این دوره هشتمین دوره گواهینامه Google Data Analytics است. شما این فرصت را خواهید داشت که یک مطالعه موردی را تکمیل کنید، که به شما کمک می کند تا برای شکار شغل تجزیه و تحلیل داده خود آماده شوید. مطالعات موردی معمولاً توسط کارفرمایان برای ارزیابی مهارت های تحلیلی استفاده می شود. برای مطالعه موردی خود، یک سناریوی مبتنی بر تجزیه و تحلیل را انتخاب خواهید کرد. سپس سوالاتی می‌پرسید، آماده می‌کنید، پردازش می‌کنید، تجزیه و تحلیل می‌کنید، تجسم می‌کنید و روی داده‌های سناریو عمل می‌کنید. همچنین در مورد مهارت‌های مفید جستجوی شغل، پرسش‌ها و پاسخ‌های رایج مصاحبه، و مواد لازم برای ساختن یک نمونه کار به صورت آنلاین، یاد خواهید گرفت. تحلیلگران فعلی داده‌های Google به آموزش و ارائه روش‌های عملی برای انجام وظایف رایج تحلیلگر داده با بهترین ابزار و منابع ادامه خواهند داد. فراگیرانی که این برنامه گواهینامه را تکمیل می کنند، برای درخواست مشاغل سطح مقدماتی به عنوان تحلیلگر داده مجهز خواهند شد. هیچ تجربه قبلی لازم نیست. در پایان این دوره، فراگیران: - با مزایا و کاربردهای مطالعات موردی و نمونه کارها در جستجوی کار آشنا شوید. - سناریوهای مصاحبه شغلی در دنیای واقعی و سوالات رایج مصاحبه را کاوش کنید. - کشف کنید که چگونه مطالعات موردی می تواند بخشی از فرآیند مصاحبه شغلی باشد. - سناریوهای مطالعه موردی مختلف را بررسی و در نظر بگیرید. - این شانس را داشته باشید که مطالعه موردی خود را برای نمونه کار خود تکمیل کنید. - مهارت های هوش مصنوعی را از کارشناسان گوگل بیاموزید تا به تکمیل وظایف تجزیه و تحلیل داده کمک کنید.

هوش مصنوعی (AI) در اطراف ماست و یکپارچه در زندگی و کار روزمره ما ادغام شده است. برای درک اصطلاحات و برنامه های کلیدی هوش مصنوعی در این دوره ثبت نام کنید ، حرفه هوش مصنوعی خود را راه اندازی کنید یا مورد موجود خود را تغییر دهید. این دوره مفاهیم اصلی هوش مصنوعی ، از جمله یادگیری عمیق ، یادگیری ماشین و شبکه های عصبی را در بر می گیرد. شما مدل های AI تولیدی ، از جمله مدل های بزرگ زبان (LLM) و قابلیت های آنها را بررسی خواهید کرد. علاوه بر این ، شما برنامه های کاربردی AI را در حوزه ها ، مانند پردازش زبان طبیعی (NLP) ، بینایی رایانه و روباتیک ، تجزیه و تحلیل خواهید کرد ، و از نحوه این پیشرفت ها نوآوری و استفاده از موارد استفاده می کنید. این دوره به شما کمک می کند تا کشف کنید که چگونه هوش مصنوعی ، به ویژه هوش مصنوعی ، در حال تغییر شکل مجدد محیط های تجاری و کاری است. شما همچنین فرصت های شغلی در حال ظهور را در این زمینه به سرعت در حال تحول کشف خواهید کرد و بینش در مورد ملاحظات اخلاقی و مدیریت هوش مصنوعی که نوآوری مسئولیتی را شکل می دهد ، به دست می آورید. این دوره شامل آزمایشگاه های دستی و یک پروژه است که فرصتی مفید برای کشف موارد و برنامه های کاربردی AI فراهم می کند. همچنین از پزشکان متخصص در مورد قابلیت ها ، برنامه ها و ملاحظات اخلاقی پیرامون هوش مصنوعی می شنوید. این دوره برای همه مناسب است ، از جمله متخصصان ، علاقه مندان و دانشجویان علاقمند به یادگیری اصول هوش مصنوعی.

