Course catalog

Course duration

Course provider

Topic

Categories

Showing 15,281-15,300 of 17,394 items.

linkedin مقدمه ای بر یادگیری ماشین با KNIME (Mitalearn-160222)

  • 1 hours 59 minutes
  • مبتدی
  • Update date: 21 June 2026
  • Author: Keith McCormick
درباره این دوره:

KNIME یک ابزار منبع باز به سبک میز کار برای تجزیه و تحلیل پیش بینی و یادگیری ماشین است. این بسیار سازگار با بسیاری از فناوری های علوم داده، از جمله R، Python، Scala، و Spark است. با KNIME، می‌توانید راه‌حل‌هایی تولید کنید که عملاً مستندسازی شده و آماده استفاده هستند. این دلایل و موارد دیگر KNIME را به یکی از محبوب‌ترین و سریع‌ترین پلتفرم‌های تحلیلی در حال رشد تبدیل کرده است. در این دوره، کیت مک کورمیک متخصص نشان می دهد که چگونه KNIME از تمام مراحل فرآیند استاندارد متقابل صنعت برای داده کاوی (CRISP-DM) در یک پلت فرم پشتیبانی می کند. به سرعت - در 15 دقیقه یا کمتر - شروع به کار کنید یا برای آموزش عمیق‌تر که ادغام و تجمیع، مدل‌سازی و امتیازدهی داده‌ها را پوشش می‌دهد، همراه باشید. به علاوه، نحوه افزایش قدرت KNIME با برنامه های افزودنی و ادغام R و Python را بیاموزید.

coursera مقدمه ای بر یادگیری ماشین با پایتون (Mitalearn-305912)

  • 1 hours 48 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Adwith Malpe
درباره این دوره:

این دوره به شما مقدمه ای برای یادگیری ماشین با زبان برنامه نویسی پایتون می دهد. شما در مورد یادگیری تحت نظارت، یادگیری بدون نظارت، یادگیری عمیق، پردازش تصویر و شبکه های متخاصم مولد خواهید آموخت. شما مدل‌های یادگیری ماشین را با استفاده از پایتون پیاده‌سازی خواهید کرد و با بسیاری از کاربردهای یادگیری ماشینی که امروزه در صنعت استفاده می‌شود آشنا خواهید شد. همچنین در مورد الگوریتم های مختلف یادگیری ماشینی برای ایجاد مدل های خود یاد خواهید گرفت و از آنها استفاده خواهید کرد. برای یادگیری مطالب در این دوره نیازی به پیشینه برنامه نویسی یا علوم کامپیوتر ندارید. این دوره برای همه کسانی که علاقه مند به یادگیری نحوه کدنویسی و نوشتن برنامه در پایتون هستند آزاد است. ما بسیار هیجان زده هستیم که با ما یاد خواهید گرفت و امیدواریم از این دوره لذت ببرید!

coursera مقدمه ای بر یادگیری ماشین جاسازی شده (Mitalearn-332636)

  • 4 hours 19 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Shawn Hymel,Alexander Fred-Ojala
درباره این دوره:

یادگیری ماشینی (ML) به ما این امکان را می‌دهد که به رایانه‌ها آموزش دهیم تا بر اساس داده‌ها پیش‌بینی و تصمیم بگیرند و از تجربیات بیاموزند. در سال‌های اخیر، بهینه‌سازی‌های باورنکردنی برای الگوریتم‌های یادگیری ماشین، چارچوب‌های نرم‌افزاری و سخت‌افزار تعبیه‌شده انجام شده است. به لطف این، اجرای شبکه های عصبی عمیق و سایر الگوریتم های پیچیده یادگیری ماشینی در دستگاه های کم مصرف مانند میکروکنترلرها امکان پذیر است. این دوره به شما یک نمای کلی از نحوه کار یادگیری ماشین، نحوه آموزش شبکه های عصبی و نحوه استقرار آن شبکه ها در میکروکنترلرها را ارائه می دهد که به عنوان یادگیری ماشین جاسازی شده یا TinyML شناخته می شود. برای گذراندن این دوره نیازی به دانش قبلی یادگیری ماشین ندارید. آشنایی با آردوینو و میکروکنترلرها برای درک برخی از موضوعات و همچنین مقابله با پروژه ها توصیه می شود. مقداری ریاضی (خواندن نمودار، حساب، جبر) نیز برای آزمون ها و پروژه ها مورد نیاز است. ما مفاهیم و واژگان لازم برای درک اصول یادگیری ماشین و همچنین ارائه نمایش ها و پروژه هایی را برای ارائه تجربه عملی به شما پوشش خواهیم داد.

