Course catalog

Course duration

Course provider

Topic

Categories

Showing 14,841-14,860 of 17,394 items.

linkedin مقدمه ای بر NFT ها: توکن های غیر قابل تعویض (Mitalearn-216186)

  • 47 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Jonathan Reichental
درباره این دوره:


NFT (توکن‌های غیرقابل تعویض) افراد را قادر می‌سازد اقلام دیجیتالی مانند موسیقی، هنر، عکس و موارد دیگر را بفروشند. سازندگان به NFT ها به عنوان راهی برای محافظت و کسب درآمد از آثار اصلی خود علاقه مند هستند و مجموعه داران در حال خرید هستند. مدل NFT تأثیر چشمگیری بر نحوه تفکر مردم در مورد ارزش گذاری کالاهای غیر ملموس خواهد داشت. با این حال، منتقدانی وجود دارند که می گویند آنها یک مد موقتی هستند. این دوره دقیقاً توضیح می‌دهد که NFTها چه هستند - از جمله اساس آنها در بلاک چین - و چگونه می‌توانید NFT‌های خود را با استفاده از یک پلتفرم ارزهای دیجیتال مانند اتریوم ایجاد کنید. مربی Jonathan Reichental همچنین انتقادات NFT ها را بررسی می کند تا بتوانید چالش های این فناوری در حال ظهور را درک کنید. به علاوه، بیاموزید که چگونه NFTها آماده هستند تا صنایع دیگر را مختل کنند: با جلوگیری از جعل، تأیید گواهینامه ها، نوآوری خدمات مالی و موارد دیگر.

linkedin مقدمه ای بر NLP با استفاده از R (Mitalearn-390980)

  • 2 hours 32 minutes
  • مناسب همه
  • Release date: 19 May 2023
  • Author: Mark Niemann-Ross
درباره این دوره: 

 

پردازش زبان طبیعی (NLP) یکی از مهمترین اجزای هوش مصنوعی است. این به شما امکان می دهد تا حجم زیادی از داده ها را در قالب زبان طبیعی پردازش، تجزیه و تحلیل و درک کنید. در این دوره، مربی مارک نیمن راس به شما نشان می دهد که چگونه با استفاده از R، زبان برنامه نویسی محبوب برای محاسبات آماری و گرافیک، پیاده سازی الگوریتم های NLP را شروع کنید.

اصول دستکاری ماتریس ها و تولید آمار، هر دو را بررسی کنید. که هسته اصلی NLP موفق هستند. نحوه استفاده از ابزارها و چارچوب‌های متن‌کاوی مانند tm، quanteda، و tidytext و همچنین کار با corpora، منابع و دیگر انواع ابرداده سند NLP را بیاموزید. Mark بهترین روش‌ها را برای پیش‌پردازش متن در آماده‌سازی برای NLP، ایجاد داده‌های ساختاریافته، اعمال آمار در متن، انجام تجزیه و تحلیل احساسات، تجسم مجموعه‌های داده، و موارد دیگر را پوشش می‌دهد.


datacamp مقدمه ای بر NoSQL (Mitalearn-402897)

  • 58 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jake Roach
درباره این دوره:

در سال‌های اخیر، پایگاه‌های داده NoSQL به دلیل توانایی آنها در مدیریت حجم زیادی از داده‌های بدون ساختار، محبوبیت زیادی داشته است. یادگیری استفاده از ابزارهای NoSQL مانند پایگاه‌های داده ستون‌گرا، سند، کلید-مقدار و نمودار به مهندسان داده، تحلیلگران و دانشمندان اجازه می‌دهد تا با گستره وسیع‌تری از داده‌ها تعامل داشته باشند. این پایگاه‌های داده NoSQL قابلیت‌های بیشتری را برای ذخیره‌سازی و بازیابی داده‌ها به ارمغان می‌آورد که در پایگاه‌های داده رابطه‌ای سنتی موجود نیست.

در دنیای پایگاه های داده ستون محور و نقش آنها در تکامل انبارهای داده غوطه ور شوید. کار با Snowflake را برای ایجاد و به روز رسانی جداول ستون محور و همچنین بهینه سازی طراحی جدول برای عملکرد تمرین کنید. عملکرد پیشرفته Snowflake را برای کار با داده های نیمه ساختار یافته کاوش کنید.

