بهینه سازی شکل رایج تصمیم گیری است و در جامعه ما همه جا وجود دارد. کاربردهای آن از حل معماهای سودوکو تا چیدمان نشستن در یک ضیافت عروسی را شامل می شود. همین فناوری می تواند هواپیماها و خدمه آنها را برنامه ریزی کند، تولید فولاد را هماهنگ کند و حمل و نقل سنگ آهن را از معادن به بنادر سازماندهی کند. تصمیمات خوب در مدیریت نیروی انسانی و منابع مادی همچنین به شرکت ها اجازه می دهد تا میلیون ها دلار سود را بهبود بخشند. مشکلات مشابه نیز زیربنای بسیاری از زندگی روزمره ما است و بخشی از تعیین مسیرهای تحویل روزانه بسته ها، تنظیم جدول زمانی مدارس و رساندن برق به خانه هایمان است. علیرغم اهمیت اساسی آنها، همه این مشکلات یک کابوس برای حل با استفاده از روش های سنتی علوم کامپیوتر در مقطع کارشناسی هستند. این دوره برای دانش آموزانی در نظر گرفته شده است که مدل سازی پایه برای بهینه سازی گسسته را تکمیل کرده اند. در این دوره آموزشی، با بیان مسئله در یک زبان مدل‌سازی سطح بالا، و اجازه دادن به نرم‌افزار حل محدودیت کتابخانه بقیه کارها را در مورد حل مسائل بهینه‌سازی گسسته چالش‌برانگیز بیشتر خواهید آموخت. این دوره بر اشکال زدایی و بهبود مدل ها، کپسوله کردن بخش هایی از مدل ها در محمولات، و رفع مشکلات برنامه ریزی و بسته بندی پیشرفته تمرکز می کند. با تسلط بر این فناوری پیشرفته، قادر خواهید بود با مشکلاتی که قبلاً حل آنها غیر قابل تصور بود، مقابله کنید. ویدیوی تبلیغاتی دوره را اینجا ببینید: https://www.youtube.com/watch?v=hc3cBvtrem0&t=8s

گروه‌ها شامل گروه‌هایی از مدل‌ها هستند که با هم کار می‌کنند تا پیش‌بینی‌های دقیق‌تری انجام دهند. هنگام ایجاد راه‌حل‌های مستقر کامل، دانشمندان داده همچنین ممکن است از انتقال داده‌ها از یک مدل به مدل دیگر یا استفاده از مدل‌های ترکیبی استفاده کنند - همچنین به عنوان متامدلینگ نیز شناخته می‌شود. این تکنیک‌ها در میان برندگان مسابقات مدل‌سازی مانند Kaggle و همچنین تیم‌های پیشرو علم داده در سراسر جهان غالب هستند. در این دوره پیشرفته، می توانید یاد بگیرید که چگونه مجموعه ها و متامدلینگ را به مجموعه ابزار خود اضافه کنید. مربی Keith McCormick یک مقدمه مفهومی ارائه می دهد که می تواند در هر برنامه ای اعمال شود: R، Python، SPSS، یا SAS. او ضروری ترین الگوریتم های مجموعه را معرفی می کند و اصول متامدلینگ را توضیح می دهد. به‌علاوه، دو مطالعه موردی را مرور کنید که نشان می‌دهد چگونه مجموعه‌های تحت نظارت و بدون نظارت و نحوه مسیریابی زیرجمعیت‌های داده‌ها به مدل‌های مختلف در یک سناریوی فرامدل‌سازی را نشان می‌دهد.

این دوره اتوکد مبتنی بر پروژه برای افزایش مهارت های مدل سازی سه بعدی شما عالی است. در حین مدل‌سازی یک پلکان مارپیچ پیچیده، بر طیف گسترده‌ای از ابزارهای سه‌بعدی اتوکد مسلط شوید. نویسنده Kacie Hultgren نشان می‌دهد که چگونه می‌توان مراحل سه‌بعدی را از یک طرح‌بندی دو بعدی بیرون آورد، روی چهره‌ها ترسیم کرد، لبه‌های پخ ایجاد کرد و پلکان کامل را از بلوک‌های سه‌بعدی، اولیه‌ها و جاروها ساخت. این دوره چندین رویکرد را برای وظایف یکسان پوشش می دهد، بنابراین شما می توانید تکنیک ها را با گردش کار خود تنظیم کنید.

