این دوره مقدماتی یک کاوش جامع از هوش مصنوعی مولد، از جمله ترانسفورماتورها، ChatGPT برای تولید متن، و شبکه های متخاصم مولد (GANs)، مدل انتشار برای تولید تصاویر ارائه می دهد. در پایان این دوره، شما یک درک اساسی از این مدل های هوش مصنوعی مولد، تئوری های اساسی آنها و ملاحظات عملی به دست خواهید آورد. شما یک پایه محکم خواهید ساخت و آماده خواهید شد تا در دوره بعدی عمیق تر در موضوعات پیشرفته تر فرو بروید.

آموزش‌های میکرو شاگردی، qui s'adresse aux débutants، مشروح ce qu'est l'IA générative، décrit à quoi elle sert et souligne ce qui la distingue des méthodes of machine Learning Traditnel. Il presente aussi les outils Google qui vous aideront à développer votre propre application d'IA Générative.

Este é um curso de microaprendizagem introdutório que busca explicar a IA Generativa: o que é, como é usada e por que ela é diferente de metodos tradicionais de learning machine. O curso também aborda as ferramentas do Google que ajudam você a desenvolver apps de IA Generativa.

זהו קורס מבוא ממוקד שמטרתו להסביר מהי בינה מלאכושית ממוקד מטרתו ובמה היא שונה משיטות מסורתיות של למידת מכונה. הוא גם כולל הסבר על הכלים של Google שיעזרו לכם לפתח אפליקציות בימיתנת בית משלכם.

Este es un curso introdutorio de microaprendizaje destinado a explicar qué es la IA Generativa، como se utiliza y en qué se diferencia de los métodos de aprendizaje automátic tradicionales. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA Generativa.

Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga mencakup Alat-alat Google Yang Dapat Membantu Anda Mengembangkan Appasi AI Generatif Anda sendiri.

این یک دوره آموزشی در سطح مقدماتی است که هدف آن توضیح این است که هوش مصنوعی مولد چیست، چگونه استفاده می‌شود و چگونه با روش‌های یادگیری ماشین سنتی تفاوت دارد. همچنین ابزارهای گوگل را پوشش می دهد تا به شما در توسعه برنامه های هوش مصنوعی Gener خود کمک کند.

این برنامه، ارائه خدمات هوشمند مصنوعی (IA) و Aprendizaje Automático (AA) در Google Cloud است که می‌تواند اطلاعات مربوط به IA را در گزارش‌های پایه‌های IA، el desarrollo de la IA و راه‌حل‌های IA، پذیرفته باشد. برای ایجاد مدل‌های کانال‌های AA، کاوش در فناوری‌های مختلف، محصولات و محصولات موجود برای ایجاد مدل‌های کانال‌های AA، به‌عنوان برنامه‌های IA ژنراتیو در عملکردهای مختلف، اهداف los usuarios، como de cienterosarios. د IA.

هوش مصنوعی このコースでは、予測 AI と生成 AI および機械学習（ML）サービスについて紹介します。AI هوش مصنوعی の基盤、開発 へのライフサイクル全体で利用可能なテクノロジー. 説明するとともに、魅力的な学習体験と実践的なハンズオン演習を通 サイエンティスト、AI 開発者、ML エンジニアの方々がスキルや知識を強化でき るようサポートすることを目指しています.

این دوره، پیشنهادات هوش مصنوعی (AI) و یادگیری ماشین (ML) را در Google Cloud معرفی می کند که از چرخه عمر داده به AI از طریق پایه های AI، توسعه AI و راه حل های AI پشتیبانی می کند. این فن‌آوری‌ها، محصولات و ابزارهای موجود برای ساخت مدل ML، خط لوله ML، و یک پروژه هوش مصنوعی مولد بر اساس اهداف مختلف کاربران، از جمله دانشمندان داده، توسعه‌دهندگان هوش مصنوعی و مهندسان ML را بررسی می‌کند.

