آموزش اصول هوش مصنوعی (AI Essentials) - آخرین آپدیت

دانلود AI Essentials

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: هوش مصنوعی در حال تغییر نحوه ارتباطات، تحلیل‌ها، اتوماسیون و تصمیم‌گیری‌ها در سازمان‌ها است. دوره آموزشی «اصول هوش مصنوعی» یک دوره کاربردی و سطح مبتدی است که به یادگیرندگان کمک می‌کند تا به سرعت مهارت‌های بنیادی هوش مصنوعی را کسب کرده و با اطمینان از ابزارهای مدرن استفاده کنند؛ بدون اینکه نیازی به دانش فنی تخصصی باشد. این گواهینامه، مبانی هوش مصنوعی، یادگیری ماشین، اتوماسیون، هوش مصنوعی مولد و تصمیم‌گیری داده‌محور را با استفاده از مثال‌های واقعی پوشش می‌دهد. یاد بگیرید که چگونه هوش مصنوعی عملیات را ساده‌تر کرده، ارتباطات را بهبود بخشیده و کارایی را در صنایع مختلف افزایش می‌دهد. هر ماژول، آموزش‌های ساده را با تمرین‌های عملی ترکیب می‌کند تا به شما در استفاده مؤثر از هوش مصنوعی، خودکارسازی وظایف و سازگاری با محیط‌های کاری مجهز به هوش مصنوعی کمک کند. در پایان این دوره، مفاهیم اساسی هوش مصنوعی را درک خواهید کرد، با اطمینان از هوش مصنوعی در کارهای روزمره استفاده می‌کنید و مهارت‌های دیجیتال خود را برای محیط‌های کاری مدرن تقویت خواهید کرد. برای دریافت گواهینامه معتبر ثبت‌نام کنید و مهارت‌های عملی هوش مصنوعی را بسازید تا در دنیای دیجیتال که به سرعت در حال تغییر است، رقابتی، سازگار و آماده آینده باقی بمانید.

سرفصل ها و درس ها

ماژول ۱: مقدمه‌ای بر هوش مصنوعی Module 1: Introduction to Artificial Intelligence

  • ویدیوی راهنما Navigation Video

  • معرفی دوره Course Introduction

  • کتاب صوتی: معرفی دوره Audiobook: Course Introduction

  • کتاب صوتی: ماژول ۱: مقدمه‌ای بر هوش مصنوعی Audiobook: Module 1: Introduction to Artificial Intelligence

  • پادکست: ماژول ۱: مقدمه‌ای بر هوش مصنوعی Podcast : Module 1: Introduction to Artificial Intelligence

  • ۱.۱ تعریف هوش مصنوعی: علم و مهندسی ساخت ماشین‌های هوشمند 1.1 Defining AI: The Science and Engineering of Making Intelligent Machines

  • ۱.۲ طیف هوش مصنوعی: هوش مصنوعی محدود در برابر هوش عمومی 1.2 The Spectrum of AI: Narrow AI vs. General AI

  • ۱.۳ نمونه‌هایی از هوش مصنوعی در زندگی روزمره 1.3 Examples of AI in Everyday Life

  • ۱.۴ پیدایش هوش مصنوعی: چهره‌ها و نقاط عطف کلیدی 1.4 The Inception of AI: Key Figures and Milestones

  • ۱.۵ هوش مصنوعی در گذر زمان: از تورینگ تا ظهور دوباره 1.5 AI Through the Ages: From Turing to Resurgence

  • ۱.۶ ابهام‌زدایی از هوش مصنوعی: افسانه‌ها در برابر واقعیت 1.6 Demystifying AI: Myths vs. Reality

  • ۱.۷ هوش مصنوعی در فناوری‌های مصرفی و محیط کار 1.7 AI in Consumer Technology and Workplace

  • ۱.۸ تأثیر اجتماعی هوش مصنوعی: مراقبت‌های بهداشتی، آموزش و فراتر از آن 1.8 The Societal Impact of AI: Healthcare, Education, and Beyond

ماژول ۲: فناوری‌های هوش مصنوعی Module 02: AI Technologies

  • کتاب صوتی: ماژول ۲: فناوری‌های هوش مصنوعی Audiobook : Module 2: AI Technologies