به "مدلسازی رسمی کمی و تحلیل عملکرد بدترین حالت" خوش آمدید، یک دوره آموزشی محرک فکری که برای تقویت مهارت های تفکر انتزاعی شما در قلمرو علوم نظری کامپیوتر طراحی شده است. این دوره شما را دعوت می کند تا عمیقاً در دنیای تولید و مصرف توکن، یک رویکرد اساسی برای رفتار سیستم، غوطه ور شوید. در هنر رسمی کردن ریاضی این مفاهیم از طریق ترتیبات پیشوندی و توابع شمارش مسلط شوید. با پتری نت ها عمل کنید، تفاوت های ظریف زمان بندی را کاوش کنید و در پیچیدگی های زمان بندی سیستم های توکن کنکاش کنید. شما حتی یاد خواهید گرفت که در بدترین حالت تجزیه و تحلیل عملکرد بر روی نمودارهای جریان داده تک نرخی انجام دهید و معیارهای کلیدی مانند توان عملیاتی، تأخیر و بافر را بررسی کنید. چرا تمرکز بر نمونه های کوچک به جای سیستم های اندازه صنعتی؟ هدف در اینجا دو چیز است: اول، ما تلاش می‌کنیم توانایی شما برای تفکر انتزاعی و ریاضی در مورد مدل‌سازی و عملکرد را پرورش دهیم - مهارتی حیاتی برای مقابله با هر گونه چالش آینده در این زمینه. دوم، در حالی که تکنیک‌های جریان داده واقعاً برای صنعت قابل استفاده هستند، این دوره به عنوان یک آغازگر ضروری است که بر جریان داده تک نرخی، سنگ بنای تکنیک‌های پیشرفته‌تر جریان داده تمرکز دارد. و در اینجا یک امتیاز وجود دارد: این دوره بخشی از برنامه درسی ارزشمند ارزیابی کمی سیستم های جاسازی شده (QEES) است که تحت حمایت دانشگاه دیجیتال EIT و کنسرسیوم هلندی 3TU ارائه می شود. در حالی که آزمون QEES پیشرفته تر است، این دوره کاملاً منعکس کننده محتوای اولیه سه هفته ای آن است و تجربه آکادمیک قوی آنلاین را به شما ارائه می دهد. آماده اید تا تفکر انتزاعی خود را تیز کنید و به دنیای جذاب مدلینگ رسمی بپردازید؟ برای حفظ جایگاه خود همین حالا ثبت نام کنید.

ملاحظات زیادی وجود دارد که در مهندسی یک محصول جدید نقش دارد. صرف نظر از اینکه آن محصول چیست، وقتی صحبت از مدل‌سازی دیجیتال می‌شود، اصولی مانند فرم، تناسب و عملکرد وجود دارد. در این دوره، ما پایه و اساس ایجاد هر طرحی را می گذاریم و عمیقاً به موضوعاتی در مورد کنترل طرح می پردازیم. از اتصالات مونتاژ و محدودیت های اتصال گرفته تا اشکال پیچیده با استفاده از فرم ها، مطمئن باشید که طرح شما محکم خواهد بود. پس از اتمام این دوره، شما قادر خواهید بود: - یک مجموعه دنده مکانیکی ایجاد و رانندگی کنید. - ایجاد و اصلاح یک طرح مبتنی بر فرم. - از ابزار طراحی برای قطعات قالب گیری شده استفاده کنید. - نشان دادن مهارت در راه اندازی و ایجاد یک طرح. به دنبال دوره های آمادگی گواهینامه Autodesk Fusion 360 هستید؟ منابع آموزشی اضافی را بررسی کنید تا به شما کمک کند مهارت های خود را ارتقا دهید: https://www.autodesk.com/learning