AI-102: طراحی و اجرای آزمون گواهینامه Microsoft Azure AI Solution، تجربه و دانش داوطلب را از راه‌حل‌های هوش مصنوعی آزمایش می‌کند که از خدمات شناختی Azure و خدمات Azure بیشترین استفاده را می‌کند. علاوه بر این، این آزمون همچنین توانایی داوطلب را برای پیاده‌سازی این دانش با شرکت در تمام مراحل توسعه راه‌حل‌های هوش مصنوعی - از تعریف الزامات، و طراحی گرفته تا توسعه، استقرار، یکپارچه‌سازی، نگهداری، تنظیم عملکرد و نظارت، آزمایش می‌کند. در این آزمون طراحی و پیاده‌سازی راه حل هوش مصنوعی Microsoft Azure: AI-102 شرکت کنید و بخشی از دنیای آینده‌نگر هوش مصنوعی شوید و با کسب گواهینامه Azure AI-102 شغل خود را رشد دهید. مهندسان هوش مصنوعی Azure تجربه توسعه راه‌حل‌هایی را دارند که از زبان‌هایی مانند پایتون یا سی شارپ استفاده می‌کنند و باید بتوانند از APIهای مبتنی بر REST و کیت‌های توسعه نرم‌افزار (SDK) برای ایجاد پردازش امن تصویر، پردازش ویدیو، پردازش زبان طبیعی (NLP)، استخراج دانش و راه‌حل‌های هوش مصنوعی مکالمه در Azure استفاده کنند. آنها باید با تمام روش های پیاده سازی راه حل های هوش مصنوعی آشنا باشند. بعلاوه، آنها اجزای تشکیل دهنده مجموعه هوش مصنوعی Azure و گزینه های ذخیره داده موجود را درک می کنند. مهندسان هوش مصنوعی Azure همچنین باید اصول هوش مصنوعی مسئولانه را درک کرده و قادر به اعمال آن باشند. این دوره شامل بیش از 5 ساعت فیلم آموزشی است. فراگیران می توانند در مجموع بیش از 90 سخنرانی را در دوره آموزشی با پوشش جامع همه موضوعات مربوط به آزمون AI-102 بیابند: طراحی و پیاده سازی راه حل هوش مصنوعی Microsoft Azure. این سخنرانی ها به 5 ماژول تقسیم می شوند و هر ماژول بیشتر به دروس تقسیم می شود. کل دوره شامل ارزیابی هایی برای اعتبارسنجی بررسی های دانش فراگیران است. همچنین، مجموعه ای از سوالات درجه بندی شده در پایان هر ماژول موجود است. ماژول 1: راه حل های هوش مصنوعی Azure: برنامه ریزی و مدیریت ماژول 2: راه حل های پردازش تصویر و ویدئو ماژول 3: راه حل های پردازش زبان طبیعی (NLP). ماژول 4: راه حل های دانش معدن ماژول 5: راه حل های هوش مصنوعی محاوره ای در دوره آمادگی آزمون AI-102: Microsoft Azure AI Engineer Course ثبت نام کنید و مهارت های Azure AI Solution Workload خود را با Microsoft Azure ارتقا دهید. این دوره آموزشی به شما کمک می کند تا مهارت ها و دانش خود را در AI-102 توسعه دهید. می توانید با گواهینامه های اساسی مانند آزمون AI-900 شروع کنید. هنگامی که بر تمام مراحل توسعه راه حل های هوش مصنوعی فرمان به دست آوردید، آماده هستید تا برای آزمون AI-102 آماده شوید. این دوره آموزشی AI-102 عمدتاً برای کسانی است که به فرصت هایی در نقش های شغلی مختلف مانند توسعه دهندگان ابر، مهندسان ابر، معماران راه حل ها و معماران ابری نیاز دارند. با پایان این دوره، شما قادر خواهید بود در آزمون AI-102 در اولین تلاش موفق شوید و در طراحی و پیاده سازی راه حل هوش مصنوعی Microsoft Azure مسلط شوید.

