به کوری لبسون - یک محقق ، نویسنده و رئیس جمهور سابق UXPA - بپیوندید ، زیرا او نکات و تکنیک هایی را برای استفاده از AI مولد برای تقویت ، گسترش و بهبود پروژه های تحقیقاتی از انواع مختلف ارائه می دهد.

کوری توضیح می دهد که چگونه می توان به AI هر دو به عنوان چیزی که باید مورد بررسی قرار گیرد و به عنوان ابزاری که باید به تحقیقات بهبود بخشیده شود ، و همچنین نحوه صحبت با ذینفعان شرکت در مورد اعمال افزایش هوش مصنوعی در پروژه های خود توضیح داد. وی در زمینه تحقیقات ، انواع مختلفی از موارد استفاده را برای هوش مصنوعی به اشتراک می گذارد ، از جمله اینکه چگونه ابزارهای مختلف هوش مصنوعی می توانند به شما در آماده سازی مطالعات قابلیت استفاده ، انجام مصاحبه های عمیق و گروه های متمرکز ، تهیه بررسی های اکتشافی یا متخصص ، تجزیه و تحلیل داده های کیفی و ارزیابی کامل دسترسی کمک کنند. به علاوه ، کوری به اخلاق هوش مصنوعی می پردازد و توضیح می دهد که چه نوع پشتیبانی از تحقیقات مناسب است (و چه چیزی ممکن است از خط عبور کند).

 بیاموزید که چگونه از ابزارهای AI در طول فرآیند توسعه کامل پشته وب استفاده کنید در حالی که یک برنامه وب کامل پشته در این دوره با مربی Dakota Fabro ایجاد می کنید. Dakota به شما نشان می دهد که چگونه می توانید یک سکوی تجارت الکترونیکی پشته را بسازید که در هر مرحله از توسعه ، از طراحی تا استقرار و نگهداری ، از هوش مصنوعی استفاده می کند. این پلت فرم تجارت الکترونیکی-به شکل یک وب سایت پذیرش حیوان خانگی-شامل دستورالعمل های مراقبت از حیوانات خانگی AI ناشی از PET Breed ، یک سیستم مدیریت محتوا ، یک رابط کاربری پاسخگو و تجزیه و تحلیل در زمان واقعی است.

 در این دوره ، کارشناس خدمات مشتری ، بلیک مورگان ، شما را با بینش های ارزشمند ، استراتژی های عملی و بهترین شیوه ها برای استفاده از قدرت هوش مصنوعی در جهت ارتقاء خدمات به مشتری ، بهبود کارآیی و هدایت رشد تجارت در زمینه مراکز تماس خود مجهز می کند. بیاموزید که چگونه یک استراتژی جامع هوش مصنوعی را برای مرکز تماس خود تدوین کنید ، مناطق کلیدی را که در آن می توان هوش مصنوعی برای بهبود خدمات به مشتری و کارآیی عملیاتی استفاده کرد ، ایجاد کنید. به ارزیابی آمادگی سازمان خود برای اجرای هوش مصنوعی بپردازید و اقدامات لازم را برای تهیه کارکنان مرکز تماس برای پذیرش موفقیت آمیز هوش مصنوعی شناسایی کنید. نحوه ارزیابی و انتخاب راه حل های مناسب AI را برای مرکز تماس خود و نحوه اجرای این راه حل ها به طور مؤثر پیدا کنید. بعلاوه ، اهمیت نظارت مداوم و بهینه سازی عملکرد عملیات مرکز تماس با AI خود را با استفاده از KPI های مربوطه ، بازخورد از ذینفعان و پیشرفت های مبتنی بر داده کشف کنید.

 

