Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-9 of 9 items.

coursera آزمون مبانی محاسبات Capstone (Mitalearn-313698)

  • 20 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Joe Warren,Scott Rixner,Luay Nakhleh
درباره این دوره:

در حالی که بیشتر تخصص‌ها در Coursera با یک دوره پروژه‌محور به پایان می‌رسند، دانش‌آموزان در تخصص «مبانی محاسبات» بیش از 20 پروژه را در شش دوره اول این تخصص تکمیل کرده‌اند. با توجه به اینکه بسیاری از مطالب در این دوره ها از جلسه ای به جلسه دیگر استفاده می شود، هدف ما در این کلاس اصلی این است که یک نتیجه گیری برای تخصص ارائه کنیم که به هر دانش آموز این امکان را می دهد تا تسلط فردی خود را بر مطالب در تخصص نشان دهد. با در نظر گرفتن این هدف، تمرکز در این کلاس Capstone امتحانی خواهد بود که سوالات آن به طور دوره ای به روز می شود. این رویکرد طراحی شده است تا اطمینان حاصل شود که هر دانش آموز مشکلات امتحان را به تنهایی و بدون کمک خارجی حل می کند. برای دانش آموزانی که کار خود را انجام داده اند، ما پیش بینی نمی کنیم که امتحان سخت باشد. با این حال، آن دسته از دانش‌آموزانی که در کلاس‌های قبلی بیش از حد به کمک‌های خارجی تکیه کرده‌اند، ممکن است دوران سختی داشته باشند. ما معتقدیم که این رویکرد ارزش گواهی را برای این تخصص افزایش می دهد.

linkedin آموزش طراحی الگوریتمی با Grasshopper (Mitalearn-152929)

  • 3 hours 14 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Chris Reilly
درباره این دوره:

طراحی الگوریتمی به شما این امکان را می دهد که هوشمندی را به فرآیند طراحی اضافه کنید و کامپیوتر را به عنوان کمک خلبان در مدل سازی خود تبدیل کنید. در این دوره آموزشی یاد بگیرید که چگونه با استفاده از Grasshopper و Rhino طراحی الگوریتمی را به گردش کار خود بیاورید. این دوره برای طراحان محصول، معماران، مهندسان مکانیک و طراحان صنعتی به طور یکسان طراحی شده است. مربی کریس ریلی تکنیک‌ها و پروژه‌های طراحی پیشرفته‌ای را معرفی می‌کند که می‌تواند به شما کمک کند دید عمیق‌تری از نحوه اعمال طراحی الگوریتمی برای توسعه پروژه‌ها در زمینه‌های خلاقانه مانند معماری و طراحی داشته باشید. نحوه ایجاد و تنظیم دقیق نمودارهای Voronoi، رسم نمایه های spline، اکسترود کردن فرم های سه بعدی و موارد دیگر را کشف کنید.

coursera الگوریتم های جستجو، مرتب سازی و نمایه سازی (Mitalearn-310145)

  • 9 hours 47 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Sriram Sankaranarayanan
درباره این دوره:

این دوره اصول طراحی و تحلیل الگوریتم و همچنین الگوریتم های مرتب سازی آرایه ها، ساختارهای داده مانند صف های اولویت، توابع هش و برنامه هایی مانند فیلترهای بلوم را پوشش می دهد. الگوریتم‌های جستجو، مرتب‌سازی و نمایه‌سازی را می‌توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد علوم داده (MS-DS) CU Boulder در پلتفرم Coursera در نظر گرفت. MS-DS یک مدرک بین رشته‌ای است که اعضای هیئت علمی بخش‌های ریاضیات کاربردی، علوم کامپیوتر، علوم اطلاعات و سایرین در CU Boulder را گرد هم می‌آورد. با پذیرش مبتنی بر عملکرد و بدون فرآیند درخواست، MS-DS برای افرادی با طیف وسیعی از تحصیلات کارشناسی و/یا تجربه حرفه‌ای در علوم کامپیوتر، علوم اطلاعات، ریاضیات و آمار ایده‌آل است. درباره برنامه MS-DS در https://www.coursera.org/degrees/master-of-science-data-science-boulder اطلاعات بیشتری کسب کنید.

coursera برنامه نویسی پویا، الگوریتم های حریص (Mitalearn-316129)

  • 12 hours 34 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Sriram Sankaranarayanan
درباره این دوره:

