Course catalog

Categories

Showing 13,941-13,960 of 17,001 items.

coursera مدل های پیشرفته برای تصمیم گیری (Mitalearn-329440)

  • 4 hours 46 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Soumya Sen
درباره این دوره:

تحلیلگران کسب و کار باید بتوانند راه حل بهینه را برای مشکلات تجویز کنند. اما دوره‌های تجزیه و تحلیل اغلب بر آموزش دانش‌آموزان در تجزیه و تحلیل داده‌ها و تجسم تمرکز می‌کنند، نه این که به آنها کمک کند چگونه داده‌های موجود را جمع‌آوری کنند و آن را با مدل ریاضی مناسب برای فرمول‌بندی راه‌حل جفت کنند. این دوره برای اتصال داده ها و مدل ها به سناریوهای تصمیم گیری در دنیای واقعی در تولید، زنجیره تامین، امور مالی، مدیریت منابع انسانی و غیره طراحی شده است. به طور خاص، ما درک می کنیم که چگونه بهینه سازی خطی - یک روش تجزیه و تحلیل تجویزی - می تواند برای تصمیم گیری استفاده شود. مشکلات و ارائه راه حل های بهینه مبتنی بر داده ها. در طول این دوره ما روی مشکلات کاربردی در صنایع مختلف کار خواهیم کرد، مانند: (الف) تصمیمات مالی: چگونه یک مدیر سرمایه گذاری باید یک سبد بهینه ایجاد کند که بازده خالص را به حداکثر برساند و در عین حال ریسک زیادی را در سرمایه گذاری های مختلف انجام ندهد؟ (ب) تصمیمات تولید: با توجه به تقاضای پیش بینی شده، عرضه مواد خام و هزینه های حمل و نقل، حجم بهینه محصولات برای تولید در مکان های مختلف کارخانه چقدر خواهد بود؟ (ج) تصمیمات منابع انسانی: چه تعداد کارگر باید در یک افق برنامه ریزی استخدام یا اخراج شوند تا در حین رفع نیازهای عملیاتی یک شرکت، هزینه ها به حداقل برسد؟ (ج) تولید: با توجه به در دسترس بودن مواد خام و تقاضای مشتری، ترکیب محصولی که باید حداکثر سود را تولید کند، چه خواهد بود؟ ما یاد خواهیم گرفت که چگونه این مسائل را به عنوان مدل های ریاضی فرموله کرده و با استفاده از صفحه گسترده اکسل حل کنیم.

coursera مدل های تخصصی: سری زمانی و تحلیل بقا (Mitalearn-332449)

  • 6 hours 20 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Mark J Grover,Miguel Maldonado
درباره این دوره:

این دوره شما را با موضوعات اضافی در یادگیری ماشینی آشنا می کند که مکمل وظایف ضروری از جمله پیش بینی و تجزیه و تحلیل داده های سانسور شده است. شما یاد خواهید گرفت که چگونه داده های تجزیه و تحلیل را با مولفه زمانی و داده های سانسور شده که نیاز به استنتاج نتیجه دارند، پیدا کنید. شما چند تکنیک برای تجزیه و تحلیل سری های زمانی و تجزیه و تحلیل بقا خواهید آموخت. بخش عملی این دوره بر استفاده از بهترین شیوه ها و تأیید مفروضات به دست آمده از یادگیری آماری متمرکز است. در پایان این دوره شما باید بتوانید: چالش های رایج مدل سازی را با داده های سری زمانی شناسایی کنید نحوه تجزیه داده های سری زمانی: روند، فصلی و باقیمانده را توضیح دهید نحوه عملکرد مدل های اتورگرسیو، میانگین متحرک و ARIMA را توضیح دهید نحوه انتخاب و پیاده سازی مدل های مختلف سری زمانی را بدانید روش های مدل سازی خطر و بقا را شرح دهید انواع مشکلات مناسب برای تجزیه و تحلیل بقا را شناسایی کنید چه کسانی باید این دوره را بگذرانند؟ این دوره، دانشمندان مشتاق داده را که علاقه مند به کسب تجربه عملی با تجزیه و تحلیل سری های زمانی و تجزیه و تحلیل بقا هستند، هدف قرار می دهد.   چه مهارت هایی باید داشته باشید؟ برای استفاده حداکثری از این دوره، باید با برنامه نویسی در محیط توسعه پایتون و همچنین درک اساسی از پاکسازی داده ها، تجزیه و تحلیل داده های اکتشافی، حساب دیفرانسیل و انتگرال، جبر خطی، یادگیری ماشین نظارت شده، یادگیری ماشین بدون نظارت، احتمال و آمار.