این هشتمین دوره گواهینامه امنیت سایبری گوگل است. در این دوره، فراگیران تشدید حادثه را از دیدگاه تحلیلگر امنیتی تعریف می کنند و انواع مختلف طبقه بندی حوادث امنیتی را بررسی می کنند. یادگیرندگان تأثیر حوادث امنیتی را که می توانند بر سازمان بگذارند، در صورتی که به درستی تشدید و حل نشوند، تشخیص خواهند داد. یادگیرندگان همچنین قادر خواهند بود تعریف کنند که یک ذینفع چیست و تشخیص دهند که کدام رویدادهای امنیتی به ذینفعان خاص مرتبط است. آنها مهارت های ارتباطی و همکاری مورد نیاز برای اطلاع رسانی و تأثیرگذاری بر ذینفعان در سازمان خود را توسعه خواهند داد. علاوه بر این، آنها چگونگی عملکرد اخلاقی به عنوان متخصصان امنیتی را بررسی خواهند کرد. یادگیرندگان همچنین نحوه تعامل با جامعه امنیتی بزرگتر را کشف خواهند کرد و مقدمه ای در مورد استفاده از هوش مصنوعی در امنیت سایبری برای گردش کار حرفه ای دریافت خواهند کرد. در پایان این دوره، شما: - تعیین زمان و چگونگی تشدید یک حادثه امنیتی. - توضیح دهید که چگونه داشتن یک ذهنیت اخلاقی از توانایی یک متخصص امنیت سایبری برای محافظت از دارایی ها و داده ها پشتیبانی می کند. - اطلاعات حساس را با دقت و محرمانه در میان بگذارید. - از منابع قابل اعتماد استفاده کنید تا در مورد آخرین تهدیدات، خطرات، آسیب پذیری ها و ابزارهای امنیت سایبری در جریان باشید. - با جامعه امنیت سایبری تعامل داشته باشید. - روش های بسیاری برای استفاده از هوش مصنوعی برای ساده کردن گردش کار و کمک به وظایف امنیت سایبری را بدانید.

در این دوره، به طور عمیق خواهید فهمید که چگونه یادگیری ماشین برای مدیریت و تفسیر داده های بزرگ استفاده می شود. شما با ابزارهایی مانند Teachable Machine و TensorFlow نگاهی دقیق به راه‌ها و روش‌های مختلف برای ایجاد الگوریتم‌هایی برای ادغام در کسب‌وکار خود خواهید داشت. شما همچنین روش‌های مختلف ML، یادگیری عمیق، و همچنین محدودیت‌ها را یاد می‌گیرید، اما همچنین نحوه دقت و استفاده از بهترین داده‌های آموزشی را برای الگوریتم‌های خود خواهید آموخت. سپس GAN ها و VAE ها را بررسی می کنید و از دانش جدید خود برای تعامل با AutoML استفاده می کنید تا به شما کمک کند شروع به ساخت الگوریتم هایی کنید که مطابق با نیازهای شما کار می کنند. همچنین مصاحبه‌های انحصاری با رهبران صنعت را خواهید دید که Big Data را برای شرکت‌هایی مانند مک‌دونالد و ویزا مدیریت می‌کنند. در پایان این دوره، روش‌های مختلفی برای کدنویسی، از جمله نحوه استفاده از ابزارهای بدون کد، درک عمیق یادگیری، نحوه اندازه‌گیری و بررسی خطاها در الگوریتم‌ها و نحوه استفاده از داده‌های بزرگ نه تنها برای حفظ حریم خصوصی مشتری، بلکه نحوه استفاده از این داده‌ها برای توسعه استراتژی‌های مختلف که کسب‌وکار شما را هدایت می‌کنند، یاد خواهید گرفت.

این دوره کوتاه برای تجهیز زبان‌آموزان به مهارت‌های پایه در پایتون برای توسعه برنامه‌های کاربردی وب با قابلیت هوش مصنوعی با استفاده از چارچوب Flask و کتابخانه‌های هوش مصنوعی Watson طراحی شده است. شما چرخه عمر انتها به انتها ساخت برنامه های کاربردی وب مقیاس پذیر را بررسی خواهید کرد، از نوشتن کدهای پاک و ماژولار پایتون تا استقرار راه حل های کامل مبتنی بر هوش مصنوعی. این دوره با معرفی Flask، یک چارچوب وب سبک و انعطاف پذیر آغاز می شود و به زبان آموزان کمک می کند تا پایه ای قوی در برنامه های کاربردی وب، API ها و چرخه عمر کلی توسعه ایجاد کنند. آن‌ها تجربه عملی با IDE Cloud Network IBM Skills به دست خواهند آورد، بهترین روش‌های پایتون از جمله تجزیه و تحلیل کد استاتیک را یاد می‌گیرند، و تست‌های واحد را می‌نویسند و اجرا می‌کنند تا از قابلیت اطمینان کد خود اطمینان حاصل کنند. این دوره با آموزش ساختن برنامه های کاربردی وب با Flask که موضوعاتی مانند مسیریابی، رسیدگی به درخواست های GET و POST، مسیرهای پویا و مدیریت خطا را پوشش می دهد، عمیق تر به توسعه برنامه می پردازد. در پایان دوره، فراگیران یک پروژه تمرینی و یک پروژه نهایی بررسی شده را تکمیل خواهند کرد که توانایی آنها را برای توسعه، آزمایش و استقرار برنامه های کاربردی Flask مبتنی بر هوش مصنوعی نشان می دهد. تجربه عملی به‌دست‌آمده در طول این دوره تضمین می‌کند که زبان‌آموزان نه تنها به مهارت‌های پایتون و فلاسک خود اطمینان دارند، بلکه آماده ساخت اپلیکیشن‌های وب هوشمند در تنظیمات دنیای واقعی هستند.