یاد بگیرید که از Postgres JSON به عنوان ابزاری برای پرس و جو از اسناد و پایگاه های داده شی گرا و انواع داده هایی که این فناوری پشتیبانی می کند استفاده کنید. مهارت های خود را در کار با داده های ذخیره شده در یک آرایه و همچنین داده های تودرتو تقویت کنید.

کار کردن با پایگاه‌های داده کلید-مقدار را راحت کنید و یاد بگیرید که این ذخیره‌سازی داده NoSQL چه زمانی بهترین کاربرد را دارد. استفاده از Redis را برای بارگیری و پرس و جوی داده ها و تجربه عملکرد سریع پایگاه های داده در حافظه تمرین کنید. پایگاه داده های گراف و موارد استفاده از آنها را در گردش کار داده کاوش کنید.

datacamp مقدمه ای بر NumPy (Mitalearn-400347)

  • 48 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Izzy Weber
درباره این دوره:

NumPy یک کتابخانه ضروری پایتون است. TensorFlow و scikit-learn از آرایه های NumPy به عنوان ورودی استفاده می کنند و پانداها و Matplotlib در بالای NumPy ساخته شده اند. در این دوره مقدماتی NumPy، شما تبدیل به یک مجادله کننده اصلی شی اصلی NumPy خواهید شد: آرایه ها! با استفاده از داده‌های سرشماری درختی شهر نیویورک، آرایه‌هایی را ایجاد، مرتب‌سازی، فیلتر و به‌روزرسانی خواهید کرد. متوجه خواهید شد که چرا NumPy بسیار کارآمد است و از پخش و بردارسازی برای سریعتر کردن کد NumPy خود استفاده کنید. در پایان دوره، شما از آرایه های سه بعدی برای تغییر نقاشی کلود مونه استفاده خواهید کرد و خواهید فهمید که چرا چنین تغییرات آرایه ابزارهای ضروری برای یادگیری ماشین هستند.

datacamp مقدمه ای بر Oracle SQL (Mitalearn-403220)

  • 51 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Hadrien Lacroix,Sara Billen
درباره این دوره:

Oracle SQL یکی از پرکاربردترین سیستم های مدیریت پایگاه داده در سراسر جهان است. این به خوبی برای برنامه های کاربردی تجاری و سازمانی مناسب است و به ویژه در شرکت های بزرگ با پایگاه داده های ماموریت حیاتی محبوب است. بنابراین تسلط بر Oracle SQL تضمین می شود که فرصت های هیجان انگیزی را باز کند. در این دوره آموزشی، آشنایی کامل با Oracle SQL حل مشکلات تجاری برای فروشگاه رسانه های دیجیتال را خواهید داشت. ابتدا نحوه دسترسی، بازیابی و محدود کردن داده ها را خواهید آموخت. سپس جداول را تجمیع و ترکیب خواهید کرد. فصل آخر به شما می‌خواهد مقادیر از دست رفته را مدیریت کرده و داده‌ها را تبدیل کنید. در پایان این دوره، متوجه خواهید شد که چگونه اوراکل پرس و جوهای SQL را پردازش می کند و یک پایه محکم در Oracle SQL خواهد داشت.

datacamp مقدمه ای بر Power BI (Mitalearn-399327)

  • 44 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Sara Billen,Iason Prassides
درباره این دوره:

یک نمای کلی 360 درجه از کاوش و استفاده از Power BI برای ایجاد گزارش‌های تاثیرگذار به دست آورید. در این دوره، زمانی که نحوه استفاده از این پلتفرم محبوب هوش تجاری را از طریق تمرینات عملی کشف می کنید، از صفر به قهرمان خواهید رسید. قبل از ایجاد تجسم با استفاده از قابلیت کشیدن و رها کردن Power BI، ابتدا نحوه بارگیری و تبدیل داده ها با اطمینان با استفاده از Power Query و اهمیت مدل های داده را خواهید آموخت. همچنین یاد می گیرید که به گزارش ها بپردازید و گزارش های خود را کاملا تعاملی کنید. شما قدرت را دارید!