datacamp مدل های ترانسفورماتور با PyTorch (Mitalearn-447726)

  • 26 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: James Chapman
درباره این دوره:

در LLM ها عمیق تر شوید و کشف کنید که چگونه معماری ترانسفورماتور انقلابی در یادگیری عمیق ایجاد کرده و رونق هوش مصنوعی مولد را فعال کرده است! در این دوره، شما یاد خواهید گرفت که معماری ترانسفورماتور خود را از پایه، جزء به جزء ایجاد کنید. شما یاد خواهید گرفت که چگونه موقعیت های نشانه را رمزگذاری کنید، محاسبات مکانیزم توجه را انجام دهید، و اجزای ترانسفورماتور مدولار بسازید تا کنترل بیشتری بر عملکرد داخلی ترانسفورماتور خود داشته باشید. امروز از صفر به قهرمان LLM بروید!

coursera مدل های ترانسفورماتور و مدل BERT (Mitalearn-326023)

  • 23 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

این دوره شما را با معماری ترانسفورماتور و مدل رمزگذار دوطرفه از ترانسفورماتورها (BERT) آشنا می کند. شما در مورد اجزای اصلی معماری ترانسفورماتور، مانند مکانیسم توجه به خود، و نحوه استفاده از آن برای ساخت مدل BERT آشنا می شوید. همچنین در مورد وظایف مختلفی که BERT می تواند برای آنها استفاده شود، مانند طبقه بندی متن، پاسخ به سؤال و استنتاج زبان طبیعی، آشنا می شوید. این دوره تقریباً 45 دقیقه طول می کشد.

coursera مدل های ترانسفورماتور و مدل BERT - Español (Mitalearn-316452)

  • 20 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

در این مقاله، معماری تبدیل‌شده و مدل بازنمودهای رمزگذار دوطرفه از ترانسفورماتورها (BERT) ارائه می‌شود. Aprenderás sobre los componentes principales de la arquitectura de transformadores, como el mecanismo de autoatención, y como se usa para crear el modelo BERT. También aprenderás sobre las diferentes tareas para las que puede usarse BERT، como la clasificación de texto، la respuesta de preguntas y la inferencia de lenguaje natural. زمان تقریبی 45 دقیقه و تکمیل آن.

coursera مدل های ترانسفورماتور و مدل BERT - Français (Mitalearn-326142)

  • 20 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

Ce cours presente l'architecture Transformer et le modèle BERT (بازنمودهای رمزگذار دو جهته از ترانسفورماتورها). Vous découvrirez quels sont les principaux composants de l'architecture Transformer, teles que le mécanisme d'auto-attention, et comment ils sont utilisés pour créer un modele BERT. Vous verrez également les différentes tâches pour lesquelles le modèle BERT peut être utilisé، comme la classification de texte، les question-responses و l'inférence en langage naturel. دوره های آموزشی در محیطی 45 دقیقه.

coursera مدل های ترانسفورماتور و مدل BERT - Italiano (Mitalearn-326125)