این دوره همچنین می تواند برای اعتبار آکادمیک به عنوان ECEA 5709، بخشی از مدرک کارشناسی ارشد CU Boulder در مهندسی برق، اخذ شود. این دوره شماره 5 در تخصص مدلسازی و کنترل الکترونیک قدرت است. این دوره بر مدلسازی و کنترل الکترونیک قدرت متصل به شبکه متمرکز است. پس از اتمام دوره، شما قادر به درک، تجزیه و تحلیل، مدل‌سازی و طراحی یکسو کننده‌ها و اینورترهای کم هارمونیک که بارهای DC یا منابع برق dc مانند آرایه‌های فتوولتائیک را به شبکه تکفاز برق ac متصل می‌کنند، خواهید داشت. ما قویاً به دانشجویان توصیه می کنیم قبل از ثبت نام در این دوره، تخصص CU Boulder Power Electronics و همچنین دوره های شماره 1 (مدل سازی و شبیه سازی با سوئیچ متوسط) و شماره 4 (کنترل حالت فعلی) را قبل از ثبت نام در این دوره تکمیل کنند (شماره دوره های ارائه شده در زیر برای دانشجویان در این دوره است. برنامه MS-EE CU Boulder): ● مقدمه ای بر الکترونیک قدرت (ECEA 5700) ● مدارهای مبدل (ECEA 5701) ● کنترل مبدل (ECEA 5702) ● مدل‌سازی و شبیه‌سازی سوئیچ متوسط ​​(ECEA 5705) ● کنترل حالت جریان (ECEA 5708) پس از اتمام این دوره، شما قادر خواهید بود: ● اصول عملکرد یکسو کننده و اینورترهای کم هارمونیک و ضریب توان بالا را بدانید ● مدل‌سازی و طراحی حلقه‌های کنترل ولتاژ و شکل‌دهی جریان در یکسو کننده‌های تصحیح ضریب توان (PFC) ● مدل و طراحی حلقه های کنترل در اینورترهای تک فاز dc-to-ac ● طراحی سیستم های برق فتوولتائیک متصل به شبکه برق تک فاز AC ● از ابزارها و شبیه‌سازی‌های کامپیوتری برای تأیید طراحی یکسو کننده‌ها و اینورترها استفاده کنید.

بسیاری از معاملات بازار سهام با الگوریتم ها یا برنامه های رایانه ای "ALGO" انجام می شود که طبق فرمول های ریاضی سهام خریداری یا فروش می کنند. این معاملات سهام با سرعت و فرکانس اتفاق می افتد که انسان نمی تواند آن را تکرار کند. برای متخصصان امور مالی و هرکسی که در بورس سهام سرمایه گذاری می کند برای درک نحوه کار این الگوریتم ها مهم است. در این دوره ، پروفسور مایکل مک دونالد به شما نشان می دهد که چگونه می توانید یک استراتژی معاملاتی مبتنی بر قوانین را تست کنید و یک الگوریتم تجاری ساده از خود را برنامه ریزی کنید. پروفسور مک دونالد قبل از روی آوردن به اصول سرمایه گذاری و اوراق بهادار ، از مبانی بازارهای اوراق بهادار ، از سهام ، اوراق قرضه و مشتقات گرفته تا پیش بینی ارزش ها با رگرسیون می رود. دریابید که برای ساختن الگوریتم های خود و همچنین خرید ، فروش و گسترش آنها به سایر اوراق بهادار ، چه چیزی لازم است. به علاوه ، پروفسور مک دونالد نمونه های عملی و مطالعات موردی در مورد تجارت با الگوریتم ها را در بر می گیرد.

بسیاری از آزمایش ها شامل عواملی هستند که سطوح آنها به طور تصادفی انتخاب می شوند. یک موقعیت شناخته شده مطالعه سیستم های اندازه گیری برای تعیین قابلیت آنها است. این دوره طراحی و تجزیه و تحلیل این نوع آزمایش ها از جمله روش های مدرن برای تخمین مولفه های تغییرپذیری در این سیستم ها را ارائه می دهد. این دوره همچنین آزمایش‌هایی با عوامل تودرتو، و آزمایش‌هایی با عواملی که به سختی تغییر می‌کنند که نیاز به طرح‌های تقسیم‌شده دارند را پوشش می‌دهد. ما همچنین یک نمای کلی از طرح‌ها برای آزمایش‌ها با توزیع پاسخ از توزیع‌های پاسخ غیرعادی و آزمایش‌ها با متغیرهای کمکی ارائه می‌کنیم.

پیش‌بینی درآمد نوعی پیش‌بینی آینده است که آن را ترسناک می‌کند و ممکن است به همین دلیل باشد که بسیاری از کارآفرینان حدس‌های وحشیانه را به خطر می‌اندازند تا آن را با بیشترین سرعت ممکن به پایان برسانند. اما اگر می‌خواهید مدل درآمدی خود را به ابزاری مفید برای ردیابی عملکرد و حفظ جریان نقدینگی خود تبدیل کنید، پیوند دادن پیش‌بینی درآمد مستقیماً به فعالیت‌های بازاریابی و فروش و استفاده از تحقیقات صنعتی برای توجیه پیش‌بینی‌های رشد ضروری است. در این دوره، می توانید به عوامل ایجاد درآمد نگاه کنید. کدام مدل‌های درآمدی برای کسب‌وکارهای محصول، خدمات، و اشتراک یا عضویت بهتر عمل می‌کنند. و چگونه می توان سرعت کسب و کار خود را پیش بینی کرد. کاربرگ های مفصل همراه با این دوره به شما کمک می کند تا مدل های مختصر، قابل فهم، دقیق و کاربردی خود را توسعه دهید.