coursera مقدمه ای بر یادگیری ماشین در AWS (Mitalearn-319427)

  • 1 hours 27 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Russell Sayers
درباره این دوره:

در این دوره، ما با برخی از خدمات شروع می کنیم که مدل آموزشی و استنتاج خام توسط آمازون برای شما انجام می شود. ما خدماتی را پوشش خواهیم داد که کارهای سنگین بینایی کامپیوتر، استخراج و تجزیه و تحلیل داده ها، پردازش زبان، تشخیص گفتار، ترجمه، آموزش مدل ML و عوامل مجازی را انجام می دهند. شما به راه حل های فعلی خود فکر خواهید کرد و خواهید دید که کجا می توانید این راه حل ها را با استفاده از هوش مصنوعی، ML یا یادگیری عمیق بهبود بخشید. همه این راه حل ها می توانند با برنامه های فعلی شما کار کنند تا در تجربه کاربری یا نیازهای تجاری برنامه شما پیشرفت هایی ایجاد کنند.

coursera مقدمه ای بر یادگیری ماشینی (Mitalearn-332313)

  • 10 hours 24 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Lawrence Carin ,David Carlson,Timothy Dunn
درباره این دوره:

این دوره یک درک اساسی از مدل های یادگیری ماشین (رگرسیون لجستیک، پرسپترون های چندلایه، شبکه های عصبی کانولوشن، پردازش زبان طبیعی و غیره) ارائه می دهد و نشان می دهد که چگونه می توانند مشکلات پیچیده در صنایع مختلف، از تشخیص پزشکی گرفته تا تشخیص تصویر تا پیش بینی متن را حل کنند. از طریق تمرین‌های عملی، این مدل‌های علم داده را بر روی مجموعه داده‌ها پیاده‌سازی خواهید کرد و در الگوریتم‌های یادگیری ماشین با PyTorch که توسط شرکت‌های فناوری پیشرو مانند Google و NVIDIA استفاده می‌شود، مهارت کسب خواهید کرد.

coursera مقدمه ای بر یادگیری ماشینی کاربردی (Mitalearn-333435)

  • 2 hours 26 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Anna Koop
درباره این دوره:

این دوره برای حرفه‌ای‌هایی است که زمزمه‌های یادگیری ماشین را شنیده‌اند و می‌خواهند یادگیری ماشینی را در تجزیه و تحلیل داده‌ها و اتوماسیون به کار ببرند. چه امور مالی، پزشکی، مهندسی، تجارت یا سایر حوزه ها، این دوره شما را با تعریف مشکل و آماده سازی داده ها در پروژه یادگیری ماشینی آشنا می کند. در پایان دوره، شما قادر خواهید بود با استفاده از دو رویکرد، مشکل یادگیری ماشین را به وضوح تعریف کنید. شما یاد خواهید گرفت که منابع داده موجود را بررسی کنید و کاربردهای بالقوه ML را شناسایی کنید. شما یاد خواهید گرفت که یک نیاز تجاری را بپذیرید و آن را به یک برنامه یادگیری ماشینی تبدیل کنید. داده ها را برای برنامه های کاربردی یادگیری ماشینی موثر آماده خواهید کرد. این اولین دوره از تخصص یادگیری ماشین کاربردی است که توسط Coursera و موسسه هوش ماشین آلبرتا برای شما ارائه شده است.

coursera مقدمه ای بر یادگیری ماشینی: یادگیری تحت نظارت (Mitalearn-330851)

  • 5 hours 42 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Geena Kim
درباره این دوره:

در این دوره، شما الگوریتم‌های مختلف نظارت شده ML و وظایف پیش‌بینی اعمال شده روی داده‌های مختلف را یاد خواهید گرفت. شما یاد خواهید گرفت که چه زمانی از کدام مدل و چرا استفاده کنید و چگونه عملکرد مدل را بهبود ببخشید. ما مدل هایی مانند رگرسیون خطی و لجستیک، KNN، درختان تصمیم و روش های ترکیبی مانند جنگل تصادفی و تقویت، روش های هسته مانند SVM را پوشش خواهیم داد. دانش کدنویسی یا برنامه نویسی قبلی مورد نیاز است. ما در طول دوره به طور گسترده از پایتون استفاده خواهیم کرد. در این دوره، شما باید یک پایه محکم در پایتون یا تجربه قبلی کافی در کدنویسی با سایر زبان های برنامه نویسی داشته باشید تا پایتون را سریع انتخاب کنید. ما یاد خواهیم گرفت که چگونه از کتابخانه های علوم داده مانند NumPy، pandas، matplotlib، statsmodels و sklearn استفاده کنیم. این دوره برای برنامه نویسانی طراحی شده است که شروع به کار با آن کتابخانه ها می کنند. تجربه قبلی با آن کتابخانه ها مفید خواهد بود اما ضروری نیست. مهارت های ریاضی در سطح دانشگاه، از جمله حساب دیفرانسیل و انتگرال و جبر خطی، مورد نیاز است. امید ما برای این دوره این است که ریاضی قابل درک باشد اما ترسناک نباشد. 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

linkedin مقدمه ای برای fintech (Mitalearn-424079)

  • 49 minutes
  • مناسب همه
  • Release date: 29 October 2024
  • Author: Corporate Finance Institute (CFI)
درباره این دوره: 

 

این دوره جدیدترین فناوری مالی (FinTech) را پوشش می دهد و جزئیات تکامل آن ، بازیکنان کلیدی ، محیط نظارتی و روندهای آینده را شرح می دهد. در مورد تأثیر FinTech بر خدمات مالی سنتی ، از جمله نحوه تغییر فناوری ، بانکداری ، سرمایه گذاری و پرداخت ها اطلاعات کسب کنید. تعریف کنید که fintech ، اهمیت آن ، تاریخچه چگونگی تکامل آن و پیش بینی پیشرفت های آینده است. مناطق گسترده FinTech را از بانکداری دیجیتال و پرداخت به هوش مصنوعی و فناوری blockchain کشف کنید. در پایان این دوره ، دانش کاملی برای حرکت در اکوسیستم fintech ، شناسایی مقررات کلیدی و درک پیامدهای مربوط به مشاغل و مصرف کنندگان خواهید داشت. این یک دوره مقدماتی است که برای هر کسی که علاقه مند به تقاطع فناوری و دارایی باشد ، از متخصصان صنعت گرفته تا تازه واردان کنجکاو طراحی شده است. target = "_ blank"> cfi . ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.


Related Skills

linkedin مقدمه ای برای Transact-SQL (Mitalearn-424436)

  • 1 hours 3 minutes
  • مناسب همه
  • Update date: 3 December 2024
  • Author: Jess Pomfret
درباره این دوره: 

 

بانکهای اطلاعاتی رابطه ای و سرورهای SQL چندین دهه است که سنگ بنای مشاغل بوده است و با افزایش رشد داده با سرعت نمایی ، یادگیری کار با داده های نگهداری شده در پایگاه داده های سرور SQL از همیشه مهمتر است. در این دوره ، جس پومفرت Transact-SQL را معرفی می کند ، پسوند SQL که برای تعامل با پایگاه داده های رابطه ای استفاده می شود که شامل سازه های برنامه نویسی اضافی و ویژگی های فراتر از SQL استاندارد ، به ویژه برنامه نویسی رویه است. جس با اصول اولیه شروع می کند و شما را از طریق اولین جمله انتخابی خود راهنمایی می کند تا به شما در دریافت داده های مورد نیاز خود از یک پایگاه داده کمک کند. او سپس نحوه اضافه کردن عملکرد برای کمک به فیلتر ، دستکاری و ارائه نتایج مورد نیاز خود را نشان می دهد. در پایان این دوره ، شما برای نوشتن T-SQL مورد نیاز برای انجام کار به خوبی مجهز خواهید بود.