ویدیوها حاوی رونوشت‌های زنده هستند که با کلیک کردن روی "نمایش رونوشت" در پایین سمت چپ ویدیوها قابل دسترسی هستند.

واژه نامه دوره را می توانید در سمت راست در بخش منابع پیدا کنید.

برای کسب اعتبارات CPE باید دوره را تکمیل کنید و در ارزیابی واجد شرایط به نمره 70% برسید. می‌توانید با کلیک بر روی علامت اعتبارات CPE در سمت راست به ارزیابی بروید.

datacamp مقدمه ای بر Power Query در اکسل (Mitalearn-400823)

  • 39 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Lyndsay Girard
درباره این دوره:

پتانسیل واقعی داده های خود را باز کنید! با بحث دستی داده ها خداحافظی کنید و به تبدیل داده های کارآمد و کارآمد سلام کنید. در این دوره مقدماتی Excel Power Query، یاد خواهید گرفت که چگونه به طور یکپارچه به چندین منبع داده متصل شوید، داده های خود را به راحتی تمیز کرده و شکل دهید، و آن را بارگذاری کنید تا برای تجزیه و تحلیل آماده شود. در طول مسیر، با بسیاری از توابع موجود که Power Query ارائه می‌کند آشنا می‌شوید و به شما اطمینان می‌دهد که گزارش بعدی مبتنی بر اکسل خود را ساده کنید. چه یک تحلیلگر داده، حرفه ای کسب و کار یا علاقه مند به صفحات گسترده باشید، این دوره به شما این امکان را می دهد که در زمان خود صرفه جویی کنید، تصمیمات آگاهانه تری بگیرید و بینش های ارزشمندی را از داده های خود استخراج کنید.

coursera مقدمه ای بر PyMC3 برای مدل سازی و استنتاج بیزی (Mitalearn-329661)

  • 2 hours 3 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Dr. Srijith Rajamohan
درباره این دوره:

هدف از این دوره معرفی PyMC3 برای مدل سازی و استنتاج بیزی است، شرکت کنندگان با یادگیری اصول اولیه PyMC3 شروع می کنند و یاد می گیرند که چگونه استنتاج مقیاس پذیر را برای مسائل مختلف انجام دهند. این دوره نهایی در یک تخصص از سه دوره خواهد بود. از نوت بوک های پایتون و ژوپیتر در طول این دوره برای نشان دادن و انجام مدل سازی بیزی با PyMC3 استفاده می شود. وب سایت دوره در آدرس https://sjster.github.io/introduction_to_computational_statistics قرار دارد. /docs/index.html. دفترچه های دوره را می توان با دنبال کردن دستورالعمل های صفحه https://sjster.github.io/introduction_to_computational_statistics/docs/getting_started.html از این وب سایت دانلود کرد. مدرس این دوره دکتر Srijith Rajamohan خواهد بود.

datacamp مقدمه ای بر PySpark (Mitalearn-399242)

  • 49 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Ben Schmidt
درباره این دوره:

این دوره برای مهندسان داده، دانشمندان داده و متخصصان یادگیری ماشین طراحی شده است که به دنبال کار با مجموعه داده های بزرگ با استفاده از PySpark هستند. شما سرعت و مقیاس‌پذیری Apache Spark را بررسی خواهید کرد، یاد خواهید گرفت که جلسات Spark ایجاد کنید، با RDD کار کنید و DataFrames را از طریق تمرین‌های عملی دستکاری کنید. این دوره همچنین PySpark SQL را پوشش می دهد و به شما یاد می دهد که چگونه داده ها را با SQL جستجو کنید، طرحواره ها و انواع داده های پیچیده را مدیریت کنید و عملکرد را در محیط های توزیع شده بهینه کنید. در پایان، مهارت‌های اساسی برای پردازش و تجزیه و تحلیل کلان داده‌ها را خواهید داشت که زمینه را برای برنامه‌های کاربردی پیشرفته مانند یادگیری ماشین و تجزیه و تحلیل داده‌های بزرگ فراهم می‌کند.

datacamp مقدمه ای بر R for Finance (Mitalearn-401792)

  • 34 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Lore Dirick
درباره این دوره:

در این مقدمه مالی گرا برای R، ساختارهای داده ضروری مانند فهرست ها و چارچوب های داده را خواهید آموخت و این شانس را خواهید داشت که آن دانش را در نمونه های مالی دنیای واقعی به کار ببرید. در پایان دوره، با اصول دستکاری داده های خود برای انجام تجزیه و تحلیل مالی در R راحت خواهید بود.

