Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-20 of 382 items.

coursera Advanced Data Science Capstone (Mitalearn-336733)

  • 1 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Romeo Kienzler
درباره این دوره:

این تکمیل کننده پروژه درک عمیقی از پردازش داده های موازی عظیم، کاوش و تجسم داده ها، یادگیری ماشین پیشرفته و یادگیری عمیق و نحوه به کارگیری دانش خود در یک مورد استفاده عملی در دنیای واقعی که در آن تصمیمات معماری را توجیه می کند، درک ویژگی های الگوریتم‌ها، چارچوب‌ها و فناوری‌های مختلف و چگونگی تأثیر آنها بر عملکرد و مقیاس‌پذیری مدل. لطفا توجه داشته باشید: از شما درخواست می شود در پایان دوره یک ارائه ویدئویی کوتاه ایجاد کنید. این اجباری است. نیازی نیست ویدیو را به صورت عمومی به اشتراک بگذارید.

linkedin Advanced NLP with Python for Machine Learning (Mitalearn-409493)

  • 1 hours 26 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Gwendolyn Stripling
درباره این دوره:

این دوره برای هرکسی که می خواهد روشهای پیشرفته تر NLP را بیاموزد. مدرس Gwendolyn Stripling ، دکترا ، با نگاهی به مفاهیم و اصول اساسی NLP ، از جمله تکامل و اهمیت پردازش زبان طبیعی آغاز می شود. او سپس برخی از اصول اولیه NLP و Python را مرور می کند - و قبل از پرش به تکنیک های مدرن تر و پیشرفت در پردازش زبان طبیعی با استفاده از مدل های ترانسفورماتور مانند GPT و BERT ، کتابخانه NLP را معرفی می کند. روش هایی مانند تنظیم دقیق ، تنظیم دقیق پارامتر (PEFT) و نسل بازیابی (RAG) به شما دانش بنیادی را که برای بهبود عملکرد مدل زبان بزرگ (LLM) نیاز دارید ، به شما می دهد. روش هایی را که می توانید NLP را در برنامه های خود و روز به روز اعمال کنید ، بیاموزید ، از جمله نحوه تجزیه و تحلیل احساسات مشتری هر فصل با یک چالش و راه حل به پایان می رسد ، بنابراین می توانید دانش خود را همانطور که می خواهید آزمایش کنید.

linkedin Advanced NLP with Python for Machine Learning (2020) (Mitalearn-192862)

  • 2 hours 9 minutes
  • پیشرفته
  • Release date: 10 August 2020
  • Author: Derek Jedamski
درباره این دوره: 

 حجم باورنکردنی از داده های متنی بدون ساختار هر روز توسط رسانه های اجتماعی، صفحات وب و انواع منابع دیگر تولید می شود. اما بدون توانایی رام کردن و استفاده از آن داده ها، نمی توانید ارزشی از آن بدست آورید. در این دوره آموزشی، یاد بگیرید که چگونه داده های متنی آشفته را با استفاده از پایتون به بینش های قدرتمند تبدیل کنید. مربی درک جدامسکی شروع می کندn سپس به موضوعات پیچیده تری مانند word2vec، doc2vec و شبکه های عصبی تکراری می پردازد. برای پایان دادن به دوره، او این مفاهیم را با استفاده از آنها در یک مشکل یادگیری ماشینی، زمینه ای واقعی می دهد.

datacamp Advanced NLP with spaCy (Mitalearn-401809)

  • 44 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Ines Montani
درباره این دوره:

اگر با متن زیادی کار می کنید، در نهایت می خواهید در مورد آن بیشتر بدانید. مثلا در مورد چیه؟ معنی کلمات در متن چیست؟ کی داره با کی چیکار میکنه چه شرکت ها و محصولاتی ذکر شده است؟ کدام متن ها شبیه هم هستند؟ در این دوره آموزشی، نحوه استفاده از spaCy، یک کتابخانه استاندارد صنعتی در حال رشد سریع برای NLP در پایتون، برای ساختن سیستم‌های پیشرفته درک زبان طبیعی، با استفاده از هر دو رویکرد مبتنی بر قانون و یادگیری ماشین را خواهید آموخت.

linkedin Apache PySpark by Example (Mitalearn-162432)

  • 1 hours 58 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Jonathan Fernandes
درباره این دوره:

آیا می خواهید در اسرع وقت با Apache Spark شروع به کار کنید؟ اگر به پایتون مسلط هستید، Spark Python API (PySpark) بلیط شما برای دسترسی به قدرت این پلت فرم بسیار محبوب کلان داده است. این دوره عملی و عملی به شما کمک می کند تا با PySpark راحت باشید و توضیح دهد که چه چیزی ارائه می دهد و چگونه می تواند کار علم داده شما را بهبود بخشد. برای شروع، مربی جاناتان فرناندز به بررسی اکوسیستم اسپارک می پردازد و مزایای آن را نسبت به سایر پلتفرم های علم داده، API ها و مجموعه ابزارها شرح می دهد. در مرحله بعد، او به DataFrame API و چگونگی پاسخ پلتفرم به بسیاری از چالش های کلان داده نگاه می کند. در نهایت، او به مجموعه داده‌های توزیع‌شده انعطاف‌پذیر (RDDs)، بلوک‌های سازنده Spark می‌پردازد.

linkedin Azure AI Fundamentals (AI-900) Cert Prep: 2 Principles of Machine Learning on Azure (Mitalearn-393139)

  • 1 hours 5 minutes
  • مناسب همه
  • Release date: 21 July 2022
  • Author: Emilio Melo
درباره این دوره: 

 هوش مصنوعی و یادگیری ماشین دیگر رویای دور نیستند. در سرتاسر جهان، شرکت‌ها به فناوری‌های ابری مانند Azure روی می‌آورند تا گردش‌های کاری حیاتی را به صورت خودکار انجام دهند. در این دوره آموزشی، مربی امیلیو ملو مهمترین مهارت ها و اصول یادگیری ماشینی در Azure را بررسی می کند تا شما را برای دومین دامنه آزمون گواهینامه Microsoft Azure AI Fundamentals (AI-900) آماده کند. نحوه ایجاد و بهینه‌سازی مدل‌ها در Azure ML، افزایش عملکرد پیش‌بینی مدل با AutoML، مدیریت، استقرار، استفاده و نظارت بر مدل‌های خود را بیاموزید و در حین حرکت آنها را تغییر دهید و دوباره تعریف کنید. اگر علاقه مند هستید که توسط یک رهبر بازار در یکی از داغ ترین زیرشاخه های IT بررسی شود، این دوره می تواند به شما کمک کند تا برای امتحان آماده شوید و مرحله بزرگ بعدی حرفه خود را راه اندازی کنید.

coursera Capstone Assignment - CDSS 5 (Mitalearn-334387)

  • متوسط
  • Release date: 27 June 2026
  • Author: Fani Deligianni
درباره این دوره:

این دوره یک تکلیف اصلی است که شما را ملزم به استفاده از دانش و مهارتی است که در طول تخصص یاد گرفته اید. در این دوره شما یکی از حوزه ها را انتخاب کرده و تکلیف مورد نظر را تکمیل می کنید.

datacamp CI/CD for Machine Learning (Mitalearn-402744)

  • 1 hours 14 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Ravi Bhadauria
درباره این دوره:

این دوره به شما قدرت می‌دهد تا فرآیندهای توسعه یادگیری ماشین خود را ساده کنید، کارایی، قابلیت اطمینان و تکرارپذیری را در پروژه‌های خود افزایش دهید. در طول دوره، شما درک جامعی از گردش‌های کاری CI/CD و نحو YAML، استفاده از GitHub Actions (GA) برای اتوماسیون، مدل‌های آموزشی در خط لوله، نسخه‌سازی مجموعه‌های داده با DVC و انجام تنظیم هایپرپارامتر ایجاد خواهید کرد.

با مفاهیم اساسی CI/CD و YAML آشنا می‌شوید و درک درستی از چرخه عمر توسعه نرم‌افزار و اصطلاحات کلیدی مانند ساخت، آزمایش و استقرار خواهید داشت. در حین بررسی تمایز آنها، یکپارچگی مداوم، تحویل مداوم و استقرار مداوم را تعریف خواهید کرد. همچنین کاربرد CI/CD در یادگیری ماشینی و آزمایش را بررسی خواهید کرد.