این دوره شامل چالش های کد است که توسط CoderPad تهیه شده است. چالش های کد تمرینات برنامه نویسی تعاملی با بازخورد در زمان واقعی است ، بنابراین می توانید برای پیشبرد مهارت های برنامه نویسی خود ، در کنار محتوای دوره ، تمرین کدگذاری دستی را انجام دهید.


linkedin مقدمه ای برای رمزنگاری کاربردی و رمزنگاری توسط Infosec (Mitalearn-423943)

  • 5 hours 41 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Infosec Institute
درباره این دوره:

دنیای پویا رمزنگاری کاربردی را با تمرکز بر کاربردهای عملی و تکنیک های رمزنگاری کشف کنید. این دوره به مباحث اساسی مانند رمزنگاری متقارن و نامتقارن ، رمزهای بلوک و جریان و همچنین استانداردهای رمزگذاری پیشرفته می پردازد. بیاموزید که چگونه می توانید اعتبارنامه های ایمن را به طور مؤثر مدیریت کنید ، اهمیت عملکردهای هش را کشف کنید ، پروتکل های SSL/TLS را کشف کنید و فن آوری های مختلف VPN را ارزیابی کنید. با یک شیرجه عمیق به فناوری blockchain ، رمزگشایی ارتباطات بدافزار و رمزگشایی پرونده های رمزگذاری شده ، مهارت های لازم را نیز برای حل چالش های امنیت سایبری در دنیای واقعی بدست می آورید. در پایان این دوره ، شما آماده خواهید بود تا ناکارآمدی های رمزگذاری ، انتقال داده های ایمن را برطرف کنید و راه حل های رمزنگاری را با اعتماد به نفس و سهولت اعمال کنید.

این دوره توسط موسسه Infosec ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.

linkedin مقدمه ای برای محاسبات ابری برای جوانب مثبت (Mitalearn-424062)

  • 1 hours 47 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: David Rivers
درباره این دوره:

خدمات رایانه ای ابر-مانند مواردی که توسط مایکروسافت ، گوگل و آمازون ارائه شده است-از ذخیره سازی ، تهیه نسخه پشتیبان ، هماهنگ سازی پرونده ، امنیت و سایر کارهایی که می توانند زمان و منابع را از تجارت اصلی شما دور کنند ، مراقبت کنید. اما چگونه می دانید ابر انتخاب مناسبی برای سازمان شما است؟ در این دوره ، دیوید ریورز ملزومات محاسبات ابری را توضیح می دهد - فقط برای جوانب مثبت. وی به بررسی مزایا و اشکالاتی از محاسبات ابری ، از جمله معاینه عملی نحوه تعادل مسائل مربوط به اشتراک و حفظ حریم خصوصی با دستاوردهای بهره وری ابر می پردازد. دیوید همچنین خدمات محبوب مانند Google Workspace ، Microsoft 365 ، OneDrive ، Icloud ، Box.com و Microsoft را مرور می کند. به علاوه ، او نکاتی را برای انجام یک حرکت یکپارچه به ابر ارائه می دهد و عملکرد خدمات شما را ارزیابی و تنظیم می کند.

Related Skills

linkedin مقدمه ای برای مهندسی سریع برای AI تولیدی (Mitalearn-424351)

  • 1 hours 3 minutes
  • مناسب همه
  • Release date: 28 August 2024
  • Author: Ronnie Sheer
درباره این دوره: 

 

