آموزش هوش مصنوعی برای مدیران کسب‌وکار - آخرین آپدیت

مقدمه دوره و بخش اول: ایجاد ذهنیت AI/ML Course Introduction and Module 1: Building an AI/ML Mindset

• مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین Artificial Intelligence and Machine Learning Introduction

• چرا اکنون هوش مصنوعی؟ Why AI Now?

• من و هوش مصنوعی AI and I

• ساخت ذهنیت و فرهنگ مبتنی بر هوش مصنوعی Build an AI Mindset and Culture

• عملیاتی‌سازی Operationalizing

بخش دوم: بهره‌گیری از یادگیری ماشین برای پیش‌بینی بهتر تقاضای کسب‌وکار Module 2: Leveraging ML to Better Predict Business Demand

• هوش مصنوعی و یادگیری ماشین در پیش‌بینی زنجیره تأمین: مقدمه AI/ML in Supply Chain Forecasting: Introduction

• تاثیرات علّی AI/ML در پیش‌بینی زنجیره تأمین: بحث داده‌ها Causal Impacts AI/ML in Supply Chain Forecasting: Data Discussion

• هوش مصنوعی و یادگیری ماشین در زنجیره تأمین: مدل‌ها AI/ML in Supply Chain: Models

• هوش مصنوعی و یادگیری ماشین در پیش‌بینی زنجیره تأمین: اندازه‌گیری AI/ML in Supply Chain Forecasting: Measurement

• هوش مصنوعی و یادگیری ماشین در پیش‌بینی زنجیره تأمین: راهنما AI/ML in Supply Chain Forecasting: Guidance

بخش سوم: ریزبندی بازار و بازاریابی هدفمند با استفاده از هوش مصنوعی Module 3: Micro Segmentation and Targeted Marketing Using AI

• مروری بر ریزبندی و هدف‌گذاری بازار Micro-segmentation and Targeting Overview

• ریزبندی و هدف‌گذاری، مدیریت داده‌ها Micro-segmentation and Targeting, Data Management

• ریزبندی و هدف‌گذاری، روش‌های کلاسیک Micro-segmentation and Targeting, Classical Methods

• ریزبندی و هدف‌گذاری، روش‌های پیشرو (Frontier) Micro-segmentation and Targeting, Frontier Methods

• ریزبندی و هدف‌گذاری، اندازه‌گیری Micro-segmentation and Targeting, Measurement

بخش چهارم: نجات جان انسان‌ها با یادگیری عمیق Module 4: Saving Lives with Deep Learning

• مروری بر هوش مصنوعی Overview of AI

• یادگیری عمیق چگونه کار می‌کند How Deep Learning Works

• فرآیند آموزش عمیق (اختیاری) Deep Training Process (Optional)

• تمرین شبکه عصبی ساده برای اعداد - بخش اول (اختیاری) Practice Simple Neural Network for Digits Part 1 (Optional)

• تمرین شبکه عصبی ساده برای اعداد - بخش دوم (اختیاری) Practice Simple Neural Network for Digits Part 2 (Optional)

• مقدمه‌ای بر شبکه‌های عصبی پیچشی (CNN) CNN Intro

• آزمایشگاه CNN CNN Lab

بخش پنجم: مدیریت ریسک با استفاده از داده‌های بزرگ (Big Data) Module 5: Managing Risk with Big Data

• هوش مصنوعی برای مدیران کسب‌وکار: مقدمه AI for Business Leaders: Introduction

• هوش مصنوعی برای مدیران کسب‌وکار: داده‌ها AI for Business Leaders: Data

• هوش مصنوعی برای مدیران کسب‌وکار: متدها AI for Business Leaders: Methods

• هوش مصنوعی برای مدیران کسب‌وکار: اندازه‌گیری و دقت AI for Business Leaders: Measurement and Accuracy

• هوش مصنوعی برای مدیران کسب‌وکار: محدودیت‌ها و انتظارات AI for Business Leaders: Limitations and Expectations

بخش ششم: درک سوگیری در تحلیل‌های نیروی انسانی Module 6: Understanding Bias in People Analytics

• مقدمه‌ای بر عدالت الگوریتمی: مرور کلی Introduction to Algorithmic Fairness: Overview

• تحلیل‌های منابع انسانی (HR Analytics) HR Analytics

• چرا سوگیری‌های الگوریتمی ایجاد می‌شوند؟ Why Do Algorithmic Biases Arise?

• چگونه فرآیندهای یادگیری ماشین آگاه به سوگیری طراحی کنیم How to Design Bias-Aware ML Processes

• نحوه به‌کارگیری داشبوردهای شناسایی سوگیری How to Apply Bias Dashboards

• چه سؤالات مناسبی باید پرسیده شود؟ What Are Some Good Questions to Ask?

• عدالت الگوریتمی در فضای منابع انسانی Algorithmic Fairness in the Context of HR