Related Skills

datacamp مقدمه ای بر Redshift (Mitalearn-403764)

  • 48 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Jason Myers
درباره این دوره:

این دوره یک درک اساسی از Amazon Redshift، یک پایگاه داده ستونی توزیع شده در ابر AWS ارائه می دهد. ادغام آن در اکوسیستم AWS و ساختارهای SQL آن، از جمله عبارات جدول رایج و جستارهای تحلیلی را کاوش کنید. ایجاد جداول، مدیریت توزیع داده ها، مدیریت فایل های داده خام و استخراج اطلاعات از JSON را بیاموزید. علاوه بر این، پرس و جوها را بهینه کنید، عملکرد را تنظیم کنید و امنیت داده ها را افزایش دهید. در پایان دوره، شما تسلط قوی بر SQL در Redshift و دانش و مهارت های لازم برای استفاده موثر از Redshift خواهید داشت.

coursera مقدمه ای بر Replit و Ghostwriter (Mitalearn-307238)

  • 1 hours 37 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Board Infinity
درباره این دوره:

به "مقدمه ای بر Replit and Ghostwriter"، دوره مقدماتی برای درک اصول Replit و Ghostwriter خوش آمدید. این دوره شما را با ملزومات استفاده از Replit به عنوان یک محیط توسعه یکپارچه (IDE) و اتوماسیون کد با Ghostwriter آشنا می کند. در پایان این دوره، شما قادر خواهید بود: 1. در داشبورد Replit حرکت کنید و از طیف وسیعی از ویژگی های آن استفاده کنید 2. با استفاده از رابط کاربر پسند Replit کد بنویسید، اشکال زدایی کنید و اجرا کنید 3. قابلیت های Ghostwriter در تولید کد، تبدیل و توضیح را درک کنید 4. با استفاده از ابزارهای یکپارچه Replit در پروژه های کدگذاری با همتایان خود همکاری کنید برای پروژه نهایی در این دوره، از Replit و Ghostwriter برای توسعه یک پروژه نرم افزاری کوچک استفاده خواهید کرد. شما با استفاده از Ghostwriter کد ایجاد، اصلاح و درک خواهید کرد و پروژه خود را در محیط Replit اجرا خواهید کرد. این پروژه عملی درک شما را از هر دو پلتفرم تقویت می کند و راحتی و کارایی آنها را برای فرآیند کدنویسی نشان می دهد. این یک دوره مقدماتی است، ایده آل برای زبان آموزانی که یا وارد حوزه علوم و مهندسی کامپیوتر می شوند یا به دنبال شروع سریع در برنامه نویسی هستند. هیچ تجربه قبلی لازم نیست، اگرچه آشنایی با عملیات اولیه کامپیوتر مفید است. با این دوره آموزشی منحصر به فرد که محیط کدنویسی ساده Replit را با قدرت های کد خودکارسازی Ghostwriter ترکیب می کند، به آینده کدنویسی قدم بگذارید. به ما بپیوندید تا مهارت های اساسی را به دست آورید که در هر تلاشی برای توسعه نرم افزار به شما کمک می کند.

linkedin مقدمه ای بر SAN و NAS Storage (Mitalearn-157638)

  • 2 hours 50 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Neil Anderson
درباره این دوره:

تنها با دانستن سرورها، یا شبکه، یا فضای ذخیره‌سازی، دیگر نمی‌توانید به‌عنوان یک متخصص فناوری اطلاعات به کار خود ادامه دهید. برای پیشرفت شغلی خود به درک هر سه مورد نیاز دارید. فناوری‌های ذخیره‌سازی متمرکز – NAS و SAN – این قابلیت‌ها را ترکیب می‌کنند و همه مهارت‌های شما را آزمایش می‌کنند. این دوره آموزشی دانش مورد نیاز برای درک و کار با ذخیره سازی SAN و NAS را ارائه می دهد. در مورد انواع ذخیره سازی، مزایا و نقاط قوت SAN در مقابل NAS بیاموزید. مربی نیل اندرسون پروتکل های NAS و SAN را معرفی می کند - SMB، CIFS، NFS، کانال فیبر، FCoE، iSCSI، و NVMeOF - و نحوه پیکربندی یک سیستم ذخیره سازی و اتصال از مشتری را در نمایش های آزمایشگاهی کاربردی نشان می دهد.

