره این دوره:

این دوره اصول اولیه دفاع سایبری را با مدل‌های اساسی مانند Bell-LaPadula و چارچوب‌های جریان اطلاعات معرفی می‌کند. این مکانیسم‌های اجرایی اساسی به معرفی حفاظت‌های عملکردی اساسی، با روش‌های احراز هویت، کمک می‌کنند. فراگیران با مجموعه ای از راه حل ها و پروتکل های احراز هویت مختلف، از جمله RSA SecureID و Kerberos، در چارچوب یک طرحواره متعارف آشنا خواهند شد.   مبانی رمزنگاری نیز با توجه به رمزهای بلوکی معمولی و همچنین رمزنگاری کلید عمومی معرفی شده است. تکنیک‌های رمزنگاری مهم مانند زنجیره بلوک رمز و سه‌گانه DES توضیح داده شده‌اند. پشتیبانی رمزنگاری مبتنی بر مرجع صدور گواهینامه مدرن نیز مورد بحث قرار گرفته و نشان داده شده است که مبنایی برای تجارت الکترونیک ایمن با استفاده از طرح‌های لایه سوکت‌های امن (SSL) فراهم می‌کند.

coursera الگوریتم ها روی نمودارها (Mitalearn-308020)

  • 6 hours 47 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Neil Rhodes,Daniel M Kane,Michael Levin
درباره این دوره:

اگر تا به حال از یک سرویس ناوبری برای یافتن مسیر بهینه و تخمین زمان رسیدن به مقصد استفاده کرده اید، از الگوریتم هایی روی نمودارها استفاده کرده اید. نمودارها در موقعیت‌های مختلف دنیای واقعی به وجود می‌آیند، زیرا شبکه‌های جاده‌ای، شبکه‌های رایانه‌ای و اخیراً شبکه‌های اجتماعی وجود دارد! اگر به دنبال سریع‌ترین زمان برای رسیدن به محل کار، ارزان‌ترین راه برای اتصال مجموعه‌ای از رایانه‌ها به شبکه یا الگوریتم کارآمد برای یافتن خودکار جوامع و رهبران افکار در فیسبوک هستید، می‌خواهید با نمودارها و الگوریتم‌ها روی نمودارها کار کنید. . در این دوره آنلاین، ابتدا یاد خواهید گرفت که نمودار چیست و برخی از مهمترین ویژگی ها چیست. سپس چندین روش برای پیمایش نمودارها و نحوه انجام کارهای مفید در حین پیمایش نمودار را به ترتیب یاد خواهید گرفت. سپس در مورد الگوریتم‌های کوتاه‌ترین مسیرها صحبت خواهیم کرد - از الگوریتم‌های اصلی تا الگوریتم‌هایی که در را برای الگوریتم‌های 1000000 برابر سریع‌تر مورد استفاده در Google Maps و سایر خدمات ناوبری باز می‌کنند. اگر بخواهید روی پروژه سنگ بنای صنعتی Fast Shortest Routes ما کار کنید، از این الگوریتم ها استفاده خواهید کرد. ما با حداقل درخت‌های پوشا که برای برنامه‌ریزی شبکه‌های راه، تلفن و کامپیوتر و همچنین یافتن کاربردها در خوشه‌بندی و الگوریتم‌های تقریبی استفاده می‌شوند، به پایان می‌رسانیم.

coursera الگوریتم ها، بخش اول (Mitalearn-314004)

  • 11 hours 45 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Kevin Wayne,Robert Sedgewick
درباره این دوره:

این دوره اطلاعات ضروری را که هر برنامه نویس جدی باید در مورد الگوریتم ها و ساختارهای داده بداند، با تأکید بر برنامه ها و تجزیه و تحلیل عملکرد علمی پیاده سازی های جاوا پوشش می دهد. بخش اول ساختارهای داده اولیه، مرتب‌سازی و الگوریتم‌های جستجو را پوشش می‌دهد. بخش دوم بر روی الگوریتم های پردازش گراف و رشته تمرکز دارد. تمامی امکانات این دوره به صورت رایگان در دسترس است. افرادی که علاقه مند به کاوش عمیق تر در محتوا هستند، ممکن است بخواهند کتاب درسی الگوریتم ها، نسخه چهارم (که دوره بر اساس آن است) را دریافت کنند یا از وب سایت algs4.cs.princeton.edu برای انبوهی از مطالب اضافی بازدید کنند. این دوره پس از اتمام مدرک ارائه نمی دهد.

coursera الگوریتم های پیشرفته و پیچیدگی (Mitalearn-315823)

  • 7 hours 41 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Neil Rhodes,Daniel M Kane,Michael Levin
درباره این دوره:

در دوره‌های قبلی تخصص آنلاین ما، الگوریتم‌های اولیه را آموخته‌اید، و اکنون آماده هستید تا به حوزه مسائل پیچیده‌تر و الگوریتم‌های حل آنها قدم بگذارید. الگوریتم‌های پیشرفته بر اساس الگوریتم‌های پایه ساخته می‌شوند و از ایده‌های جدید استفاده می‌کنند. ما با جریان‌های شبکه‌ای شروع می‌کنیم که در کاربردهای معمولی‌تر مانند تطابق بهینه، یافتن مسیرهای غیرمتناسب و برنامه‌ریزی پرواز و همچنین موارد شگفت‌انگیزتر مانند تقسیم‌بندی تصویر در بینایی رایانه استفاده می‌شوند. سپس به برنامه‌ریزی خطی با کاربردهایی در بهینه‌سازی تخصیص بودجه، بهینه‌سازی پورتفولیو، یافتن ارزان‌ترین رژیم غذایی که همه نیازها را برآورده می‌کند و بسیاری موارد دیگر ادامه می‌دهیم. در ادامه، مشکلات ذاتاً سختی را که هیچ راه‌حل خوب دقیقی برای آنها شناخته شده نیست (و احتمالاً یافت نمی‌شوند) و چگونگی حل آنها در عمل مورد بحث قرار می‌دهیم. ما با مقدمه ای نرم از الگوریتم های جریانی که به شدت در پردازش داده های بزرگ استفاده می شوند، پایان می دهیم. چنین الگوریتم‌هایی معمولاً به گونه‌ای طراحی می‌شوند که بتوانند مجموعه‌های داده عظیمی را بدون اینکه حتی قادر به ذخیره یک مجموعه داده باشند، پردازش کنند.

coursera الگوریتم های تقریب (Mitalearn-313800)

  • 3 hours 9 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Mark de Berg
درباره این دوره:

برای مثال، بسیاری از مسائل الگوریتمی دنیای واقعی را نمی توان به طور موثر با استفاده از ابزارهای الگوریتمی سنتی حل کرد، زیرا مسائل NP-hard هستند. هدف از درس الگوریتم های تقریب، آشنایی با مفاهیم و تکنیک های مهم الگوریتمی مورد نیاز برای مقابله موثر با چنین مسائلی است. این تکنیک‌ها زمانی اعمال می‌شوند که برای مسائل خاصی به راه‌حل بهینه نیاز نداریم، بلکه تقریبی نزدیک به راه‌حل بهینه است. خواهیم دید که چگونه می توان چنین تقریب هایی را به طور موثر پیدا کرد. پیش نیازها: برای گذراندن موفقیت آمیز این دوره، باید از قبل دانش پایه ای از الگوریتم ها و ریاضیات داشته باشید. در اینجا لیست کوتاهی از آنچه باید بدانید آمده است: - O-notation، Ω-notation، Θ-notation; نحوه تجزیه و تحلیل الگوریتم ها - حساب پایه: دستکاری جمع، حل عود، کار با لگاریتم و غیره. - نظریه احتمال پایه: رویدادها، توزیع های احتمال، متغیرهای تصادفی، مقادیر مورد انتظار و غیره. - ساختارهای داده پایه: لیست های پیوندی، پشته ها، صف ها، پشته ها - درختان جستجوی دودویی (متوازن). - الگوریتم های مرتب سازی اولیه، به عنوان مثال MergeSort، InsertionSort، QuickSort - اصطلاحات نمودار، نمایش گراف ها (لیست مجاورت و ماتریس مجاورت)، الگوریتم های اصلی گراف (BFS، DFS، مرتب سازی توپولوژیکی، کوتاه ترین مسیرها) مطالب این دوره بر اساس یادداشت های دوره است که در زیر برگه منابع یافت می شود.

coursera الگوریتم های تقریب قسمت اول (Mitalearn-314820)

  • 5 hours 8 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Claire Mathieu
درباره این دوره:

الگوریتم های تقریب، بخش اول چقدر کارآمد می توانید اشیاء را در حداقل تعداد جعبه بسته بندی کنید؟ چگونه می توانید گره ها را به گونه ای خوشه بندی کنید که شبکه را به قطعاتی در اطراف چند مرکز به طور ارزان تقسیم کنید؟ اینها نمونه هایی از مسائل بهینه سازی ترکیبی NP-hard هستند. به احتمال زیاد حل چنین مسائلی به طور موثر غیرممکن است، بنابراین هدف ما ارائه یک راه حل تقریبی است که بتوان آن را در زمان چند جمله ای محاسبه کرد و در عین حال دارای ضمانت های قابل اثبات در هزینه آن نسبت به بهینه باشد. این دوره دانش یک دوره استاندارد الگوریتم در مقطع کارشناسی را در نظر می گیرد، و به ویژه بر الگوریتم هایی تأکید می کند که می توان با استفاده از برنامه نویسی خطی، یک تکنیک مورد علاقه و شگفت انگیز موفق در این زمینه، طراحی کرد. با گذراندن این دوره، شما در معرض طیف وسیعی از مشکلات در مبانی علم کامپیوتر نظری و تکنیک های قدرتمند طراحی و تجزیه و تحلیل قرار خواهید گرفت. پس از تکمیل، شما قادر خواهید بود، زمانی که با یک مسئله بهینه سازی ترکیبی جدید مواجه می شوید، تشخیص دهید که آیا این مسئله به یکی از معدود مسائل اساسی شناخته شده نزدیک است یا خیر، و قادر خواهید بود برنامه نویسی آرام سازی خطی طراحی کنید و از گرد کردن تصادفی برای تلاش برای حل مشکل خود استفاده کنید. مشکل خود محتوای دوره و به ویژه تکالیف درسی ماهیت نظری و بدون تکالیف برنامه نویسی دارد. این اولین دوره از یک دوره دو قسمتی در مورد الگوریتم های تقریب است.