مقدمه ای بر Cloud Identity به عنوان محل شروع هر ادمین های جدید Cloud Identity، Identity/Access Management/Mobile Device Management است که سفر خود را برای مدیریت و ایجاد امنیت و بهترین شیوه های مدیریت دسترسی برای سازمان خود آغاز می کنند. این دوره یک هفته‌ای 15 تا 30 ساعته باعث می‌شود که شما برای استفاده از عملکردهای اصلی کنسول مدیریت برای مدیریت کاربران، کنترل دسترسی به سرویس‌ها، پیکربندی تنظیمات امنیتی رایج و بسیاری موارد دیگر مطمئن باشید. از طریق مجموعه‌ای از درس‌های مقدماتی، تمرین‌های عملی گام به گام، منابع دانش Google و بررسی دانش، فراگیران می‌توانند انتظار داشته باشند که این آموزش را با تمام مهارت‌هایی که برای شروع به‌عنوان مدیران جدید Cloud Identity نیاز دارند، ترک کنند. اهداف یادگیری شرکت کنندگان در پایان این دوره قادر خواهند بود: • یک دامنه Cloud Identity برای سازمان یا دامنه شخصی خود ایجاد کنید. • اضافه کردن کاربران به منظور تمرین مدیریت چرخه عمر کاربر. • مجوزهای کاربر را برای به دست آوردن درک درستی از ویژگی های اصلی Cloud Identity تغییر دهید. • دستگاه های تلفن همراه را در ماژول مدیریت Google Mobile اضافه کنید. • برای آشنایی با گزینه های محصول، مجموعه سیاست های مدیریت تلفن همراه را اصلاح کنید. • ماژول گزارش ها را پیمایش کنید، و اجرای گزارش ها را تمرین کنید. • پروتکل های امنیتی مختلف را در دامنه کاوش و اعمال کنید. مهم - قبل از ثبت نام، باید آماده باشید: • برای 14 روز آزمایشی رایگان Cloud Identity ثبت نام کنید. باید اطلاعات روش پرداخت را وارد کنید. اگر می‌خواهید نمونه Cloud Identity خود را در پایان آموزش پایان دهید و از کسر هزینه اجتناب کنید، گام به گام به شما نشان خواهیم داد که چگونه حساب خود را لغو کنید. • یک دامنه جدید بخرید یا از دامنه ای استفاده کنید که قبلاً مالک آن هستید. دامنه ای که استفاده می کنید به عنوان بخشی از آزمایش Cloud Identity گنجانده نشده است.

این کلاس به شما اصول واقعیت افزوده (AR) و نحوه ایجاد یک تجربه AR با استفاده از ARCore را آموزش می دهد. از طریق دوره چهار هفته ای، یاد خواهید گرفت: - نحوه شناسایی انواع مختلف تجربیات AR - ابزارها و پلتفرم های مورد استفاده در چشم انداز AR - چه چیزی AR را "واقعی" می کند - موارد استفاده محبوب برای AR - نحوه ایجاد یک جریان استفاده از AR - تجربیات AR چگونه کار می کنند - ابزارهایی مانند Google Poly و Unity برای ایجاد تجربیات AR - مراحل بعدی برای شروع ساختن یک تجربه AR با استفاده از ARCore و ابزارهای دیگر این دوره مفاهیم پیچیده AR را تجزیه می کند تا درک آنها را آسان کند، در حالی که نکات و دانش متخصصان تیم ARCore Daydream را به اشتراک می گذارد. این دوره برای مبتدیانی که به تازگی با AR یا ARCore شروع کرده اند عالی است.

این دوره شما را با واقعیت مجازی (VR) آشنا می کند. این دوره همه چیز را از اصول VR - سخت افزار و تاریخچه VR - تا کاربردهای مختلف VR، روانشناسی واقعیت مجازی و چالش های رسانه به شما آموزش می دهد. این دوره برای افرادی طراحی شده است که به تازگی با VR به عنوان یک رسانه آشنا هستند. ممکن است قبلاً مقداری واقعیت مجازی را تجربه کرده باشید و ممکن است کمی سخت افزار داشته باشید - اما این دوره برای افرادی که هرگز واقعیت مجازی را تجربه نکرده اند و کسانی که سخت افزار زیادی ندارند مناسب است - ما واقعیت مجازی موبایل و همچنین دستگاه هایی مانند Oculus Rift را توضیح خواهیم داد. و HTC Vive. مقدمه ای بر واقعیت مجازی اولین دوره تخصصی در زمینه واقعیت مجازی است. یک زبان آموز بدون تجربه قبلی در واقعیت مجازی و/یا برنامه نویسی بازی می تواند برنامه های کاربردی VR موجود را ارزیابی کند و تا پایان دوره تخصصی، تجربیات/بازی های VR خود را با استفاده از Unity طراحی، آزمایش و پیاده سازی کند.