درباره GA، یک پلتفرم قدرتمند برای پیاده‌سازی گردش‌های کاری CI/CD، یاد خواهید گرفت. شما عناصر مختلف GA، از جمله رویدادها، اقدامات، مشاغل، مراحل، دوندگان و زمینه را کشف خواهید کرد. شما یاد خواهید گرفت که چگونه گردش‌های کاری ایجاد شده توسط رویدادهایی مانند درخواست‌های فشار و کشش و سفارشی کردن ماشین‌های دونده را تعریف کنید. همچنین با راه‌اندازی خطوط لوله CI اولیه و درک گزارش GA، تجربه عملی کسب خواهید کرد.

برای نسخه‌سازی مجموعه‌های داده، مقداردهی اولیه DVC و ردیابی مجموعه‌های داده، در کنترل نسخه داده (DVC) عمیق خواهید شد. با استفاده از خطوط لوله DVC، نحوه آموزش مدل‌های طبقه‌بندی و تولید معیارها را به روشی تکرارپذیر خواهید آموخت.

سپس بر تجزیه و تحلیل عملکرد مدل و تنظیم فراپارامتر تمرکز می‌کنید و مهارت‌های عملی در مقایسه معیارها و نمودارها در سراسر شاخه‌ها به دست می‌آورید تا تغییرات عملکرد مدل را پیگیری کنید. شما یاد خواهید گرفت که چگونه تنظیم هایپرپارامتر را با استفاده از GridSearchCV scikit-learn انجام دهید. علاوه بر این، درخواست‌های کشش خودکار را با بهترین پیکربندی مدل بررسی خواهید کرد.

Related Skills

coursera Data Science Capstone (Mitalearn-334999)

  • 29 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Jeff Leek, PhD,Roger D. Peng, PhD,Brian Caffo, PhD
درباره این دوره:

کلاس پروژه Capstone به دانش آموزان اجازه می دهد تا یک محصول داده قابل استفاده/عمومی ایجاد کنند که می تواند برای نشان دادن مهارت های شما به کارفرمایان بالقوه استفاده شود. پروژه ها از مشکلات دنیای واقعی استخراج می شوند و با صنعت، دولت و شرکای دانشگاهی انجام خواهند شد.

linkedin Debiasing AI Using Amazon SageMaker (Mitalearn-203351)

  • 1 hours 42 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Kesha Williams
درباره این دوره:

هوش مصنوعی (AI) می تواند تعصب عمیقی داشته باشد. این وظیفه دانشمندان و توسعه دهندگان داده است که مطمئن شوند الگوریتم هایشان منصفانه، شفاف و قابل توضیح است. این مسئولیت هنگام ساختن مدل هایی که ممکن است خط مشی را تعیین کند یا مسیر زندگی مردم را شکل دهد، بسیار مهم است. در این دوره، کشا ویلیامز، مهندس نرم‌افزار برنده جایزه، نحوه انحراف هوش مصنوعی با Amazon SageMaker را توضیح می‌دهد. او نشان می دهد که چگونه می توان از SageMaker برای ایجاد یک مدل یادگیری ماشینی پلیسی پیش بینی کننده استفاده کرد که Rekognition و AWS DeepLens را ادغام می کند و یک مدل مبارزه با جرم و جنایت ایجاد می کند که می تواند آنچه را که در یک صحنه زنده اتفاق می افتد "ببیند". با دنبال کردن روند توسعه، می‌توانید بیاموزید که چه چیزی برای ساخت مدلی که از تعصبات فرهنگی رنج نمی‌برد، می‌آید. کشا همچنین در مورد چگونگی حذف سوگیری در داده های آموزشی، آزمایش یک مدل برای انصاف و ایجاد اعتماد در هوش مصنوعی با ساخت مدل های قابل توضیح بحث می کند.

coursera DevOps, DataOps, MLOps (Mitalearn-336121)

  • 18 hours 48 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Noah Gift,Alfredo Deza
درباره این دوره:

یاد بگیرید که چگونه از عملیات یادگیری ماشین (MLOps) برای حل مشکلات دنیای واقعی استفاده کنید. این دوره راه حل های انتها به انتها با برنامه نویسی جفت هوش مصنوعی (AI) را با استفاده از فناوری هایی مانند GitHub Copilot برای ساخت راه حل هایی برای یادگیری ماشین (ML) و برنامه های کاربردی هوش مصنوعی پوشش می دهد. این دوره برای افرادی است که به عنوان دانشمندان داده، مهندسان نرم افزار یا توسعه دهندگان، تحلیلگران داده یا سایر نقش هایی که از ML استفاده می کنند (یا به دنبال کار) هستند. در پایان دوره، می‌توانید از چارچوب‌های وب (مانند Gradio و Hugging Face) برای راه‌حل‌های ML استفاده کنید، یک ابزار خط فرمان با استفاده از چارچوب کلیک بسازید، و از Rust برای وظایف ML شتاب‌دهی شده توسط GPU استفاده کنید. هفته 1: فناوری های MLOps و مدل های از پیش آموزش دیده را برای حل مشکلات مشتریان کاوش کنید. هفته 2: ML و AI را در عمل از طریق بهینه سازی، اکتشافی و شبیه سازی اعمال کنید. هفته 3: خطوط لوله عملیات، از جمله DevOps، DataOps و MLOps را با Github توسعه دهید. هفته 4: کانتینرهایی برای راه حل های ML و بسته به شیوه ای یکسان بسازید تا امکان استقرار در سیستم های Cloud که کانتینرها را می پذیرند، فراهم شود. هفته 5: برای ایجاد راه حل برای Kubernetes، Docker، Serverless، Data Engineering، Data Science و MLOps، از Python به Rust بروید.

datacamp Fully Automated MLOps (Mitalearn-403679)

  • 1 hours
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Arturo Opsetmoen Amador
درباره این دوره:

استقرار و نگهداری مدل‌های ML را با اتوماسیون کامل در MLOها بیاموزید. تاثیر بدهی فنی پنهان و اینکه چگونه ساده کردن چرخه عمر ML باعث افزایش عملیات و مقیاس پذیری می شود را درک کنید. برای کشف اجزای معماری MLOps ضروری برای خودکارسازی سیستم‌های ML، در تمرین‌های عملی شرکت کنید. استاد CI/CD، نظارت مستمر (CM) و آموزش مداوم (CT) برای جلوگیری از بدهی فنی در استقرار ML. در پایان دوره، درک کنید که چگونه اتوماسیون MLOps استحکام و مقیاس پذیری استقرار را افزایش می دهد. شروع به یادگیری برتری در این زمینه مورد تقاضا کنید.

coursera Google Advanced Data Analytics Capstone (Mitalearn-336546)

  • 48 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Career Certificates
درباره این دوره:

شما تقریباً آنجا هستید! این هفتمین دوره و آخرین دوره گواهی تحلیل داده های پیشرفته گوگل است. در این دوره، شما این فرصت را دارید که یک پروژه اختیاری را تکمیل کنید که شامل مفاهیم کلیدی از هر یک از شش دوره قبلی است. در طول این پروژه سنگ بنا، شما از مهارت ها و دانش جدید خود برای ایجاد بینش های مبتنی بر داده برای یک مشکل تجاری خاص استفاده خواهید کرد. کارمندان Google که در حال حاضر در این زمینه کار می‌کنند، با ارائه فعالیت‌های عملی که وظایف مرتبط را شبیه‌سازی می‌کنند، به اشتراک گذاشتن نمونه‌هایی از کارهای روزانه‌شان، و کمک به شما در تقویت مهارت‌های تجزیه و تحلیل داده‌ها برای آماده شدن برای حرفه‌تان، شما را در این دوره راهنمایی می‌کنند. فراگیرانی که هفت دوره در این برنامه را تکمیل می کنند، مهارت های مورد نیاز برای درخواست برای مشاغل علوم داده و تجزیه و تحلیل داده های پیشرفته را خواهند داشت. این گواهی مستلزم آگاهی قبلی از اصول، مهارت‌ها و ابزارهای تحلیلی پایه است که در گواهی تجزیه و تحلیل داده‌های Google پوشش داده شده است. در پایان این دوره، شما: رزومه خود را ایجاد و/یا به روز کنید سبد حرفه ای خود را ایجاد و/یا به روز کنید - یک چارچوب داده ایجاد کنید -تجسم داده ها را بنویسید -استفاده از آمار برای تجزیه و تحلیل و تفسیر داده ها -ساخت، تفسیر، و ارزیابی مدل های رگرسیون -از تکنیک های یادگیری ماشین در پایتون استفاده کنید

linkedin Google Cloud Professional Machine Learning Cert Prep (Mitalearn-444037)

  • 7 hours 7 minutes
  • مناسب همه
  • Release date: 13 March 2025
  • Author: Noah Gift
درباره این دوره: 