  • 23 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

Questo corso همه‌ی ترانسفورماتور و مدل BERT (نمایندگی رمزگذار دوطرفه از ترانسفورماتور) را معرفی می‌کند. Scopri i componenti principali dell'architettura transformer, come il meccanismo di auto attenzione, e come viene utilizata per creare il modello BERT. Imparerai anche le diverse attività per le quali può essere utilizzato il modello BERT, come la classificazione del testo, la risposta alle domande e l'inferenza del linguaggio naturale. در حدود 45 دقیقه در questo corso richieda کامل می شود.

coursera مدل های ترانسفورماتور و مدل BERT - Português Brasileiro (Mitalearn-326091)

  • 20 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

این مقاله به معرفی تبدیل رمزگذار و مدل بازنمودهای رمزگذار دو جهته از ترانسفورماتورها (BERT، na sigla em inglês) می‌پردازد. Você vai aprender sobre os principais componentes da arquitetura de transformador, como o mecanismo de autoatenção, e como eles são usados ​​para construir o modelo de BERT. Também vai conhecer as diferentes tarefas onde é possível usar o BERT، como classificação de texto، repostas a perguntas e inferência de linguagem natural. O curso leva تقریبی 45 دقیقه.

coursera مدل های ترانسفورماتور و مدل BERT - בעברית (Mitalearn-316486)

  • 23 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

בקורס הזה נציג את הארכיטקטורה של טרנספורמרים ואת המודל יםודל שולי של מקודד מטרנספורמרים (BERT). תלמדו על החלקים השונים בארכיטקטורת הטרנספורמר، כלמו מנשתון התפקיד שלו בבניית מודל BERT. תלמדו גם על המשימות השונות שאפשר להשתש ב-BERT כדי לבצע אוכונוס מענה על שאלות והֶקֵּשׁ משפה בעית. נדרשות כ-45 דקות כדי להשלים את הקורס הזה.

coursera مدل های ترانسفورماتور و مدل BERT - باهاسا اندونزی (Mitalearn-316520)

  • 20 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

Kursus ini memperkenalkan Anda pada arsitektur Transformer dan model Representasi Encoder Dua Arah dari Transformer (نمایندگی رمزگذار دوطرفه از Transformers atau BERT). Anda akan belajar tentang komponen utama arsitektur Transformer, seperti mekanisme self-attention, dan cara penggunaannya untuk membangun model BERT. Anda juga akan belajar tentang berbagai tugas yang dapat memanfaatkan BERT, seperti klasifikasi teks, menjawab pertanyaan, dan inferensi language natural. Kursus ini diperkirakan memakan waktu sekitar 45 menit untuk menyelesaikannya.

coursera مدل های ترانسفورماتور و مدل BERT - 简体中文 (Mitalearn-326074)

  • 20 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

本课程向您介绍 ترانسفورماتور 架构和 بازنمایی رمزگذار دو جهته از ترانسفورماتورها (BERT) 模型。您将了解 ترانسفورماتور意力机制,以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务,例如文本分类、问答和自然语言推理。完成本课程估课程估计需

coursera مدل های ترانسفورماتور و مدل BERT - 繁體中文 (Mitalearn-326108)

  • 20 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Cloud Training
درباره این دوره:

這堂課程將說明變換器架構,以及基於變換器的雙向編碼器表示技術 (BERT)變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。椑 ,也會介紹 BERT 適用的各種任務,像是文字分類、問題回答和自然語言文字分類、問題回答和自然語言推論4鐘.

coursera مدل های جدید کسب و کار در جامعه (Mitalearn-299809)

  • 3 hours 11 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: R. Edward Freeman
درباره این دوره:

در این دوره که در دانشکده تجارت Darden در دانشگاه ویرجینیا توسعه یافته و توسط اساتید برتر تدریس می شود، در مورد ظهور یک داستان جدید در مورد تجارت بحث خواهیم کرد. این داستان جدید کسب و کار را در یک چارچوب اجتماعی قرار می دهد. تقریباً هر کسب‌وکاری علاوه بر سهامداران و سایر تأمین‌کنندگان مالی، ارزشی را برای مشتریان، تأمین‌کنندگان، کارکنان، جوامع و جامعه ایجاد یا از بین می‌برد. تعدادی از مدل های جدید کسب و کار را می توان بر اساس این ایده ایجاد کرد، مانند مسئولیت پذیری شرکتی، بشردوستی، ارزش مشترک و پایداری. سود و ارزش سهامداران با هم هستند و این دوره نحوه انجام آن را توضیح می دهد. جلسه آخر به بررسی این ایده می پردازد که چگونه می توان به یک کارآفرین ذینفع تبدیل شد و کسب و کاری ایجاد کرد که پول درآورد و جهان را به مکانی بهتر تبدیل کرد.

datacamp مدل های چند وجهی با صورت در آغوش گرفته (Mitalearn-447539)

  • 53 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Sean Benson
درباره این دوره:

تولید متن بسیار 2024 است! در این دوره، ما روش‌های داده را برای تولید تصاویر، صدا و حتی ویدیو ترکیب می‌کنیم! ما از مدل‌ها و مجموعه‌های داده Hugging Face برای انجام وظایف بینایی کامپیوتری مانند طبقه‌بندی تصویر، تشخیص اشیا و تقسیم‌بندی استفاده می‌کنیم. ما صدا را حذف می کنیم و موسیقی را با استفاده از مدل های متا تولید می کنیم، و از دستورات برای ویرایش تصاویر و تولید ویدیو استفاده می کنیم. امروز در این سفر مولد هوش مصنوعی به ما بپیوندید!

coursera مدل های خطی پیشرفته برای علم داده 1: حداقل مربعات (Mitalearn-336342)

  • 3 hours 27 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Brian Caffo, PhD
درباره این دوره:

به مدل های خطی پیشرفته برای علم داده کلاس 1: حداقل مربعات خوش آمدید. این کلاس مقدمه ای بر حداقل مربعات از منظر جبری خطی و ریاضی است. قبل از شروع کلاس مطمئن شوید که موارد زیر را دارید: - درک اولیه از جبر خطی و حساب دیفرانسیل و انتگرال چند متغیره. - درک اولیه از آمار و مدل های رگرسیون. - حداقل آشنایی کمی با ریاضیات مبتنی بر اثبات. - آشنایی اولیه با زبان برنامه نویسی R پس از گذراندن این دوره، دانش‌آموزان پایه محکمی در درمان جبری خطی مدل‌سازی رگرسیون خواهند داشت. این به میزان زیادی درک عمومی دانشمندان داده کاربردی از مدل‌های رگرسیون را افزایش می‌دهد.

coursera مدل های خطی پیشرفته برای علم داده 2: مدل های خطی آماری (Mitalearn-336852)

  • 2 hours 40 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Brian Caffo, PhD
درباره این دوره:

به مدل های خطی پیشرفته برای علم داده کلاس 2: مدل های خطی آماری خوش آمدید. این کلاس مقدمه ای بر حداقل مربعات از منظر جبری خطی و ریاضی است. قبل از شروع کلاس مطمئن شوید که موارد زیر را دارید: - درک اولیه از جبر خطی و حساب دیفرانسیل و انتگرال چند متغیره. - درک اولیه از آمار و مدل های رگرسیون. - حداقل آشنایی کمی با ریاضیات مبتنی بر اثبات. - آشنایی اولیه با زبان برنامه نویسی R پس از گذراندن این دوره، دانش‌آموزان پایه محکمی در درمان جبری خطی مدل‌سازی رگرسیون خواهند داشت. این به میزان زیادی درک عمومی دانشمندان داده کاربردی از مدل‌های رگرسیون را افزایش می‌دهد.

datacamp مدل های خطی تعمیم یافته در R (Mitalearn-405277)

  • 49 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Richard Erickson
درباره این دوره:

رگرسیون خطی به‌عنوان مجموعه‌ای از آمار عمل می‌کند، اما نمی‌تواند برخی از انواع داده‌های پیچیده را مدیریت کند. یک مدل خطی تعمیم‌یافته (GLM) بر اساس رگرسیون خطی گسترش می‌یابد تا توزیع‌های غیرعادی شامل داده‌های دوجمله‌ای و تعداد را شامل شود. در طول این دوره، جعبه ابزار علم داده خود را گسترش می‌دهید تا GLMها را در R بگنجانید. به عنوان بخشی از یادگیری در مورد GLMها، یاد خواهید گرفت که چگونه داده‌های دوجمله‌ای مدل را با رگرسیون لجستیک تطبیق دهید و داده‌ها را با رگرسیون پواسون بشمارید. همچنین یاد خواهید گرفت که چگونه این نتایج را بفهمید و آنها را با ggplot2 رسم کنید.

Related Skills

datacamp مدل های خطی تعمیم یافته در پایتون (Mitalearn-404529)

  • 1 hours 11 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Ita Cirovic Donev
درباره این دوره:

تصور کنید که بتوانید داده هایی را که در آن متغیر پاسخ یا باینری، شمارش یا تقریباً عادی است، مدیریت کنید، همه در یک چارچوب واحد. خوب، لازم نیست تصور کنید. مدل های خطی تعمیم یافته در دوره پایتون را وارد کنید! در این دوره شما جعبه ابزار رگرسیون خود را با مدل‌های لجستیک و پواسون گسترش می‌دهید، با یادگیری نحوه برازش، درک، ارزیابی عملکرد مدل و در نهایت استفاده از مدل برای پیش‌بینی داده‌های جدید. شما با استفاده از داده های مطالعات دنیای واقعی مانند بزرگترین مسمومیت جمعیت در تاریخ جهان، لانه سازی خرچنگ های نعل اسبی و شمارش گذرگاه های دوچرخه روی پل های شهر نیویورک تمرین خواهید کرد.

Related Skills

coursera مدل های خطی تعمیم یافته و رگرسیون ناپارامتریک (Mitalearn-333231)

  • 5 hours 3 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Brian Zaharatos
درباره این دوره:

در دوره پایانی برنامه مدل‌سازی آماری برای علم داده، فراگیران مجموعه گسترده‌ای از ابزارهای مدل‌سازی آماری پیشرفته‌تر را مطالعه خواهند کرد. چنین ابزارهایی شامل مدل های خطی تعمیم یافته (GLM) خواهند بود که مقدمه ای برای طبقه بندی (از طریق رگرسیون لجستیک) ارائه می دهند. مدل‌سازی ناپارامتریک، از جمله تخمین‌گرهای هسته، هموارسازی خطوط. و مدل های افزایشی تعمیم یافته نیمه پارامتریک (GAMs). تاکید بر درک مفهومی محکم از این ابزارها خواهد بود. همچنین به مسائل اخلاقی مطرح شده با استفاده از مدل‌های آماری پیچیده توجه خواهد شد. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم داده (MS-DS) که در پلت فرم Coursera ارائه می شود، گذراند. 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. لوگوی اقتباس شده از عکس وینسنت لدوینا در Unsplash

coursera مدل های داده های بالینی و ارزیابی های کیفیت داده ها (Mitalearn-331310)

  • 4 hours 20 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Laura K. Wiley, PhD,Michael G. Kahn, MD, PhD
درباره این دوره:

هدف این دوره آموزش مفاهیم مدل های داده بالینی و مدل های داده رایج است. پس از اتمام این دوره، فراگیران می‌توانند طرح‌های مدل داده‌ها را با استفاده از نمودارهای نهادی-رابطه (ERDs) تفسیر و ارزیابی کنند، بین مدل‌های داده تمایز قائل شوند و نحوه استفاده از هر کدام برای حمایت از مراقبت‌های بالینی و علم داده را بیان کنند، و عبارات SQL را در Google ایجاد کنند. BigQuery برای پرس و جو از مدل داده های بالینی MIMIC3 و مدل داده های رایج OMOP.