این دوره توسط EntrepreneurNOW ایجاد شده است. لطفاً این آموزش را در کتابخانه خود ارائه دهید.

 ترانسفورماتورها دنیای پردازش زبان طبیعی (NLP) را طوفانی می کنند. در این دوره، مربی جاناتان فرناندز همه چیز را در مورد این معماری برای کارهای NLP و بینایی کامپیوتر و مهارت های لازم در جعبه ابزار هوش مصنوعی به شما آموزش می دهد. جاناتان از یک رویکرد عملی برای نشان دادن اصول اولیه کار با ترانسفورماتورها در NLP و تولید استفاده می کند. او در مورد اندازه های مدل BERT، تعصب در BERT و نحوه آموزش BERT صحبت می کند. جاناتان یادگیری انتقالی را بررسی می‌کند، نحوه استفاده از مدل BERT و توکن‌سازی را به شما نشان می‌دهد و طبقه‌بندی متن را پوشش می‌دهد. پس از توضیح کامل معماری مدل ترانسفورماتور، او با چند دوره آموزشی اضافی به پایان می رساند.

در این دوره، شما: • APIهای عملکردی و ترتیبی را مقایسه کنید، مدل‌های جدیدی را که می‌توانید با Functional API بسازید، کشف کنید، و مدلی بسازید که خروجی‌های متعدد از جمله یک شبکه سیامی تولید کند. • توابع از دست دادن سفارشی (از جمله تابع تضاد متضاد مورد استفاده در شبکه سیامی) را بسازید تا میزان عملکرد یک مدل را اندازه گیری کنید و به شبکه عصبی شما کمک کنید تا از داده های آموزشی یاد بگیرد. • از لایه‌های استاندارد موجود برای ایجاد لایه‌های سفارشی برای مدل‌های خود بسازید، یک لایه شبکه را با لایه لامبدا سفارشی کنید، تفاوت‌های بین آن‌ها را درک کنید، بدانید چه چیزی یک لایه سفارشی را تشکیل می‌دهد و عملکردهای فعال‌سازی را بررسی کنید. • از مدل‌های موجود برای افزودن قابلیت‌های سفارشی بسازید، یاد بگیرید چگونه کلاس سفارشی خود را به جای استفاده از APIهای تابعی یا متوالی تعریف کنید، مدل‌هایی بسازید که می‌توانند از کلاس TensorFlow Model به ارث برده شوند، و از طریق تعریف کردن، یک شبکه باقی‌مانده (ResNet) بسازید. یک کلاس مدل سفارشی تخصص DeepLearning.AI TensorFlow: Advanced Techniques ویژگی‌های TensorFlow را معرفی می‌کند که به یادگیرندگان کنترل بیشتری بر معماری مدل و ابزارهایی می‌دهد که به آنها کمک می‌کند مدل‌های پیشرفته ML را ایجاد و آموزش دهند. این تخصص برای مهندسین نرم افزار و یادگیری ماشین در مراحل اولیه و اواسط حرفه ای با درک اساسی از TensorFlow است که به دنبال گسترش دانش و مجموعه مهارت های خود با یادگیری ویژگی های پیشرفته TensorFlow برای ساخت مدل های قدرتمند هستند.