linkedin مقدمه ای بر SAP BI/BW (Mitalearn-217801)

  • 1 hours 18 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Michael Management
درباره این دوره:

ابزارهای هوش تجاری (BI) و انبار تجاری (BW) را در SAP معرفی کنید. این دوره مروری گسترده برای همه کسانی که می خواهند بدانند چه چیزی برای توسعه در راه حل های BI و BW لازم است ارزشمند است. بیاموزید که چه چیزی سیستم‌ها، اشیاء مورد استفاده را تشکیل می‌دهند و چگونه همه با هم کار می‌کنند تا یک راه‌حل منسجم را تشکیل دهند که آن را به ابزاری عالی تبدیل می‌کند. نحوه جمع‌آوری و سازمان‌دهی داده‌ها از منابع، نقشه‌برداری داده‌ها در InfoObjects، اصلاح داده‌ها، ترکیب داده‌ها از چندین منبع و ذخیره داده‌های خود را در حافظه با SAP HANA بیابید.

این دوره توسط Michael Management ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود ارائه می دهیم.

linkedin مقدمه ای بر Screencasting (Mitalearn-52238)

  • 3 hours 44 minutes
  • متوسط
  • Update date: 28 June 2026
  • Author: David Rivers
درباره این دوره:

اصول و ابزارهایی را که شرکت‌ها در سرتاسر جهان برای اشتراک‌گذاری و ضبط صفحه نمایش‌های خود و ایجاد محتوای آموزشی جذاب استفاده می‌کنند، کشف کنید. یک نمای کلی از فیلمبرداری و آموزش الکترونیکی، ملاحظات طراحی برای آموزش تصویربرداری از صفحه نمایش خود و محبوب ترین ابزارهای موجود در بازار، از جمله Captivate، Articulate Studio، Articulate Storyline، Lectora Inspire، و Camtasia Studio دریافت کنید. دیوید ریورز نه تنها به شما کمک می کند تا آنچه را که روی صفحه نمایش شما است ثبت کنید، بلکه به شما نشان می دهد که چگونه می توانید تعامل را اضافه کنید، علاقه بصری را افزایش دهید و با هر برنامه مسابقه بسازید. اکنون تماشا کنید تا این برنامه ها را مقایسه کنید و تصمیم بگیرید که کدام یک برای شما مناسب است.

coursera مقدمه ای بر SIEM (Splunk) (Mitalearn-320073)

  • 2 hours 10 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: EDUCBA
درباره این دوره:

این دوره یک درک جامع از مفاهیم امنیتی و مدیریت رویداد (SIEM) و مهارت های عملی با استفاده از Splunk به عنوان یک راه حل SIEM ارائه می دهد. شما اصول SIEM، معماری Splunk، جمع آوری و مدیریت داده ها، تجزیه و تحلیل داده ها، و موضوعات پیشرفته مانند همبستگی و پاسخ حادثه را کشف خواهید کرد. در پایان دوره، شما به طور موثر Splunk را برای تجزیه و تحلیل گزارش، تشخیص تهدید و نظارت بر امنیت اعمال خواهید کرد. اهداف آموزشی: ماژول 1: مقدمه ای بر SIEM و مدیریت لاگ • اصول SIEM و نقش آن در امنیت سایبری را بشناسید. • اهمیت SIEM در عملیات امنیتی را درک کنید. • مزایایی مانند بهبود یافته تشخیص تهدید و انطباق با مقررات را کشف کنید. ماژول 2: معماری و نصب Splunk • با Splunk به عنوان یک پلتفرم پیشرو SIEM آشنا شوید. • با ویژگی های Splunk تجربه عملی کسب کنید. • قابلیت های Splunk را با راه حل های دیگر SIEM ارزیابی کنید. ماژول 3: جمع آوری و مدیریت داده ها در Splunk • هضم، تجزیه و نمایه سازی داده ها را در Splunk کشف کنید. • سازماندهی ورودی داده های موثر و سازماندهی کارآمد داده ها. • سیاست های حفظ داده ها را برای مدیریت بهینه داده ها شناسایی کنید. ماژول 1: مقدمه ای بر SIEM و مدیریت لاگ توضیحات: در این ماژول، اصول SIEM و اهمیت آن در امنیت سایبری مدرن را درک خواهید کرد. شما می توانید مفاهیم اصلی SIEM (اطلاعات امنیتی و مدیریت رویداد) را توصیف کنید و اهمیت آن را در شیوه های امنیت سایبری معاصر برجسته کنید. شما می توانید نقش حیاتی SIEM را در عملیات امنیتی و واکنش به حادثه شناسایی کنید. مزایایی را که سازمان‌ها می‌توانند با اجرای راه‌حل‌های SIEM به دست آورند، از جمله تشخیص تهدید بهبودیافته، افزایش پاسخ به حادثه، انطباق با مقررات و کارایی عملیاتی را یاد خواهید گرفت. ماژول 2: معماری و نصب Splunk توضیحات: در این ماژول با Splunk به عنوان یک پلتفرم پیشرو SIEM آشنا خواهید شد. ویژگی ها و قابلیت های گسترده ارائه شده توسط Splunk را کشف کنید که آن را به عنوان یک راه حل برجسته SIEM قرار می دهد. توانایی های Splunk در مدیریت گزارش، جمع آوری داده ها و تکنیک های تجزیه و تحلیل پیشرفته را بررسی کنید. با رابط کاربری Splunk و عملکردهای اولیه، تجربه عملی به دست آورید. با رابط Splunk تعامل کنید تا درک جامعی از اجزای مختلف و ناوبری آن ایجاد کنید. شما مدیریت لاگ، جمع آوری داده ها و تکنیک های تجزیه و تحلیل پیشرفته Splunk را بررسی کرده و در مورد آن بحث خواهید کرد. توانایی های Splunk را با سایر راه حل های SIEM موجود در بازار مقایسه و مقایسه کنید. مزایای کلیدی استفاده از Splunk برای مدیریت لاگ و تجزیه و تحلیل داده ها را خلاصه کنید. ماژول 3: جمع آوری و مدیریت داده ها در Splunk توضیحات: ماژول "جمع آوری و مدیریت داده ها" در Splunk بر روش ها و تکنیک های مختلف برای جذب، سازماندهی و مدیریت کارآمد داده ها در پلت فرم Splunk تمرکز دارد. این اطلاعات دریافت داده ها را با استفاده از فورواردها، API ها و منابع دیگر و همچنین تجزیه، فهرست بندی و استراتژی های حفظ اطلاعات گزارش می کند تا اطمینان حاصل شود که داده ها برای تجزیه و تحلیل و نظارت مؤثر در Splunk قابل دسترسی و قابل استفاده هستند. شما نحوه پیکربندی و مدیریت موثر ورودی های داده را برای اطمینان از ورود به موقع و دقیق داده ها در Splunk کشف خواهید کرد. مفاهیم فیلدها، برچسب‌ها و انواع رویداد را در Splunk برای سازماندهی و دسته‌بندی کارآمد داده‌ها کشف کنید. سیاست ها و استراتژی های حفظ داده ها را برای کنترل چرخه عمر داده ها در Splunk بشناسید و اطمینان حاصل کنید که داده های مربوطه در حین مدیریت هزینه های ذخیره سازی حفظ می شوند. یادگیرنده هدف: این دوره برای متخصصان امنیت سایبری، مدیران فناوری اطلاعات و تحلیلگرانی طراحی شده است که به دنبال افزایش مهارت های SIEM خود هستند. همچنین برای کسانی که علاقه مند به استفاده از Splunk برای نظارت بر امنیت و پاسخ به حوادث هستند مناسب است. پیش نیازهای زبان آموز: شما باید دانش پایه ای از مفاهیم امنیت سایبری و آشنایی با سیستم ها و شبکه های فناوری اطلاعات داشته باشید. هیچ تجربه قبلی با Splunk یا SIEM مورد نیاز نیست. فایل های مرجع: در قسمت منابع به فایل های کد دسترسی خواهید داشت. مدت دوره: 7 ساعت 20 دقیقه این دوره به گونه ای طراحی شده است که در 3 هفته تکمیل شود، شامل سخنرانی، عملی و آزمون

datacamp مقدمه ای بر Snowflake SQL (Mitalearn-447454)