همانطور که در دنیای مبتنی بر مهارت ها عمیق تر می شویم، یادگیری جایگاهی قانونی بر سر میز پیدا می کند. و در این دنیای جدید مسیرهای شغلی، یادگیری از یک تلاش گروهی به تلاشی که بطور قابل توجهی بیشتر به صورت فردی تعریف می شود، می رود. در نتیجه، سازمان ها با راه حل های یادگیری منحصر به فرد و فردی دست و پنجه نرم می کنند. اما هوش مصنوعی می‌تواند کمک کند—صدها ساعت زمان برای توسعه برنامه‌های یادگیری سفارشی‌شده و فراهم کردن فرصت‌هایی برای افراد برای شکل‌دهی به یادگیری خود. هر یادگیرنده زمانی پیشرفت می کند که محتوا با نیازها، علایق و قابلیت های او تطبیق داده شود، و در این دوره، Margie Meacham توضیح می دهد که چگونه هوش مصنوعی مولد می تواند راه حل های یادگیری فوق شخصی ایجاد کند. کشف کنید که چگونه اتوماسیون هوشمند می تواند فرآیند یادگیری را ساده کند. در مورد گردش کار یادگیری شخصی و نحوه گنجاندن آن در گردش کار موجود خود بیاموزید. و در مورد توسعه و اجرای راه حل یادگیری مبتنی بر هوش مصنوعی خود راهنمایی دریافت کنید.

این دوره بخشی از Certificate است. لینکدین یادگیری.

 این دوره یک کاوش جامع از هوش مصنوعی مولد در زمینه های مالی و حسابداری ارائه می دهد. مربی گلن هاپر مفاهیم اساسی، مدل‌ها، ملاحظات اخلاقی و کاربردهای عملی هوش مصنوعی مولد را با تمرکز بر پیش‌بینی و تحلیل مالی پوشش می‌دهد. از طریق مطالعات موردی در دنیای واقعی، تجربه عملی در استفاده از هوش مصنوعی مولد برای تجزیه و تحلیل پرونده های SEC و ایجاد پیش بینی های مالی به دست آورید. این دوره با مراحل بعدی قابل اجرا برای یادگیری و اجرای مستمر به پایان می رسد.

 در این دوره ، بیاموزید که چگونه فناوری و داده ها می توانند تلاش های پایداری را تغییر داده و راه را برای آینده ای باهوش تر و سبز تر هموار کنند. مربی Talal Gedeon پایه و اساس محکمی را در زمینه استفاده از هوش مصنوعی و مهندسی داده ها برای تدوین راه حل های نوآورانه برای رسیدگی به چالش های زیست محیطی ، ایجاد شکاف بین مهارت های پیشرفته فن آوری و کاربردهای عملی در پایداری فراهم می کند. تکنیک های جمع آوری داده ها ، از جمله راه حل های IoT و AI ، را کشف کنید تا ببینید که چگونه می توانید پروژه های پایداری خود را متحول کنید.

 

اصول اولیه Microsoft Azure AI (AI-900) تسلط شما را در مفاهیم اصلی AI مربوط به توسعه نرم افزار و خدمات Microsoft Azure برای ایجاد راه حل های AI نشان می دهد. این دوره از Microsoft Press یک ایده آل برای متخصصان با پیشینه فنی و غیر فنی ، مفاهیم اصلی ابر و برنامه های مشتری-سرور را تحت پوشش امتحان پوشش می دهد. گواهینامه AI-900 همچنین می تواند برای آماده سازی برای سایر گواهینامه های مبتنی بر نقش لاجورد مانند دانشیار داده لاجورد (DP-100) یا همکار مهندس Azure AI (AI-102) استفاده شود.

توجه: این دوره توسط مایکروسافت پرس و تیم وارنر ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.

 برنامه نویسی VIBE به معنای اجازه دادن به AI در هنگام هدایت بینایی است. ما به آنچه که برنامه نویسی VIBE را از هم جدا می کند ، شیرجه می زنیم ، کدام سیستم عامل ها از آن پشتیبانی می کنند و چگونه می توان شروع کرد. این دوره به بررسی چگونگی عملکردهای عامل به شما امکان می دهد برنامه های کاری را بدون برنامه نویسی هر خط سریع ، برنامه ریزی و تکرار کنید. شما یاد می گیرید که چگونه می توانید درخواست های سیستم را طراحی کنید ، از طریق خطا کار کنید و با مسئولیت پذیری کار کنید.