آوردن یک مدل یادگیری ماشینی به دنیای واقعی بسیار بیشتر از مدل سازی است. این تخصص به شما می آموزد که چگونه در سناریوهای مختلف استقرار پیمایش کنید و از داده ها به طور مؤثرتری برای آموزش مدل خود استفاده کنید. این دوره دوم به شما می آموزد که چگونه مدل های یادگیری ماشین خود را در برنامه های تلفن همراه اجرا کنید. شما یاد خواهید گرفت که چگونه مدل‌هایی را برای دستگاه‌های کم‌مصرف با باتری آماده کنید، سپس مدل‌ها را در هر دو پلتفرم اندروید و iOS اجرا کنید. در نهایت، نحوه استقرار در سیستم‌های جاسازی شده با استفاده از TensorFlow در Raspberry Pi و میکروکنترلرها را بررسی خواهید کرد. این تخصص مبتنی بر تخصص TensorFlow در عمل ما است. اگر تازه وارد TensorFlow هستید، توصیه می کنیم ابتدا TensorFlow in Practice Specialization را انتخاب کنید. برای ایجاد درک عمیق تر و اساسی از نحوه عملکرد شبکه های عصبی، توصیه می کنیم که تخصص یادگیری عمیق را انتخاب کنید.

علم آنچه را که سنت‌های متفکر قرن‌ها آموخته‌اند ثابت کرده است: مراقبه کلیدی برای زندگی توازن، صلح و شادی دارد. به عصب‌روان‌شناس ریک هنسون، دکترا، و متخصص مغز و اعصاب ریچارد مندیوس، MD بپیوندید، زیرا آنها چندین تکنیک مدیتیشن مختلف را برای تقویت تمرکز، کاهش استرس و پرورش دیدگاه مثبت‌تر ارائه می‌دهند. مجموعه‌ای از مراقبه‌های هدایت‌شده را که برای انواع چالش‌هایی که کارگران مدرن با آن‌ها روبرو هستند انتخاب شده‌اند: استرس، تمرکز، قدردانی و موارد دیگر را کاوش کنید. مغز خود را با تمریناتی از جمله "ثبات کردن ذهن" برای بهره بردن از قدرت خلاقانه کامل توجه خود، "دریافت خوبی ها" برای حفظ یک چشم انداز احساسی مثبت، "پادزهر برای استرس"، راهی آگاهانه برای فعال کردن پاسخ آرامش بدن خود، تغییر شکل دهید. و بیشتر.

nn ما خوشحالیم که این آموزش را در کتابخانه خود ارائه می دهیم.

آیا واقعاً فکر می کنیم که برای خودمان زندگی کرده ایم؟ شاید ما برای پول، عشق، شهرت، خانواده و غرور و غیره زندگی کرده ایم؟ بنابراین، با وجود اینکه پر از آن چیزها هستیم، به نظر نمی رسد راضی باشیم. به این دلیل است که ما خودمان را نمی شناسیم. اریک فروم در مورد طبیعت انسان به عنوان دو حالت وجود صحبت کرد: "داشتن" و "بودن". اگر ماهیت دارایی ها را «داشته باشیم» راضی نیستیم و احساس پوچی و بیهودگی می کنیم. سپس، چگونه می‌توانیم «بودن» ماهیت درون خود باشیم؟ گاهی اوقات اتفاقاً از این ماهیت «هستی» آگاه بودیم و سعی می‌کردیم خودمان را تغییر دهیم، اما شکست می‌خوردیم. اما، به دلیل کارهای روزمره ما، به راحتی فراموش می شود. و فرار از ذهن ناخواسته ای که ما را کنترل می کند سخت تر است. از این به بعد، بیایید به خودمان فکر کنیم و به ذهنمان منتهی به امروز نگاه کنیم! آیا پس از شناخت خود به اهداف خود نمی رسیم؟ و اجازه دهید ماهیت «هستی» خود اصلی خود را پس از فرار از ذهنی که ما را مهار و کنترل می کند، پیدا کنیم. در این سخنرانی تعریف و اصل ذهن به روش های ساده و واضح توضیح داده شده است. شما می توانید با فرار از ذهن کاذب مالکیت، روش یافتن ذهن اصلی واقعی درون خود را مطمئن و تمرین کنید. خود اندیشی اولین قدم برای مدیتیشن است. با مدیتیشن می توانید خود را به عینی ترین حالت بشناسید و متوجه خواهید شد که تمام افکار و اعمال ناشی از ذهن شماست که وجود ندارد و نادرست است. اگر ذهن کاذب را دور بریزید، ذهن واقعی را خواهید یافت. مدیتیشن اکنون یک احساس در سراسر جهان است. گزارش‌های تحقیقاتی زیادی وجود دارد که نشان می‌دهد اگر عادت به تأمل در خود از طریق مدیتیشن داشته باشید، افراد می‌توانند رهبر باشند. در حال حاضر مدیتیشن در مدرسه و محل کار محبوب است. خوشبختی یعنی نداشتن نگرانی اگر مجموعه ای از افکار وجود نداشته باشد، واقعاً می توانید خود را آرام کنید و زمانی می توانید موفق شوید که خود را واقعاً بشناسید. نگرانی ها از افکار حفظ شده ذهن کاذب ناشی می شوند. پتانسیل درونی قدرت مثبت شما آشکار می شود، آرام ترین و شادترین ذهن شما در ذهن شما خواهد بود و می توانید از طریق مدیتیشن به زندگی خود بپردازید. این روش مدیتیشن بسیار کاربردی است و همه می توانند از این روش پیروی کنند. به عنوان یک مهندس، من شما را گام به گام برای تمرین این مدیتیشن راهنمایی می کنم. من مطمئن هستم که این سخنرانی نقطه عطفی در زندگی شما می شود.