یاد بگیرید که چگونه می توانید از ابزارهای تولیدی برای ابزارهای تولیدی استفاده کنید. این که آیا شما یک مبتدی هستید یا در حال آزمایش با ابزارهای تولید کننده AI هستید ، این دوره مقدمه ای عالی برای هنر مهندسی سریع ارائه می دهد. مهندس ارشد AI Ronnie Sheer شما را از طریق مدل های بزرگ زبان راهنمایی می کند و چه مشکلاتی را می توان آنها را حل کرد. رونی به نسل متن فرو می رود و با هشدار برای استفاده از نسل AI با مسئولیت پذیری ، شروع می شود و سپس به سمت Copilot ، Chatgpt ، Gemini و Claude حرکت می کند. او شما را با منظره تصویر تولید شده AI آشنا می کند ، سپس به شما نشان می دهد که چگونه می توانید از Dall-E و Midjourney استفاده کنید. بعلاوه ، رونی بیش از مفاهیم پیشرفته مانند تنظیم دقیق شما و تعامل با مدل های زبان با استفاده از API می رود. مایکروسافت.


linkedin مقدمه ای در مورد چگونگی تبدیل هوش مصنوعی ، مراقبت های بهداشتی را تغییر می دهد (Mitalearn-411278)

  • 53 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Matthew Lungren MD MPH
درباره این دوره:

از راندمان گردش کار گرفته تا پشتیبانی تصمیم گیری بالینی گرفته تا کشف مواد مخدر نوآورانه و موارد دیگر ، هوش مصنوعی اکوسیستم مراقبت های بهداشتی را تغییر می دهد. در این دوره ، دکتر متیو لنگرن به بررسی برنامه های هوش مصنوعی تولیدی در جنبه های مختلف مراقبت های بهداشتی می پردازد و بینش هایی در مورد تأثیر انقلابی بر مراقبت از بیمار ، مدیریت داده و عملیات بالینی ارائه می دهد. دکتر لنگرن مفاهیم پیچیده ای را به محتوای در دسترس تقسیم می کند ، با تمرکز بر جنبه های عملی هوش مصنوعی در بهبود مراقبت از بیمار ، ساده سازی فرآیندهای داده و افزایش کارآیی بالینی. وی از طریق مطالعات موردی و بینش های متخصص ، پیامدهای اخلاقی و اجتماعی استقرار هوش مصنوعی تولیدی در مراقبت های بهداشتی ، تشویق بهترین شیوه ها و استفاده مسئولانه را نیز در بر می گیرد. بخش های نهایی این دوره به آینده متمرکز است و شما را برای پیش بینی و شکل دادن موج بعدی نوآوری در AI تولیدی در مراقبت های بهداشتی آماده می کند.

coursera مقدمه ای عملی بر توسعه آزمایش محور (Mitalearn-309142)

  • 27 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Doug Purcell
درباره این دوره:

برای اینکه یک توسعه‌دهنده ماهر باشید، باید قبل از تولید کد، درک کاملی از نوشتن تست داشته باشید. در این دوره، با نوشتن و اجرای تست ها به محض هفته اول، نگاهی عملی به توسعه تست محور خواهیم داشت. TDD با تست های واحد خوب شروع می شود، بنابراین ما از آنجا شروع خواهیم کرد. همچنین موضوعات مربوط به ترجمه مشخصات کاربر به تست های واحد، استفاده از مانترا Red-Green-Refactor، و استفاده از ماک ها در پایتون با ماژول unittest.mock خواهد بود. پس از اتمام، تمام مراحل TDD را قبل از توسعه پوشش داده اید

udemy مقدمه ای کامل بر تجزیه و تحلیل داده های کسب و کار (Mitalearn-407368)

  • 3 hours 35 minutes
  • مناسب همه
  • Update date: 29 July 2026
  • Author: Ian Littlejohn
درباره این دوره:

اگر می خواهید تکنیک های ساده و موثر برای ایجاد داشبوردهای اکسل تاثیرگذار و تجزیه و تحلیل داده ها را بیاموزید، این دوره آموزشی است که به دنبال آن هستید. این دوره که با ویدیوی کامل با کیفیت بالا به روز شده است، مهارت های عملی را به شما می آموزد که می توانید بلافاصله در محیط کار خود اعمال کنید. فقط نگاهی به نظرات و بررسی های اخیر بیندازید!


محتوای دوره و نتایج

این دوره به شما آموزش می دهد چگونه می توان از روش های مختلف تجزیه و تحلیل داده ها برای تبدیل داده های خود به بینش و هوش جدید استفاده کرد.