 کسب گواهینامه مهندس حرفه‌ای یادگیری ماشین Google Cloud تأیید می‌کند که می‌توانید با استفاده از قابلیت‌های Google Cloud و دانش رویکردهای مرسوم ML، راه‌حل‌های هوش مصنوعی بسازید، ارزیابی، تولید و بهینه کنید. در این دوره، هدیه نوح شما را برای صدور گواهینامه آماده می‌کند و با مروری بر آزمون شروع می‌کند – از جمله فرمت امتحان، زمانی که باید طول بکشد، و اینکه چگونه و کجا می‌توانید در آزمون شرکت کنید. نوح سپس به شش بخش امتحان می پردازد و آنچه را که باید در مورد آن بدانید را پوشش می دهد: معماری راه حل های ML با کد پایین. همکاری درون و بین تیم‌ها برای مدیریت داده‌ها و مدل‌ها؛ مقیاس بندی نمونه های اولیه در مدل های ML. مدل های سرویس دهی و مقیاس بندی؛ اتوماسیون و تنظیم خطوط لوله ML؛ و نظارت بر راه حل های ML.

linkedin Google Cloud Video Intelligence API by Example (Mitalearn-226845)

  • 30 minutes
  • مناسب همه
  • Release date: 22 June 2026
  • Author: Jonathan Fernandes
درباره این دوره:

Cloud Video Intelligence API به توسعه دهندگان این امکان را می دهد تا از قدرت یادگیری ماشینی استفاده کنند تا هوشمندتر کار کنند نه سخت تر. به‌جای بررسی عکس‌های خود برای یافتن یک عکس خاص، می‌توانید از مدل‌های یادگیری ماشینی از قبل آموزش دیده برای شناسایی سریع اشیاء مورد نظر خود استفاده کنید. Video Intelligence API همچنین ویژگی های مفیدی مانند توانایی تعدیل محتوا و انجام رونویسی گفتار به متن را ارائه می دهد. در این دوره، جاناتان فرناندز به شما کمک می‌کند تا با Video Intelligence API شروع کنید و نحوه برقراری تماس با API را با پایتون و استفاده از مدل‌های یادگیری ماشینی برای جمع‌آوری بینش از ویدیوها نشان می‌دهد. در طول مسیر، جاناتان تمرینات عملی ارائه می دهد که شما را قادر می سازد مفاهیمی را که یاد می گیرید به کار ببرید.

linkedin Google Cloud Vision API by Example (Mitalearn-227049)

  • 1 hours 9 minutes
  • مناسب همه
  • Release date: 22 June 2026
  • Author: Jonathan Fernandes
درباره این دوره:

Google Cloud Vision API مدل‌های یادگیری ماشینی قدرتمند را در یک REST API با کاربری آسان محصور می‌کند و به توسعه‌دهندگان اجازه می‌دهد تا از قدرت یادگیری ماشینی بدون نیاز به آموزش مدل‌های خودشان استفاده کنند. Vision API به شما این قدرت را می دهد که تصاویر و متن خود را حاشیه نویسی کنید، اشیا و چهره ها را شناسایی کنید، لوگوها و نشانه های محصول را به طور خودکار شناسایی کنید و موارد دیگر. در این دوره عملی، مربی جاناتان فرناندز به شما کمک می کند تا با این محصول قدرتمند به راه بیفتید. جاناتان نحوه برقراری تماس با API را با پایتون نشان می‌دهد و خدماتی را به کار می‌گیرد که به شما امکان می‌دهد متن را از تصاویر استخراج کنید، برچسب‌ها و حالات چهره را شناسایی کنید و با دسته‌ای از تصاویر به طور موثر کار کنید.

coursera Machine Learning Capstone (Mitalearn-308054)

  • 27 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Yan Luo,Artem Arutyunov
درباره این دوره:

این دوره آموزشی Capstone یادگیری ماشینی از کتابخانه‌های مختلف یادگیری ماشین مبتنی بر پایتون مانند Pandas، Sci-Kit-Learn و Tensorflow/Kera استفاده می‌کند. همچنین یاد خواهید گرفت که مهارت های یادگیری ماشینی خود را به کار ببرید و مهارت خود را در آنها نشان دهید. قبل از شرکت در این دوره، باید تمام دوره های قبلی در گواهینامه حرفه ای یادگیری ماشین آی بی ام را بگذرانید.    در این دوره، شما همچنین یاد خواهید گرفت که یک سیستم توصیه‌کننده دوره بسازید، مجموعه داده‌های مربوط به دوره را تجزیه و تحلیل کنید، شباهت کسینوس را محاسبه کنید و یک ماتریس شباهت ایجاد کنید. علاوه بر این، با به کارگیری دانش خود در مورد KNN، PCA، و فیلتر مشارکتی ماتریس غیرمنفی، سیستم‌های توصیه‌ای را ایجاد خواهید کرد.  در نهایت، کار خود را با همسالان خود به اشتراک می گذارید و از آنها می خواهید که آن را ارزیابی کنند و تجربه یادگیری مشترک را تسهیل کنید. 