  • پادکست: ماژول ۲: فناوری‌های هوش مصنوعی Podcast : Module 02: AI Technologies

  • ۲.۱ درک الگوریتم‌های یادگیری ماشین: یادگیری نظارت‌شده در برابر نظارت‌نشده 2.1 Understanding Machine Learning Algorithms: Supervised vs. Unsupervised Learning

  • ۲.۲ کاربردهای دنیای واقعی یادگیری ماشین 2.2 Real-World Applications of Machine Learning

  • ۲.۳ ابزارها و پلتفرم‌های توسعه یادگیری ماشین 2.3 Tools and Platforms for Machine Learning Development

  • ۲.۴ معماری شبکه‌های عصبی: نورون‌ها، لایه‌ها و توابع فعال‌ساز 2.4 The Architecture of Neural Networks: Neurons, Layers, and Activation Functions

  • ۲.۵ مقدمه‌ای بر یادگیری عمیق: شبکه‌های عصبی پیچشی (CNN)، شبکه‌های عصبی بازگشتی (RNN) و ترنسفورمرها 2.5 Introduction to Deep Learning: Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs), And Transformers

  • ۲.۶ مطالعات موردی: تشخیص تصویر، پردازش زبان طبیعی 2.6 Case Studies: Image Recognition, Natural Language Processing

  • ۲.۷ نمایش نحوه قدرت‌بخشی هوش مصنوعی به کاربردهای روزمره 2.7 Demonstrating How AI Powers Everyday Applications

  • ۲.۸ نقش داده‌ها در آموزش مدل‌های هوش مصنوعی 2.8 The Role of Data in Training AI Models

  • ۲.۹ محدودیت‌ها و چالش‌های فناوری‌های فعلی هوش مصنوعی 2.9 Limitations and Challenges of Current AI Technologies

ماژول ۳: هوش مصنوعی در عمل: کاربردها و مطالعات موردی Module 03: AI in Action: Applications and Case Studies

  • کتاب صوتی: ماژول ۳: هوش مصنوعی در عمل: کاربردها و مطالعات موردی Audiobook: Module 3: AI in Action: Applications and Case Studies

  • پادکست: ماژول ۳: هوش مصنوعی در عمل: کاربردها و مطالعات موردی Podcast: Module 3: AI in Action: Applications and Case Studies

  • ۳.۱ تأثیر هوش مصنوعی: تحول بخش‌ها و صنایع 3.1 AI’s Impact: Transforming Sectors and Industries

  • ۳.۲ مقدمه‌ای بر روش مطالعه موردی 3.2 Introduction to the Case Study Method

  • ۳.۳ فناوری پشت بلندگوهای هوشمند: تشخیص صدا و پردازش زبان طبیعی 3.3 Technology Behind Smart Speakers: Voice Recognition and Natural Language Processing

  • ۳.۴ تأثیر بر رفتار مصرف‌کننده و آینده فناوری صوتی 3.4 Impact on Consumer Behavior and the Future of Voice Technology

  • ۳.۵ نمای کلی فناوری خودروهای خودران: حسگرها، داده‌ها و تصمیم‌گیری هوش مصنوعی 3.5 Overview of Autonomous Vehicle Technology: Sensors, Data, And AI Decision-Making

  • ۳.۶ خودروهای خودران: اخلاق، چالش‌ها و فرصت‌ها 3.6 Self-Driving Cars: Ethics, Challenges, and Opportunities

  • ۳.۷ هوش مصنوعی در مراقبت‌های بهداشتی: از تشخیص تا پزشکی شخصی‌سازی‌شده 3.7 AI in Healthcare: From Diagnostics to Personalized Medicine

  • ۳.۸ پیامدهای اخلاقی: حریم خصوصی بیمار و تصمیم‌گیری هوش مصنوعی در سلامت 3.8 Ethical Implications: Patient Privacy and AI Decision-Making in Healthcare

ماژول ۴: گردش کار پروژه‌های هوش مصنوعی Module 04: The Workflow of AI Projects

  • کتاب صوتی: ماژول ۴: گردش کار پروژه‌های هوش مصنوعی Audiobook: Module 4: The Workflow of AI Projects

  • پادکست: ماژول ۴: گردش کار پروژه‌های هوش مصنوعی Podcast: Module 4: The Workflow of AI Projects

  • ۴.۱ نمای کلی چرخه عمر پروژه هوش مصنوعی 4.1 Overview of the AI Project Lifecycle