coursera الگوریتم های تقریب قسمت دوم (Mitalearn-315619)

  • 5 hours
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Claire Mathieu
درباره این دوره:

الگوریتم های تقریب، قسمت 2 این ادامه الگوریتم‌های تقریب، قسمت 1 است. در اینجا شما دوگانگی برنامه‌نویسی خطی را که برای طراحی برخی از الگوریتم‌های تقریبی اعمال می‌شود، و برنامه‌نویسی نیمه معین که برای Maxcut اعمال می‌شود، یاد خواهید گرفت. با گذراندن دو بخش از این دوره، شما با طیف وسیعی از مشکلات در مبانی علم کامپیوتر نظری و تکنیک های طراحی و تحلیل قدرتمند مواجه خواهید شد. پس از تکمیل، شما قادر خواهید بود، زمانی که با یک مسئله بهینه سازی ترکیبی جدید مواجه می شوید، تشخیص دهید که آیا این مسئله به یکی از معدود مسائل اساسی شناخته شده نزدیک است یا خیر، و قادر خواهید بود برنامه نویسی آرام سازی خطی طراحی کنید و از گرد کردن تصادفی برای تلاش برای حل مشکل خود استفاده کنید. مشکل خود محتوای دوره و به ویژه تکالیف درسی ماهیت نظری و بدون تکالیف برنامه نویسی دارد. این دومین دوره از یک دوره دو قسمتی در مورد الگوریتم های تقریب است.

coursera الگوریتم های تقریب و برنامه ریزی خطی (Mitalearn-316214)

  • 9 hours 7 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Sriram Sankaranarayanan
درباره این دوره:

این دوره با تمرکز بر استفاده از فرمول‌های برنامه‌نویسی خطی و صحیح برای حل مسائل الگوریتمی که به دنبال راه‌حل‌های بهینه برای مشکلات ناشی از حوزه‌هایی مانند تخصیص منابع، زمان‌بندی، تخصیص کار، و انواع مسئله فروشنده دوره گرد است، تخصص ساختار داده‌ها و الگوریتم‌های ما را ادامه می‌دهد. . در مرحله بعد، الگوریتم‌هایی را برای مسائل NP-hard مطالعه خواهیم کرد که راه‌حل‌های آن تضمین شده است که در برخی از ضریب‌های تقریبی بهترین راه‌حل‌های ممکن قرار دارند. چنین الگوریتم‌هایی اغلب بسیار کارآمد هستند و محدودیت‌های مفیدی را برای راه‌حل‌های بهینه ارائه می‌کنند. یادگیری توسط یادداشت های ارائه شده توسط مربی، خواندن از کتاب های درسی و تکالیف پشتیبانی می شود. تکالیف شامل سوالات مفهومی چند گزینه ای و همچنین تکالیف حل مسئله است که شامل برنامه نویسی و الگوریتم های تست می شود. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد علوم کامپیوتر (MS-CS) CU Boulder که در پلت فرم Coursera ارائه می شود، گذراند. این مدرک تحصیلات تکمیلی کاملا معتبر دوره های هدفمند، جلسات کوتاه 8 هفته ای و شهریه را ارائه می دهد. پذیرش بر اساس عملکرد در سه دوره مقدماتی است، نه سابقه تحصیلی. مدارک CU در Coursera برای فارغ التحصیلان اخیر یا متخصصان شاغل ایده آل است. بیشتر بدانید: کارشناسی ارشد در علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder

coursera الگوریتم های جستجو، مرتب سازی و نمایه سازی (Mitalearn-310145)

  • 9 hours 47 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Sriram Sankaranarayanan
درباره این دوره:

این دوره اصول طراحی و تحلیل الگوریتم و همچنین الگوریتم های مرتب سازی آرایه ها، ساختارهای داده مانند صف های اولویت، توابع هش و برنامه هایی مانند فیلترهای بلوم را پوشش می دهد. الگوریتم‌های جستجو، مرتب‌سازی و نمایه‌سازی را می‌توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد علوم داده (MS-DS) CU Boulder در پلتفرم Coursera در نظر گرفت. MS-DS یک مدرک بین رشته‌ای است که اعضای هیئت علمی بخش‌های ریاضیات کاربردی، علوم کامپیوتر، علوم اطلاعات و سایرین در CU Boulder را گرد هم می‌آورد. با پذیرش مبتنی بر عملکرد و بدون فرآیند درخواست، MS-DS برای افرادی با طیف وسیعی از تحصیلات کارشناسی و/یا تجربه حرفه‌ای در علوم کامپیوتر، علوم اطلاعات، ریاضیات و آمار ایده‌آل است. درباره برنامه MS-DS در https://www.coursera.org/degrees/master-of-science-data-science-boulder اطلاعات بیشتری کسب کنید.

Suggestions