linkedin Mathematica 11 Machine Learning (Mitalearn-112911)

  • 1 hours 15 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Curt Frye
درباره این دوره:

نحوه تجزیه و تحلیل داده ها را با استفاده از قابلیت های یادگیری ماشینی تعبیه شده در Mathematica 11 بیاموزید. در این دوره آموزشی، Curt Frye نمای کلی از وظایف یادگیری ماشین را ارائه می دهد، نحوه جداسازی داده های آموزشی از داده های آزمایشی را توضیح می دهد و نحوه وارد کردن داده ها را از یک فایل نشان می دهد. او همچنین نحوه آماده‌سازی داده‌ها را برای یادگیری ماشین نشان می‌دهد، از جمله نحوه جایگزینی مقادیر نزدیک به صفر با صفر و مرتب‌سازی عناصر با استفاده از یک قانون. Curt همچنین تعیین توابع تولید داده و انجام وظایف یادگیری ماشینی تحت نظارت را پوشش می دهد.

linkedin Microsoft Azure Ai Essentials: بارهای کاری و یادگیری ماشین در لاجورد (Mitalearn-428567)

  • 3 hours 23 minutes
  • مناسب همه
  • Release date: 7 January 2025
  • Author: Ziggy Zulueta
درباره این دوره: 

 

مربی Ziggy Zulueta به شما کمک می کند تا درک بنیادی از مفاهیم اصلی هوش مصنوعی ، AI ، پردازش زبان طبیعی ، چشم انداز رایانه ، هوش اسناد ، استخراج دانش ، ایمنی محتوا و یادگیری ماشین بر روی لاجورد را ایجاد کنید. نگاهی اجمالی به برنامه های عملی هر یک داشته باشید. با خدمات خاص Microsoft Azure AI و ML که از طریق نسخه ی نمایشی در دسترس است ، آشنایی ایجاد کنید. مفاهیم ارزشمند را در مورد AI مسئول و مهار هوش مصنوعی برای تجارت بیاموزید. پس از گذراندن این دوره و گذراندن امتحان همراه ، یک گواهی حرفه ای کسب خواهید کرد و فرصتی را برای شما فراهم می کند تا دانش یادگیری ماشین و مفاهیم هوش مصنوعی و خدمات مرتبط با مایکروسافت لاجورد را نشان دهید.

این دوره بخشی از گواهی حرفه ای

linkedin ML.NET: Getting Started (Mitalearn-235566)

  • 38 minutes
  • مناسب همه
  • Release date: 22 June 2026
  • Author: Jonathan Wood
درباره این دوره:

اگر به دنبال ورود به دنیای مدل‌های یادگیری ماشینی هستید، اما نمی‌دانید از کجا شروع کنید، ML.NET یک کتابخانه نرم‌افزاری رایگان برای یادگیری ماشین برای سی شارپ است که به شما امکان می‌دهد بدون نیاز به دانستن تمام تئوری‌های پشت ماشین، مدل بسازید. یادگیری. در این دوره، جاناتان وود شما را با ML.NET آشنا می کند و نشان می دهد که چگونه می توانید از آن برای استفاده از یادگیری ماشین در برنامه های دات نت خود استفاده کنید. جاناتان با اصول اولیه یادگیری ماشین شروع می کند و هم مواردی را که برای آن خوب است و هم سناریوهایی را که بهترین گزینه نیست پوشش می دهد. سپس او وارد ابزارهایی می شود که می توانید از آنها برای کمک به شما در شروع ساخت مدل های یادگیری ماشین استفاده کنید. در پایان این دوره، شما ایده بهتری در مورد مزایای استفاده از ML.NET و اینکه چرا ابزاری عالی برای توسعه دهندگان سی شارپ است که به یادگیری ماشین علاقه مند هستند، خواهید داشت.

Suggestions