  • 27 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: George Boorman
درباره این دوره:

به دنیای Snowflake شیرجه بزنید! این دوره به شما اصول Snowflake SQL را آموزش می دهد - طعم منحصر به فرد SQL که برای تعامل با انبارهای داده Snowflake استفاده می شود. خواهید دید که Snowflake SQL چگونه با PostgreSQL مقایسه و در تضاد است و در مورد انواع داده ها و توابع اطلاعاتی کسب خواهید کرد. این دوره شما را با رویکردهای مختلف برای ساخت پرس و جوهای پیچیده SQL، از جمله اتصالات طبیعی و جانبی، پرس و جو فرعی و عبارات جدول رایج آشنا می کند. با بررسی تکنیک‌هایی برای بهینه‌سازی پرسش‌های خود به پایان رسید و نحوه ذخیره و جستجوی مؤثر داده‌های نیمه ساختاریافته را کشف کنید!

coursera مقدمه ای بر Solid Edge (Mitalearn-348004)

  • 3 hours 46 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Siemens
درباره این دوره:

مقدمه ای بر نرم افزار زیمنس Solid Edge شما را قادر می سازد تا مفاهیم اولیه طراحی را در محیط های دو بعدی و سه بعدی با استفاده از نرم افزار طراحی به کمک کامپیوتر (CAD) یاد بگیرید. این مفاهیم شامل طرح های دو بعدی، اشکال اساسی، مدل های سه بعدی و مجموعه های ساده است. شما با استفاده از دستوراتی مانند extrude، revolve، round، blend و thinwall برای طراحی موثرتر مدل های جامد، تجربه کسب خواهید کرد. علاوه بر این، در مورد مفاهیم پیش‌نویسی مانند جزئیات، نمای طراحی، برش‌های بخش و هدف طراحی یاد خواهید گرفت. در نهایت، نحوه ویرایش سریع فایل های CAD وارد شده از سایر برنامه های نرم افزاری را یاد خواهید گرفت. این دوره مقدمه ای بر Solid Edge ارائه می دهد که همچنین به شما کمک می کند تا برای آزمون گواهینامه کاردانی مکانیکی Solid Edge آماده شوید. در پایان دوره، شما باید بتوانید: -ویژگی های کلیدی Solid Edge را شناسایی کنید. -اصول کلیدی طراحی با Solid Edge را بشناسید. -اجرای مفاهیم اولیه مدل سازی مانند طراحی، اشکال اساسی، روابط هندسی و محدودیت. -مفاهیم پایه مدلسازی سه بعدی و همچنین بهترین شیوه ها را برای مدلسازی کارآمدتر با استفاده از مفاهیمی مانند اکسترود، چرخش، دور، ترکیب و دیوار نازک شناسایی کنید. -با استفاده از ویژگی‌های Solid Edge مانند فرمان یاب، هدف طراحی، صفحه طرح، اتاق زیر شیروانی و ویژگی‌های الگو، مهارت خود را افزایش دهید. -از مهارت‌های ضروری برای ساخت و کار با مجموعه‌ها، مانند نحوه باز کردن قطعات از مجموعه‌ها، قرار دادن مسیرها، تراز کردن، اضافه کردن حرکت و کار با روابط اسمبلی استفاده کنید. -شناسایی نحوه ویرایش در محیط‌های مختلف Solid Edge مانند پیش‌نویس و افزایش کارایی کار با داده‌های وارد شده از سایر برنامه‌های نرم‌افزار CAD. -تمرین و آماده شدن برای آزمون گواهینامه کاردانی Solid Edge. این دوره هیچ پیش نیاز رسمی ندارد. هر کسی که علاقه مند به یادگیری استفاده از نرم افزار CAD باشد می تواند در این دوره شرکت کند. برای تکمیل موفقیت آمیز این دوره، نسخه رایگان نرم افزار Solid Edge را دانلود کرده و از فایل های دوره ارائه شده استفاده خواهید کرد.