این دوره زمینه و تجربه دست اول را با دو کاتالیزور اصلی انقلاب علوم محاسباتی به شما می دهد: داده های بزرگ و هوش مصنوعی. با بیش از 99 درصد از تمام اطلاعات رسانه ای در قالب دیجیتال و با استفاده از 98 درصد از جمعیت جهان از فناوری دیجیتال، بشریت ردپای دیجیتالی چشمگیری ایجاد می کند. در تئوری، این فرصت‌های بی‌سابقه‌ای برای درک و شکل دادن به جامعه فراهم می‌کند. در عمل، تنها راهی که می‌توان این سیل اطلاعات را پردازش کرد، استفاده از همان فناوری‌های دیجیتالی است که آن را تولید کرده‌اند. داده ها سوخت هستند، اما یادگیری ماشینی موتوری است که دانش جدید قابل توجهی را از حجم عظیمی از داده ها استخراج می کند. از آنجایی که بخش مهمی از این داده‌ها مربوط به خودمان است، استفاده از الگوریتم‌ها به منظور کسب اطلاعات بیشتر در مورد خود، به طور طبیعی منجر به پرسش‌های اخلاقی می‌شود. بنابراین، ما نمی‌توانیم این دوره را بدون صحبت در مورد اخلاق تحقیق و برخی از خطوط قدیمی و جدیدی که دانشمندان علوم اجتماعی محاسباتی باید در نظر داشته باشند، به پایان برسانیم. به‌عنوان آزمایشگاه‌های عملی، از هوش مصنوعی IBM Watson برای استخراج شخصیت افراد از ردپای متن دیجیتالی آن‌ها استفاده خواهید کرد و با آموزش دو ماشین قابل آموزش از Google خودتان، قدرت و محدودیت‌های یادگیری ماشینی را تجربه خواهید کرد.

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.

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.