توانایی پرسیدن سؤال از داده های شما یک مزیت رقابتی قدرتمند است که منجر به جریان های درآمد جدید، تصمیم گیری بهتر و بهبود می شود. بهره وری  یک گزارش اخیر مشاور مک کینزی مشخص کرده است که تجزیه و تحلیل داده ها یکی از مهم ترین مهارت های مورد نیاز در اقتصاد آمریکا در زمان کنونی است.

در طول دوره شما متوجه خواهید شد که چرا شکل تجزیه و تحلیل مهم است و همچنین ارائه خواهید کرد. نمونه هایی از تجزیه و تحلیل با استفاده از اکسل 

روش‌های تحلیل زیر شامل می‌شوند:

  • معیارهای کلیدی

  • تحلیل مقایسه

  • تحلیل روند

  • تحلیل رتبه بندی

  • داشبوردهای تعاملی

    li>
  • مشارکت تجزیه و تحلیل

  • تحلیل واریانس

  • تحلیل پارتو

  • تحلیل فرکانس< /p>

  • Correlations

این دوره برای همه حرفه‌ای‌های تجاری طراحی شده است که می‌خواهند توانایی خود را در تبدیل داده‌ها به اطلاعات به سطح بعدی اگر کاربر اکسل هستید، می‌خواهید تکنیک‌های کاربردی و آسانی که در این دوره آموزش داده می‌شوند را بیاموزید.

این دوره با استفاده از Excel در Office 365 ارائه شده است.  با این حال، دوره آموزشی نیز مناسب است. برای:

  • Excel 2013

  • Excel 2016

  • Excel 2019

لطفاً توجه داشته باشید که این دوره شامل هیچ فرمول پیچیده، VBA یا ماکرو نیست.  این دوره از تکنیک های کشیدن و رها کردن برای ایجاد اکثر تکنیک های مختلف تجزیه و تحلیل داده ها استفاده می کند.


درباره مربی

< p> من یک شریک Udemy Instructor با بیش از 20 سال تجربه در آموزش و مشاوره مدیریت هستم. من در آموزش به کاربران تجاری برای یادگیری روش ها و تکنیک های قدرتمند برای تبدیل داده ها به اطلاعات مفید و هوشمند و همچنین یادگیری روش تجزیه و تحلیل داده قوی با استفاده از Microsoft Excel، Microsoft Power BI، Looker Studio (سابق Google Data Studio)، Amazon QuickSight و ChatGPT تخصص دارم.


آنچه دانش‌آموزان می‌گویند:

  • درسی آموزنده و وجود دارد فعالیت هایی که می توانم برای تمرین آموخته هایم دنبال کنم. دوره شگفت انگیز برای مبتدیان در مورد تجزیه و تحلیل داده های کسب و کار

  • درک آن آسان بود. این به من در تجزیه و تحلیل داده ها کمک زیادی می کند. دنبال کردن دوره به صورت عملی نیز مفید بود

  • این دوره به عنوان مروری بر قدرت های اکسل عالی بود، من مقداری به دست آوردم. بینش عالی و نکاتی برای استفاده در آینده. تکالیف عملی بعد از هر بخش یادگیری برای تقویت مهارت‌های من مفید است.

    صنعت فناوری به طور مداوم در حال تحول است، سرمایه گذاری های قابل توجهی در زمینه هوش مصنوعی، یادگیری ماشین و داده های بزرگ صورت گرفته است و این به این معنی است که تقاضای فزاینده ای برای تحلیلگران داده وجود دارد. با مهارت های مناسب و رویکرد پیشگیرانه، یک تحلیلگر داده می تواند به ارتفاعات بی سابقه ای دست یابد. من در حال حاضر 14 دوره آموزشی زیر را در مورد Udemy ارائه می‌دهم که طیف گسترده‌ای از ابزارها و مهارت‌ها را پوشش می‌دهد که به شما این امکان را می‌دهد تا با اطمینان قلمرو پویای تجزیه و تحلیل داده‌ها را کشف کنید، مهارت‌های ارزشمندی در تفسیر داده‌ها به دست آورید و تصمیمات هوشمندانه و مبتنی بر داده را هدایت کنید.