 اطلاعات بیشتر از کارشناسان برتر LinkedIn Learning

اصطلاح "API"، بسیار شبیه به "ابر،" اغلب در گفتگوهای فنی معمولی استفاده می شود. با این اصطلاح آشنا هستید - اما در مورد ویژگی های نحوه عملکرد رابط های برنامه نویسی برنامه (API) کمی مبهم است - پس این دوره برای شما مناسب است. به زبان ساده، مربی اندرو پروبرت ملزومات این بخش اصلی توسعه وب مدرن را پوشش می دهد و توضیح می دهد. API ها چیست و چگونه از آنها برای ترکیب سریع داده ها در وب سایت های خود استفاده کنید. اندرو در طول دوره بر مصرف و دریافت داده از API ها تمرکز می کند. او همچنین به اصول اولیه فن آوری ها و مهارت های مرتبط مانند JSON و برنامه نویسی شی گرا می پردازد. ، و نحوه رسیدگی به خطاهایی را که ممکن است هنگام تلاش برای دریافت داده از یک API با آنها روبرو شوید را نشان می دهد.

مقدمه‌ای بر ویرایش گفتگوی ویدیویی تاریخچه گفتگو در فیلم را بررسی می‌کند و گردش کار را برای ویرایش مؤثر صحنه‌های مبتنی بر دیالوگ معرفی می‌کند. اشلی کندی، نویسنده کارکنان، جریان کار را به چهار مرحله تقسیم می‌کند: بازبینی فیلمنامه و فیلم، مونتاژ پایه‌ی پروژه، اصلاح مراحل انتقال و زمان‌بندی، و اضافه کردن کارهای نهایی مانند صدا، افکت‌ها و تصحیح رنگ. او سپس سه مطالعه موردی را با استفاده از اسکریپت هایی با دیالوگ های یکسان ویرایش می کند. اشلی با ترکیب استراتژی‌های ویرایش دیالوگ از دوره با قدرت اجرا، سه برش نهایی کاملاً متفاوت تولید می‌کند.

رویکردی مبتنی بر پروژه به جنبه های زیبایی شناختی و فنی ویرایش ویدیو دریافت کنید. اشلی کندی، نویسنده کارکنان، این دوره مقدماتی را با بررسی داستان سرایی و نقش یک ویراستار در آن آغاز می کند. او با استفاده از مثال‌های کلاسیک و معاصر در سینما، «گرامر» ویرایش را بررسی می‌کند و نشان می‌دهد که چگونه تصمیمات یک ویراستار بر احساسات، معنا و پیشرفت داستان تأثیر می‌گذارد. سپس، پس از معرفی کوتاهی بر NLE های اصلی (کاربردهای ویرایش غیرخطی)، او دو پروژه را ویرایش می کند: یک فیلم داستانی کوتاه و یک قطعه مستند به سبک مصاحبه و B-roll. این دوره، هر پروژه را در یک مفهوم گسترده بررسی می کند، گردش کار مناسب را از ابتدا تا انتها نشان می دهد، اما از درس های خاصی از ابتدای دوره استفاده می کند.

یادگیری عمیق تکنیکی است که برای بسیاری از کاربردها، از پردازش زبان طبیعی گرفته تا زیست پزشکی، مورد استفاده قرار می گیرد. یادگیری عمیق می تواند انواع مختلفی از داده ها مانند تصاویر، متون، صدا/صدا، نمودارها و غیره را مدیریت کند. این دوره اصول اولیه DL از جمله نحوه ساخت و آموزش پرسپترون چندلایه، شبکه های عصبی کانولوشن (CNN)، شبکه های عصبی تکراری (RNN)، رمزگذارهای خودکار (AE) و شبکه های متخاصم مولد (GAN) را پوشش می دهد. این دوره شامل چندین پروژه عملی، از جمله تشخیص سرطان با CNN، RNN در توییت‌های بلایا، و تولید تصاویر سگ با GAN است. دانش کدنویسی یا برنامه نویسی قبلی مورد نیاز است. ما در طول دوره به طور گسترده از پایتون استفاده خواهیم کرد. توصیه می کنیم دو دوره قبلی در زمینه تخصصی، مقدمه یادگیری ماشین: یادگیری نظارت شده و الگوریتم های بدون نظارت در یادگیری ماشین را بگذرانید، اما نیازی به آنها نیست. مهارت های ریاضی در سطح دانشگاه، از جمله حساب دیفرانسیل و انتگرال و جبر خطی، مورد نیاز است. برخی از بخش های کلاس نسبتا فشرده ریاضی خواهد بود. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم داده یا کارشناسی ارشد در علوم کامپیوتر ارائه شده در پلت فرم Coursera گذراند. این مدارک تحصیلات تکمیلی کاملاً معتبر دوره های هدفمند، جلسات کوتاه 8 هفته ای و شهریه پرداختی را ارائه می دهند. 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 علم داده: https://www.coursera.org/degrees/master-of-science-data-science-boulder کارشناسی ارشد در علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder تصویر لوگوی دوره توسط رایان والاس در Unsplash.