درباره این دوره این دوره چهار هفته‌ای با عنوان هوش مصنوعی و قانون به بررسی روشی می‌پردازد که در آن استفاده فزاینده از فناوری‌های هوشمند مصنوعی (AI) بر روی عمل و اجرای قانون به معنای وسیع تعریف شده تأثیر می‌گذارد. موضوعات مورد بحث شامل ارتباط بین هوش مصنوعی و قانون در زمینه مسئولیت قانونی، قانونگذاری، اجرای قانون، قانون جزایی، بخش پزشکی و قانون مالکیت معنوی است. هدف از این دوره، تجهیز عموم مردم به توانایی اولیه برای درک پتانسیل معنادار هوش مصنوعی برای زندگی خود است. هدف از این دوره نیز این است که عموم مردم را قادر سازد تا عواقب استفاده از هوش مصنوعی را درک کنند و به آنها اجازه دهد تا با هوش مصنوعی به شیوه ای مسئولانه، مفید و با وجدان تعامل داشته باشند. لطفا توجه داشته باشید که قانون و محتوای ارائه شده در این دوره از تاریخ شروع این دوره جاری است. در پایان این دوره، شما یک درک اولیه از نحوه انجام موارد زیر خواهید داشت: • اهمیت حقوقی نرم افزار و سخت افزار هوشمند مصنوعی را درک کنید. • درک تأثیر ظهور هوش مصنوعی بر کاربرد و اجرای قانون در بخش عمومی در ارتباط با اجرای قوانین جزایی، الگوبرداری از قانون و در زمینه حقوق اداری. • ارتباط قانونی استفاده از نرم افزارهای هوشمند مصنوعی در بخش خصوصی در ارتباط با نوآوری و حقوق مالکیت معنوی مرتبط، در بخش خدمات مالی و هنگام پیش بینی نتایج دادرسی های قانونی را درک کنید. • اهمیت هوش مصنوعی برای رشته های حقوقی منتخب، از جمله قانون کار، قانون رقابت و قانون سلامت را درک کنید. برنامه درسی و قالب این دوره شامل چهار ماژول است که یک ماژول نشان دهنده حدود یک هفته مطالعات پاره وقت است. یک ماژول شامل تعدادی سخنرانی و خواندن است، و با یک ارزیابی به پایان می رسد - یک مسابقه و/یا یک تکلیف درجه بندی شده توسط همتایان. هدف از ارزیابی ها تشویق یادگیری و اطمینان از درک مطالب دوره است. شرکت در بحث های انجمن داوطلبانه است. ماژول ها ماژول 1. هوش مصنوعی و قانون ماژول 2. هوش مصنوعی قانونی در بخش عمومی ماژول 3. هوش مصنوعی قانونی در بخش خصوصی ماژول 4. چالش های انتخاب شده دانشگاه لوند دانشگاه لوند در سال 1666 تأسیس شد و چندین سال است که در بین 100 دانشگاه برتر جهان رتبه بندی شده است. این دانشگاه 47700 دانشجو و 7500 کارمند مستقر در لوند سوئد دارد. دانشگاه لوند سنت را با نمایه ای مدرن، پویا و بسیار بین المللی متحد می کند. لوند با هشت دانشکده مختلف و مراکز تحقیقاتی و موسسات تخصصی متعدد، قوی‌ترین دانشگاه تحقیقاتی سوئد و یکی از بزرگترین مؤسسات آموزشی و پژوهشی اسکاندیناوی است. این دانشگاه سالانه تعداد زیادی از دانشجویان بین المللی را جذب می کند و طیف گسترده ای از دوره ها و برنامه های آموزشی را به زبان انگلیسی ارائه می دهد. Faulty of Law یکی از چهار دانشکده اصلی دانشگاه لوند است که قدمت آن به سال 1666 باز می گردد. این دانشکده مدرن با مشخصات بین المللی است که پذیرای دانشجویان بین المللی و سوئدی است. آموزش، پژوهش و تعامل با جامعه اطراف محور اصلی کار دانشکده است. ارتباط بین این سه به ویژه در برنامه ها و دوره های ارائه شده توسط دانشگاه، از جمله دوره MOOC دانشگاه در قانون تجارت اروپا آشکار است. دانشجویان این شانس را دارند که خود را در مطالعات حقوقی سنتی غرق کنند، در حالی که با محققان و وکلای فعال حرفه ای با شرایط و تجربه در زمینه های مختلف حقوق تعامل دارند. این دانشکده سه مقطع کارشناسی ارشد بین المللی ارائه می دهد: دو برنامه 2 ساله کارشناسی ارشد در حقوق بین الملل حقوق بشر و حقوق تجارت اروپا و یک دوره کارشناسی ارشد 1 ساله در حقوق مالیاتی اروپا و بین المللی. دانش‌آموزان از حدود 40 کشور در برنامه‌هایی شرکت می‌کنند که تخصص موضوعی منحصربه‌فردی را در هر زمینه ارائه می‌دهند، با محققان بسیار ماهر و متخصصان حقوقی حرفه‌ای که در تدریس مشغول هستند.

در این دوره با چهار مرحله از چرخه مدیریت بلایا آشنا می شوید. کاهش، آماده سازی، پاسخ و بازیابی. شما در این دوره از طریق دو مطالعه موردی کار خواهید کرد. در مرحله اول، از بینایی کامپیوتری برای تجزیه و تحلیل تصاویر ماهواره ای طوفان هاروی در سال 2017 برای شناسایی آسیب در مناطق آسیب دیده استفاده خواهید کرد. در مرحله دوم، از تکنیک‌های پردازش زبان طبیعی برای بررسی روند درخواست‌های کمک پس از زلزله 2010 در هائیتی استفاده خواهید کرد.