    < p>Microsoft Excel
    • مقدمه ای بر تجزیه و تحلیل داده ها با Excel Pivot جداول

    • معرفی کامل Excel Power Pivot

    • معرفی کامل Excel Power Query

      < li>

    داشبوردهای تعاملی اکسل و تجزیه و تحلیل داده ها

معرفی کامل بر تجزیه و تحلیل داده های کسب و کار

جدول و فرمول ها با Excel

Microsoft Power BI

  • معرفی کامل Microsoft Power BI

    < /li>
  • معرفی کامل Power BI Query Editor

  • Power BI Master Class-Data Models and DAX Formula

  • کلاس استاد Power BI - داشبوردها و سرویس Power BI

Google

  • معرفی کامل بر جداول محوری Google Sheets p>

  • معرفی کامل استودیوی Looker (استودیوی سابق گوگل دیتا)

Amazon QuickSight

  • معرفی کامل Amazon QuickSight

ChatGPT

  • مقدمه ای بر تجزیه و تحلیل داده ها با ChatGPT

    li>

coursera مقدمه تدارکات و منبع یابی (Mitalearn-287348)

  • 13 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Don Klock
درباره این دوره:

پس از خوش آمدگویی گرم به تخصص تدارکات و منبع یابی جهانی، معرفی مختصری از تخصص و دوره های آن ارائه خواهم کرد که شامل موارد زیر می شود: -بیوگرافی مربی -چه کسانی باید این دوره را بگذرانند -جریان دوره پس از مقدمه، دانش‌آموز این فرصت را پیدا می‌کند تا از طریق خواندن ده مقاله فعلی، از خرید تا نحوه همکاری با تامین‌کنندگان، در مورد برخی از چالش‌های فعلی که امروزه با آن‌ها مواجه است، بیاموزد. این مقالات/دانش پایه ای برای دوره های بعدی در مورد نحوه استفاده از ابزارها، فرآیندها و بهبود مهارت ها برای رسیدگی به بسیاری از این فرصت ها خواهد بود. ارزیابی مختصری (درست/نادرست) از دانش شما که از این مقالات به دست آمده است، وجود خواهد داشت.

linkedin مقدمه دستی: JavaScript (Mitalearn-421988)

  • 1 hours 43 minutes
  • مناسب همه
  • Release date: 9 November 2022
  • Author: Morten Rand-Hendriksen
درباره این دوره: 

 آیا شما در JavaScript کاملاً جدید برای برنامه نویسی هستید؟ یا فقط به دنبال یادگیری کمی بیشتر هستید؟ گاهی اوقات ، هنگامی که یک چارچوب جدید را یاد می گیرید ، باید به سمت راست پرش کنید و کارها را انجام دهید. به مربی ارشد LinkedIn LinkedIn LinkedIn ، Morten Rand-Hendriksen بپیوندید ، زیرا او به شما نشان می دهد که چه چیزی را برای شروع نوشتن JavaScript بدون تلاش برای آشنایی با آن از قبل نشان می دهد. این آغازگر تعاملی و آسان برای دنبال کردن را در ایجاد تغییرات مستقیم در کد خود ، آزمایش مهارت های جدید خود را هنگام رفتن ، و ساخت ویرایش های خود در زمان واقعی کشف کنید. نکاتی را از Morten در مورد انتخاب JS از هم جدا کنید ، کد ساختمان را از ابتدا و سپس گسترش آن ، و همچنین دریافت داده های API ها برای ساخت اجزای جدید JS که به شما امکان می دهد از داده های خود استفاده کنید ، دریافت کنید. در پایان این دوره ، شما آماده خواهید بود که دستان خود را با کد خود کثیف کنید ، بدون توجه به سطح تجربه یا پیشینه حرفه ای شما.

بهترین راه برای یادگیری یک زبان استفاده از آن در عمل است. به همین دلیل این دوره با GitHub Codespaces یکپارچه شده است ، یک محیط توسعه دهنده ابر فوری که تمام قابلیت های IDE مورد علاقه شما را بدون نیاز به تنظیم دستگاه محلی ارائه می دهد. با استفاده از Codepaces GitHub ، می توانید از هر دستگاهی ، در هر زمان استفاده کنید-همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد. برای یادگیری نحوه شروع کار ، از فیلم "استفاده از Codepaces GitHub با این دوره" دیدن کنید.