این دوره تکنیک های اصلی طراحی الگوریتم مانند تقسیم کن، برنامه نویسی پویا و الگوریتم های حریص را پوشش می دهد. این مقاله با مقدمه‌ای مختصر بر غیرقابل‌تکراری (NP-completeness) و استفاده از حل‌کننده‌های برنامه‌نویسی خطی/صحیح برای حل مسائل بهینه‌سازی به پایان می‌رسد. همچنین برخی از موضوعات پیشرفته در ساختار داده را پوشش خواهیم داد. 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

coursera چالش برنامه نویسی مونتاژ ژنوم (Mitalearn-316197)

  • 46 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Neil Rhodes,Michael Levin,Michael Levin
درباره این دوره:

در بهار 2011، هزاران نفر در آلمان با یک بیماری کشنده که به عنوان مسمومیت غذایی همراه با اسهال خونی شروع شد و اغلب به نارسایی کلیه منجر شد، در بیمارستان بستری شدند. این آغاز مرگبارترین شیوع در تاریخ اخیر بود که توسط یک سویه باکتریایی مرموز ایجاد شد که ما از آن به عنوان E. coli X یاد خواهیم کرد. در عرض یک هفته دچار اسهال خونی شد. در این مرحله، زیست‌شناسان می‌دانستند که با یک پاتوژن ناشناخته قبلی روبرو هستند و روش‌های سنتی کافی نیستند - زیست‌شناسان محاسباتی برای جمع‌آوری و تجزیه و تحلیل ژنوم پاتوژن تازه پدید آمده مورد نیاز هستند. برای بررسی منشأ تکاملی و پتانسیل بیماری‌زایی سویه شیوع، محققان یک برنامه تحقیقاتی جمع‌سپاری را آغاز کردند. آنها داده های توالی یابی DNA باکتریایی را از یکی از بیماران منتشر کردند که منجر به انبوهی از تجزیه و تحلیل های انجام شده توسط زیست شناسان محاسباتی در چهار قاره شد. آنها حتی از GitHub برای این پروژه استفاده کردند: https://github.com/ehec-outbreak-crowdsourced/BGI-data-analysis/wiki شیوع سال 2011 آلمان نمونه اولیه ای از اپیدمیولوژیست ها بود که با زیست شناسان محاسباتی برای جلوگیری از شیوع همکاری می کردند. در این دوره آنلاین، شما با توسعه برنامه‌ای برای جمع‌آوری ژنوم E.coli X از میلیون‌ها زیررشته ژنوم E.coli X، ردپای بیوانفورماتیک‌هایی را دنبال می‌کنید که شیوع بیماری را بررسی می‌کنند.

coursera درختان و نمودارها: مبانی (Mitalearn-316146)

  • 9 hours 14 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Sriram Sankaranarayanan
درباره این دوره:

الگوریتم های اساسی در ساختارهای داده درختی، درختان جستجوی دودویی، درختان خود متعادل کننده، ساختارهای داده گراف و الگوریتم های پیمایش اساسی بر روی نمودارها. این دوره همچنین موضوعات پیشرفته ای مانند kd-trees برای داده های مکانی و الگوریتم های داده های مکانی را پوشش می دهد. درختان و نمودارها: اصول اولیه را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم داده (MS-DS) که در پلت فرم Coursera ارائه می شود، در نظر گرفت. MS-DS یک مدرک بین رشته‌ای است که اعضای هیئت علمی بخش‌های ریاضیات کاربردی، علوم کامپیوتر، علوم اطلاعات و سایرین در CU Boulder را گرد هم می‌آورد. با پذیرش مبتنی بر عملکرد و بدون فرآیند درخواست، MS-DS برای افرادی با طیف وسیعی از تحصیلات کارشناسی و/یا تجربه حرفه‌ای در علوم کامپیوتر، علوم اطلاعات، ریاضیات و آمار ایده‌آل است. درباره برنامه MS-DS در https://www.coursera.org/degrees/master-of-science-data-science-boulder اطلاعات بیشتری کسب کنید.

linkedin مبانی برنامه نویسی: الگوریتم ها (Mitalearn-392221)

  • 2 hours 45 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Joe Marini
درباره این دوره:

الگوریتم ها بلوک های سازنده جهانی برنامه نویسی هستند. آن‌ها نرم‌افزاری را که هر روز استفاده می‌کنید، چه صفحه‌گسترده، یک شبکه اجتماعی یا یک دستیار رانندگی، نیرو می‌دهند. الگوریتم‌ها روشی برای فکر کردن به چالش‌های برنامه‌نویسی به زبان انگلیسی ساده، قبل از اینکه به زبان خاصی مانند C# یا جاوا اسکریپت ترجمه شوند، ارائه می‌دهند. در این دوره، نویسنده و توسعه‌دهنده جو مارینی برخی از محبوب‌ترین و مفیدترین الگوریتم‌ها را برای جستجو و مرتب‌سازی اطلاعات، کار با تکنیک‌هایی مانند بازگشت، و درک ساختارهای داده رایج توضیح می‌دهد. او همچنین مفاهیم عملکرد الگوریتم های مختلف و چگونگی ارزیابی عملکرد یک الگوریتم معین را مورد بحث قرار می دهد. هر الگوریتم به طور عملی در پایتون نشان داده شده است، اما درس ها را می توان برای هر زبان برنامه نویسی اعمال کرد. این دوره همچنین با GitHub Codespace راه اندازی شده است، بنابراین می توانید بدون نصب چیزی بر روی رایانه خود، نمونه ها را دنبال کنید.

coursera مراحل عملی برای ساخت الگوریتم های هوش مصنوعی منصفانه (Mitalearn-304263)

  • 3 hours 20 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Emma Pierson,Kowe Kadoma
درباره این دوره:

الگوریتم ها به طور فزاینده ای به تصمیم گیری های پرمخاطب در مراقبت های بهداشتی، عدالت کیفری، استخدام و سایر زمینه های مهم کمک می کنند. این امر عادلانه بودن این الگوریتم‌ها را ضروری می‌سازد، اما سال‌های اخیر راه‌های زیادی را نشان داده‌اند که الگوریتم‌ها می‌توانند بر اساس سن، جنسیت، ملیت، نژاد و سایر ویژگی‌ها سوگیری داشته باشند. این دوره ده اصل کاربردی برای طراحی الگوریتم های منصفانه را به شما آموزش می دهد. این موضوع بر ارتباط دنیای واقعی از طریق برداشت‌های مشخص از مطالعات موردی الگوریتم‌های مدرن، از جمله الگوریتم‌های عدالت کیفری، مراقبت‌های بهداشتی، و مدل‌های زبان بزرگ مانند ChatGPT تأکید می‌کند. هنگام تلاش برای طراحی الگوریتم‌های منصفانه و ارزیابی الگوریتم‌های منصفانه، قوانین اساسی را درک خواهید کرد. این دوره برای مخاطبان گسترده ای از دانش آموزان دبیرستانی یا بالاتر که به علوم کامپیوتر و طراحی الگوریتم علاقه مند هستند، طراحی شده است. نیازی به کدنویسی از شما نخواهد داشت و مفاهیم مربوط به علوم کامپیوتر در ابتدای دوره توضیح داده خواهد شد. این دوره به گونه ای طراحی شده است که برای مهندسان و دانشمندان داده که علاقه مند به ساخت الگوریتم های منصفانه هستند مفید باشد. سیاست گذاران و مدیران علاقه مند به ارزیابی الگوریتم ها برای عدالت؛ و همه شهروندان یک جامعه به طور فزاینده ای توسط تصمیم گیری الگوریتمی شکل می گیرند.

linkedin مقدمه ای بر طراحی الگوریتم هوش مصنوعی مسئول (Mitalearn-200478)

  • 38 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Martin Kemka
درباره این دوره:

طراحی الگوریتم های هوش مصنوعی مسئول به چه معناست؟ مربی مارتین کمکا اصول مهمی مانند تعریف هوش مصنوعی و دانستن اینکه مسئولیت در توسعه آنها به چه معناست را معرفی می کند. بیاموزید که چگونه الگوریتم ها به کار گرفته می شوند و چگونه می توانید استفاده و سوء استفاده از آنها را ردیابی کنید. مارتین همچنین خطرات غیرمسئولانه بودن با هوش مصنوعی را توضیح می دهد. دریابید که چگونه یک الگوریتم ایجاد می شود و چگونه می توانید آن را نظارت کنید. سمت تصمیم گیری سیستم را بررسی کنید. درباره سیاست ها و بهترین شیوه های جهانی بشنوید. بیاموزید که چگونه سیاست ها از کشوری به کشور دیگر متفاوت است، راه حل های نرم افزار منبع باز را کاوش کنید و موارد دیگر.

Suggestions