 اگر در حال حاضر به عنوان یک متخصص داده کار می کنید یا به دنبال یافتن نقشی در این زمینه هستید، باید یک درک اساسی از مفاهیم، ​​تکنیک ها و ابزارهای هوش مصنوعی ایجاد کنید تا بتوانید به طور موثر از هوش مصنوعی و ML استفاده کنید. به مربی Sadie St. Lawrence بپیوندید تا یاد بگیرید چگونه فرآیندهای تصمیم گیری مبتنی بر داده را در سازمان خود با توسعه مهارت های AI و ML بهینه سازی کنید. به دانش ضروری برای متخصصان داده مجهز شوید تا مرتبط و رقابتی در این زمینه همیشه در حال تحول باقی بمانند، زیرا هوش مصنوعی همچنان روش کار و درک ارزش داده ها را تغییر می دهد. ابزارهای محبوبی مانند PyTorch، scikit-learn، Keras، XGBoost، و Hugging Face و همچنین مفاهیم اصلی در مهندسی داده و ویژگی، یادگیری ماشین، اخلاق هوش مصنوعی و موارد دیگر را کاوش کنید.

 دنیای هیجان انگیز کاربردهای یادگیری عمیق در مراقبت های بهداشتی را از طریق این دوره عمیق کاوش کنید. بیاموزید که چگونه ناهنجاری‌ها را در تصاویر اشعه ایکس از طریق شبکه‌های عصبی کانولوشنال (CNN)، تنظیم دقیق مدل‌های از پیش آموزش‌دیده، و استفاده از یادگیری شات صفر، طبقه‌بندی و تشخیص دهید. اصول یادگیری عمیق، از جمله شبکه های عصبی، آموزش مدل، و تنظیم فراپارامتر که به طور خاص برای مراقبت های بهداشتی طراحی شده است را درک کنید. در فعالیت‌های عملی شرکت کنید که در آن داده‌ها را از قبل پردازش می‌کنید، مدل‌هایی را با پایتون می‌سازید، و از چارچوب‌هایی مانند TensorFlow و PyTorch استفاده می‌کنید. توسعه مهارت های عملی در تشخیص و تقسیم بندی اشیا برای تشخیص و تشخیص موثر شرایط پزشکی. در مورد ملاحظات اخلاقی و محدودیت های داده مربوط به استفاده از هوش مصنوعی در زمینه پزشکی بینش به دست آورید. در پایان این دوره، شما مجهز به استفاده از تکنیک های یادگیری عمیق در چالش های مراقبت های بهداشتی در دنیای واقعی، بهبود دقت تشخیصی و نتایج بیمار خواهید شد.

 

تقاضای فزاینده ای برای ادغام جریان های کاری هوش مصنوعی و یادگیری ماشین در بسیاری از بخش های مختلف تجاری وجود دارد. این امر به‌ویژه در چشم‌انداز مراقبت‌های بهداشتی جهانی امروزی که دائماً در حال تحول است صادق است.

در این دوره، مربی Wuraola Oyewusi یک نمای کلی از این که چگونه هوش مصنوعی و یادگیری ماشینی می‌توانند فرآیندهای مراقبت‌های بهداشتی، تجزیه و تحلیل داده‌ها، نتایج سلامت و موارد دیگر را بهینه کنند، ارائه می‌دهد. در طول مسیر، بینش هایی را جمع آوری کنید که از نمونه های دنیای واقعی به دست آمده است تا به ملاحظات پیچیده حریم خصوصی و اخلاقی در صنعت رسیدگی کنید. Wuraola همچنین به شما نشان می‌دهد که چگونه از یادگیری ماشین برای مجموعه داده‌های مراقبت‌های بهداشتی جدولی با استفاده از نوت‌بوک Google Colab، از جمله سوابق بالینی، طبقه‌بندی، پیش‌بینی‌ها، رگرسیون، خوشه‌بندی، و محلی‌سازی استفاده کنید.

 یادگیری ماشین به سرعت در حال تبدیل شدن به همه گیر است و آن را به یک فناوری کلیدی برای یادگیری تبدیل می کند. این در حال تغییر چشم انداز تجارت است. یادگیری مفاهیم کلیدی یادگیری ماشین برای درک توانایی های آن و دانستن نحوه استفاده از آن ضروری است. این دوره آن مهارت های مفید را هدف قرار داده و یادگیری کارگردانی را در چندین زمینه مهم فراهم می کند. مربی جاستین Frébault شما را از طریق اصول یادگیری ماشین راه می برد-انواع مختلف الگوریتم ها ، گردش کار یادگیری ماشین و یادگیری ماشین محور-و بهترین شیوه ها را برای مدل های بهتر با یادگیری ماشین لاجورد فراهم می کند. بیاموزید که چگونه با استفاده و نظارت بر آنها از طریق آزمایشگاه های نمایشی و آزمایشگاه های دستی ، مدل های خود را صنعتی کنید. این دوره همچنین ابزارهای محبوب را در لاجورد برای تفسیر مدل های شما معرفی می کند تا آنها بتوانند بهتر از تصمیمات تجاری پشتیبانی کنند.