Related Skills

linkedin مقدمه عملی: SQL (Mitalearn-384724)

  • 1 hours 19 minutes
  • مناسب همه
  • Update date: 19 April 2024
  • Author: Deepa Maddala
درباره این دوره: 

 به مربی Deepa Maddala بپیوندید زیرا او از درس های عملی برای آموزش ابزارها، تکنیک ها و دانش لازم برای شروع استفاده از SQL از همان روز اول به شما استفاده می کند. Deepa شما را از طریق استفاده از عبارت Select برای واکشی و فیلتر کردن داده ها، ایجاد و افزودن به جداول و داده ها، اصلاح جداول موجود و مواردی که در سناریوهای مختلف استفاده کنید راهنمایی می کند. او با هر موضوعی که پوشش می دهد، مثال های ساده ای ارائه می دهد.

بهترین راه برای یادگیری زبان، استفاده از آن در عمل است. به همین دلیل است که این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.

Related Skills

linkedin مقدمه عملی: پایتون (Mitalearn-276145)

  • 1 hours 18 minutes
  • مناسب همه
  • Update date: 8 January 2025
  • Author: Ronnie Sheer
درباره این دوره: 

 اگر از کاربران پایتون در مراحل اولیه هستید که به دنبال تقویت بازی حرفه ای خود هستید، باید زمان و پهنای باند خود را برای مطالعه و ارتقای مهارت های خود کنار بگذارید. آنها می گویند که تمرین باعث عالی می شود، پس چرا از همین الان شروع نکنیم؟ در این دوره، مربی Ronnie Sheer ابزارها، تکنیک ها و دانش عملی کاربران متخصص پایتون را با بیست چالش کدنویسی عملی و تعاملی به شما نشان می دهد تا مهارت های خود را در حین حرکت آزمایش کنید. مهارت فعلی پایتون خود را با نکاتی در مورد دامنه، رشته ها، حلقه ها، داده های CSV، محاسبات، مجموعه داده های JSON، سرورهای وب و موارد دیگر به سطح بعدی ببرید. در پایان این دوره، شما به حرکات متخصص جدید مجهز خواهید شد تا به یادگیری در پروژه های آینده خود ادامه دهید.

بهترین راه برای یادگیری زبان استفاده از آن در عمل است. به همین دلیل است که این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.

linkedin مقدمه همه با Snowflake (Mitalearn-419251)

  • 1 hours 38 minutes
  • مناسب همه
  • Release date: 25 September 2023
  • Author: Tim Ngwena
درباره این دوره: 

 داده ها - و با گسترش ، بانکهای اطلاعاتی - بخش اعظم زندگی ما را تشکیل می دهد. و اگر شما یک تحلیلگر داده هستید یا به هیچ وجه با داده ها کار می کنید ، درک پایگاه داده ها فقط یک مهارت مطلوب نیست ، بلکه یک ضرورت است. در این دوره ، مقدمه ای از Snowflake ، یکی از جدیدترین بانکهای اطلاعاتی موجود در بازار که محبوبیت کسب می کند و یک پیروی وفادار به دست می آورید ، دریافت کنید. Tim Ngwena در مورد این پلت فرم داده مبتنی بر ابر که برای تأمین انرژی برنامه ها و تجزیه و تحلیل های داده محور شما طراحی شده است ، به شما می آموزد. تیم با نگاهی به مفاهیم اساسی بانکهای اطلاعاتی ، قبل از غوطه ور شدن به ویژگی های منحصر به فرد Snowflake ، از جمله معماری آن ، نحوه عملکرد آن ، ویژگی های امنیتی و موارد دیگر ، شروع می شود. او نقاط قوت اصلی خود را برجسته می کند - و موقعیت هایی را که Snowflake از پایگاه داده های سنتی بهتر عمل می کند ، جزئیات می دهد.

Related Skills

Suggestions