در مورد نحوه استفاده مدیران مدل سازی اطلاعات ساختمان (BIM) از Revit و اینکه چگونه می توانید این نرم افزار را با استانداردها و گردش کار شرکت خود هماهنگ کنید، بینشی به دست آورید. برای شروع، یاد بگیرید که چگونه مرزهای سفارشی و پارامترهای مشترک ایجاد کنید و یک لیست نماد اضافه کنید. در مرحله بعد، نحوه ایجاد الگوهای سفارشی با استفاده از فیلترها، مرحله بندی و سازماندهی مرورگر پروژه را ببینید. این دوره به شما نشان می‌دهد که چگونه این مراحل را انجام دهید و چگونه تگ‌های فراخوانی، نشانگرهای ارتفاع، بخش‌ها و سطوح را مدل‌سازی کنید، همچنین یک محیط اشتراک‌گذاری کاری Revit و مدل جزئیات اصلی را راه‌اندازی کنید.

محصولات Autodesk مجموعه ای از ویژگی های قدرتمند را ارائه می دهند که می تواند به شما کمک کند تا ایده های طراحی خود را به واقعیت تبدیل کنید. در این دوره آموزشی یاد بگیرید که چگونه محصولات Autodesk را ثبت کنید و برنامه های صحیح را در چندین شبکه مختلف استقرار دهید. اریک وینگ با نشان دادن نحوه یافتن نرم افزار و پیمایش در سایت Autodesk شروع می کند. سپس، او آنچه را در هر مجموعه نرم افزاری وجود دارد بررسی می کند و ایجاد استقرار شبکه را پوشش می دهد. اریک نحوه پیکربندی Network License Manager و تغییر استقرار را نشان می دهد. بعلاوه، او شما را با نحوه پیکربندی برنامه‌هایتان آشنا می‌کند - نحوه راه‌اندازی Revit، استقرار Revit و Navisworks، و استقرار AutoCAD MEP - و افزودن بسته‌های سرویس به یک استقرار.

کشف کنید که چگونه مدیران مدل‌سازی اطلاعات ساختمان (BIM) AutoCAD MEP و AutoCAD Civil 3D را در یک محیط مشترک راه‌اندازی می‌کنند. برای شروع، یاد بگیرید که چگونه راه اندازی خود را با LISP خودکار کنید و تنظیمات متغیر ایجاد کنید. سپس، نحوه ایجاد متن، ایجاد سبک‌های ابعادی و چندلیدری و ساخت پالت‌های سفارشی با استفاده از مرورگر محتوا را بررسی کنید. این دوره شما را از طریق استقرار، توسعه محتوا، مدیریت سیستم و موارد دیگر راهنمایی می کند.

در مورد چگونگی استفاده از مدیران مدل سازی اطلاعات ساختمان (BIM) از Revit استفاده کنید ، و چگونه می توانید این نرم افزار را با استانداردهای شرکت و گردش کار خود تراز کنید. برای شروع ، یاد بگیرید که چگونه مرزهای سفارشی و پارامترهای مشترک ایجاد کنید و یک لیست نماد اضافه کنید. در مرحله بعد ، نحوه ایجاد الگوهای سفارشی را با استفاده از فیلترها ، مرحله بندی و سازمان مرورگر پروژه مشاهده کنید. این دوره به شما نشان می دهد که چگونه می توانید این مراحل را انجام دهید و چگونه می توانید برچسب های فراخوانی ، نشانگرهای ارتفاع ، بخش ها و سطوح را مدل کنید و همچنین یک محیط مشترک به اشتراک گذاری کار و مدل جزئیات اصلی را تنظیم کنید.