 ابزارهای Adobe Creative Cloud مملو از ویژگی های صرفه جویی در زمان و افزایش خلاقیت هستند که بر پایه هوش مصنوعی ساخته شده اند. ویژگی‌های هوش مصنوعی در برنامه‌های Creative Cloud، خواه ماسک کردن را در فتوشاپ و لایت روم آسان‌تر می‌کند، ویرایش در ایلاستریتور یا مطابقت با فونت‌های مشابه در InDesign، «خلاقیت‌های خلاقیت» هستند که کارهای خسته‌کننده را ساده می‌کنند و شما را قادر می‌سازند بر خلاقیت تمرکز کنید. در این دوره آموزشی، Bart Van de Wiele از Adobe شما را با Adobe Sensei - هوش مصنوعی و فناوری یادگیری ماشین Adobe - و جزئیاتی که در آن ویژگی‌های هوش مصنوعی را در خانواده Creative Cloud پیدا خواهید کرد و نحوه استفاده از آن‌ها بیشتر آشنا می‌کند.

 هوش مصنوعی تولیدی می تواند بهره وری توسعه دهندگان MAUI را تا حد زیادی افزایش دهد. در این دوره ، عمل توسعه ، کوین فورد به شما نشان می دهد که چه چیزی در دسترس است و نحوه استفاده از این ابزارها. پس از معرفی کامل راه هایی که می تواند AI تولید کننده بتواند از توسعه دهندگان MAUI بهره مند شود ، با استفاده از بسیاری از کاربردهای GitHub Copilot شروع کنید. بررسی کنید که چگونه AI تولید کننده می تواند در طراحی UI به شما کمک کند. نحوه تولید وثیقه سفارشی را برای برنامه های MAUI پیدا کنید. هر موضوع اصلی با چالش های عملی و عملی همراه است ، بنابراین می توانید آنچه را که یاد می گیرید تقویت کنید.

 در این دوره ، نقش تحول آمیز همدلی را در عصر هوش مصنوعی بررسی کنید. بیاموزید که احساسات انسانی را با پیشرفت های فناوری متعادل کنید و ارزش سرمایه گذاری در همدلی را به عنوان یک مزیت رقابتی در عصر هوش مصنوعی بشناسید. دریابید که چگونه می توانید درک همدلی را به عنوان یک مهارت انسانی ایجاد کنید که می تواند به ارزش خود ادامه دهد زیرا فناوری های هوش مصنوعی قطعات فنی بیشتری کار را به طور خودکار می کنند. مربی شارون استید همچنین استراتژی های عملی را برای استفاده از هوش مصنوعی برای بهبود ارتباطات انسانی ، حفظ هوش هیجانی در فضاهای مجازی و تصمیم گیری های محور انسان به اشتراک می گذارد.

 یک مقدمه جامع در مورد Jupyter AI ، پسوند قدرتمندی که قابلیت های تولید AI را در اکوسیستم Jupyter ادغام می کند ، دریافت کنید. مربی Wuraola Oyewusi قبل از اینکه به شما نشان دهد چگونه می توانید محیط خود را با ارائه دهندگان مختلف مدل هوش مصنوعی تنظیم کنید ، با یک مرور کلی از مفاهیم بنیادی آغاز می شود. از طریق تظاهرات عملی ، شما تکنیک های آسان برای استفاده برای استفاده از هوش مصنوعی برای تولید ، توضیح ، اصلاح مجدد و کد اشکال زدایی تسلط خواهید داشت. این دوره یک ایده آل برای دانشمندان داده ، پزشکان یادگیری ماشین و توسعه دهندگان ، با یک پروژه سنگفرش نتیجه می گیرد که مهارت های جدید شما را تقویت و آزمایش می کند.