datacamp مقدمه ای بر Spark SQL در پایتون (Mitalearn-403458)

  • 1 hours 5 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Mark Plutowski
درباره این دوره:

اگر با SQL آشنایی دارید و چیزهای خوبی در مورد Apache Spark شنیده اید، این دوره برای شما مناسب است. Apache Spark یک چارچوب محاسباتی برای پردازش داده های بزرگ است و Spark SQL جزء Apache Spark است. این دوره چهار ساعته به شما نشان می دهد که چگونه با استفاده از ویژگی های پیشرفته SQL، مانند توابع پنجره، Spark را به سطح جدیدی از سودمندی ببرید.

در طول چهار فصل، از Spark SQL برای تجزیه و تحلیل داده‌های سری زمانی، استخراج رایج‌ترین کلمات از یک سند متنی، ایجاد مجموعه ویژگی‌ها از متن زبان طبیعی و استفاده از آنها برای پیش‌بینی آخرین کلمه در جمله با استفاده از رگرسیون لجستیک استفاده می‌کنید.

شما با ایجاد و جست‌وجوی یک جدول SQL در Spark و همچنین یادگیری نحوه استفاده از توابع پنجره SQL برای انجام مجموع‌های در حال اجرا، تفاوت‌های در حال اجرا و سایر عملیات‌ها شروع می‌کنید.

در مرحله بعد، نحوه استفاده از تابع پنجره در Spark SQL را برای پردازش زبان طبیعی، از جمله استفاده از تجزیه و تحلیل پنجره متحرک برای یافتن توالی کلمات رایج، بررسی خواهید کرد.

در فصل 3، نحوه استفاده از SQL Spark UI را برای ذخیره سازی مناسب DataFrames و جداول SQL قبل از کاوش در بهترین شیوه ها برای ورود به Spark، خواهید آموخت.

در نهایت، شما از تمام مهارت‌هایی که تاکنون آموخته‌اید برای بارگیری و نشانه‌گذاری متن خام قبل از استخراج دنباله‌های کلمه استفاده می‌کنید. سپس از رگرسیون لجستیک برای طبقه بندی متن استفاده می کنید و از داده های خام زبان طبیعی برای آموزش یک طبقه بندی متن استفاده می کنید.

این دوره معرفی کاملی از Spark SQL ارائه می‌کند، و در پایان، شما اصول اولیه را کاملاً درک خواهید کرد و خواهید فهمید که Spark چگونه قدرت محاسبات توزیع‌شده را با سهولت استفاده از Python و SQL ترکیب می‌کند.

linkedin مقدمه ای بر Spark SQL و DataFrames (Mitalearn-157162)

  • 1 hours 54 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Dan Sullivan
درباره این دوره:

DataFrames، یک ساختار داده پرکاربرد در Apache Spark را کاوش کنید. DataFrames به توسعه دهندگان Spark اجازه می دهد تا عملیات داده های رایج مانند فیلتر کردن و تجمیع و همچنین تجزیه و تحلیل داده های پیشرفته را روی مجموعه های بزرگ داده های توزیع شده انجام دهند. با اضافه شدن Spark SQL، توسعه دهندگان به زبان جستجوی محبوب تر و قدرتمندتر از DataFrames API داخلی دسترسی دارند. در این دوره، مدرس دن سالیوان نحوه انجام عملیات اساسی - بارگیری، فیلتر کردن، و جمع آوری داده ها در DataFrames - با API و SQL و همچنین تکنیک های پیشرفته تری را که به راحتی در SQL انجام می شود را نشان می دهد. در این بخش از دوره، Dan نحوه اتصال داده ها، حذف موارد تکراری و مقابله با مقادیر null یا NA را توضیح می دهد. دروس با سه مثال عمیق از استفاده از DataFrames برای علم داده به پایان می رسد: تجزیه و تحلیل داده های اکتشافی، تجزیه و تحلیل سری های زمانی، و یادگیری ماشین.

Suggestions