 با کمک مایکروسافت MVP George Mount یاد بگیرید که از قدرت ویژگی های هوش مصنوعی داخلی اکسل استفاده کنید. جورج با پوشش دادن ویژگی‌های قدرتمند دستکاری داده‌های اکسل، از جمله Flash Fill و Formula by Example، شروع می‌کند. در مرحله بعد، او شما را از طریق ویژگی های پیشرفته ورود داده و پیش بینی، مانند تجزیه و تحلیل پیش بینی و انواع داده های مرتبط، راهنمایی می کند. نحوه تسلط بر ابزارهای تجسم داده های مبتنی بر هوش مصنوعی اکسل و همچنین خلاصه داده ها را با Recommended PivotTable بیاموزید. در نهایت، جورج تابع جدید Analyze Data را معرفی می‌کند و نمونه‌های متعددی از نحوه اجرای آن را نشان می‌دهد.

 هوش مصنوعی تکامل یافته است و طیف وسیعی از افراد از توسعه دهندگان ، سرگرمی ها و رهبران فناوری که به دنبال کشف اکوسیستم هستند ، وجود دارد. در این دوره ، مربی Wuraola Oyewusi اکتشافی هدایت شده از توسعه دهندگان ابزارهای نوظهور در حال ظهور ارائه می دهد تا بتوانند در شغل خود رقابت کنند. با ظهور ابزارهای هوش مصنوعی مانند رابط های چت و مدل های AI به راحتی در دسترس ، می تواند برای کسانی که به دنبال بخشی از موج هوش مصنوعی هستند ، بسیار زیاد باشد. این دوره دانش را به شما می دهد تا با اطمینان در اکوسیستم AI حرکت کنید و ابزارها و منابع مرتبط با اهداف خود را شناسایی کنید.

 چگونه مأمورین باید در ابر مستقر شوند؟ چگونه باید عوامل دارای LLM چندین طراحی شوند؟ بهترین راهها برای بهینه سازی اشتراک داده های حالت ، تعادل بار کار و عملکرد راه حل چیست؟ و ، چگونه می توان راه حل های عامل را در هنگام تعامل با خدمات خارجی و ابزارهایی که می توانند غیرقابل اعتماد باشند ، مقاومت کنند؟ این و بسیاری از مباحث دیگر ، تحت پوشش Top Voice Linkedin و نویسنده پرفروش توماس ERL قرار دارد ، در این دوره مجموعه متنوعی از الگوهای طراحی را که به سمت راه حل های AI AIA در ابرها و همچنین محیط های داخلی و در محل قرار دارد ، ارائه می دهد. علاوه بر طیف وسیعی از تکنیک های طراحی محور ، این دوره همچنین شیوه های مدیریت و مشاهده عامل ، از جمله ردیابی فعالیت عامل ، اجرای سیاست و بهینه سازی هزینه LLM را تشریح می کند.

 این آزمون تمرینی برای کمک به شما در آمادگی جهت شرکت در آزمون گواهینامه AKYLADE AI Security Foundation AISF-001 (A/AISF) طراحی شده است. پس از اجرای آزمون تمرینی، سه حالت تمرینی در دسترس شما قرار دارد: زمان‌دار، بدون زمان، یا سفارشی. هر حالت امکان تلاش‌های نامحدود، نمایش توضیحات برای پاسخ‌های درست و نادرست، و ارائه نتایج دقیق آزمون را فراهم می‌کند. تعداد و نوع پرسش‌های آزمون تمرینی و همچنین مدت‌ زمان آزمون تمرینی زمان‌دار به گونه‌ای طراحی شده‌اند که نمایانگر آزمون اصلی گواهینامه باشند.به تمرین بیشتری نیاز دارید؟ برای این گواهینامه، آزمون‌های تمرینی بیشتری نیز موجود است که هر کدام مجموعه پرسش‌های منحصربه‌فردی دارند تا بتوانید به تمرین ادامه دهید.آزمون تمرینی ۱ برای AKYLADE AI Security Foundation AISF-001 (A/AISF)درباره گواهینامه:برای کسب اطلاعات بیشتر درباره این گواهینامه، به AKYLADE مراجعه کنید. پرسش‌های ارائه‌شده در این آزمون تمرینی نمایانگر آزمون گواهینامه هستند، اما پرسش‌های واقعی آزمون نخواهند بود. آزمون‌های تمرینی برای خودارزیابی طراحی شده‌اند. موفقیت در این آزمون تمرینی تضمین نمی‌کند که در آزمون اصلی نیز موفق خواهید شد.