  • ۴.۲ هدایت پروژه‌های هوش مصنوعی: نقاط عطف و اهداف شفاف 4.2 Navigating AI Projects: Milestones and Clear Objectives

  • ۴.۳ شناسایی و تعریف مسئله هوش مصنوعی 4.3 Identifying and Defining the AI Problem

  • ۴.۴ تکنیک‌های جمع‌آوری، پاکسازی و پیش‌پردازش داده‌ها 4.4 Data Collection, Cleaning and Pre-processing Techniques

  • ۴.۵ نمای کلی مدل‌ها و الگوریتم‌های رایج هوش مصنوعی 4.5 Overview of Common AI Models and Algorithms

  • ۴.۶ آموزش مدل: تکنیک‌ها، ابزارها و بهترین روش‌ها 4.6 Training the Model: Techniques, Tools, and Best Practices

  • ۴.۷ اعتبارسنجی مدل: معیارهای عملکرد و استراتژی‌های اعتبارسنجی 4.7 Validating the Model: Performance Metrics and Validation Strategies

  • ۴.۸ استقرار هوش مصنوعی: یکپارچه‌سازی، نظارت و نگهداری 4.8 AI Deployment: Integration, Monitoring, and Maintenance

  • ۴.۹ اندازه‌گیری موفقیت و اصلاح مدل‌های هوش مصنوعی 4.9 Measuring Success and Refining AI Models

  • ۴.۱۰ مطالعه موردی: توسعه دستیار هوشمند برای پشتیبانی مشتری به عنوان یک پروژه هوش مصنوعی از ابتدا تا انتها 4.10 Case study: Development of a Smart Assistant for Customer Support as an AI Project from Start to Finish

ماژول ۵: اخلاق و پیامدهای اجتماعی هوش مصنوعی Module 05: Ethics and Social Implications of AI

  • کتاب صوتی: ماژول ۵: اخلاق و پیامدهای اجتماعی هوش مصنوعی Audiobook: Module 5: Ethics and Social Implications of AI

  • پادکست: ماژول ۵: اخلاق و پیامدهای اجتماعی هوش مصنوعی Podcast : Module 5: Ethics and Social Implications of AI

  • ۵.۱ اهمیت اخلاق در توسعه و کاربرد هوش مصنوعی 5.1 The Importance of Ethics in AI Development and Application

  • ۵.۲ هوش مصنوعی اخلاقی: رفع نگرانی‌ها برای تأثیر مثبت اجتماعی 5.2 Ethical AI: Addressing Concerns for Positive Societal Impact

  • ۵.۳ سوگیری و انصاف در هوش مصنوعی 5.3 Bias and Fairness in AI

  • ۵.۴ حریم خصوصی و امنیت در عصر هوش مصنوعی 5.4 Privacy and Security in the Age of AI

  • ۵.۵ توسعه مسئولانه هوش مصنوعی 5.5 Responsible AI Development

  • ۵.۶ هوش مصنوعی و جامعه: نگاه به آینده 5.6 AI and Society: Looking Ahead

ماژول ۶: هوش مصنوعی مولد و خلاقیت Module 06: Generative AI and Creativity

  • کتاب صوتی: ماژول ۶: هوش مصنوعی مولد و خلاقیت Audiobook: Module 6: Generative AI and Creativity

  • پادکست: ماژول ۶: هوش مصنوعی مولد و خلاقیت Podcast: Module 6: Generative AI and Creativity

  • ۶.۱ تعریف هوش مصنوعی مولد و تمایز آن با سایر فناوری‌های هوش مصنوعی 6.1 Defining Generative AI and its Distinction from Other AI Technologies

  • ۶.۲ نمای کلی مدل‌های هوش مصنوعی مولد (مانند GANs، VAEs، مدل‌های ترنسفورمر) 6.2 Overview of Generative AI Models (e.g., GANs, VAEs, Transformer models)

  • ۶.۳ نقش هوش مصنوعی مولد در خلاقیت و نوآوری 6.3 The Role of Generative AI in Creativity and Innovation

  • ۶.۴ مطالعات موردی هوش مصنوعی مولد در هنر، موسیقی، نویسندگی و طراحی 6.4 Case Studies of Generative AI in Art, Music, Writing, and Design

  • ۶.۵ نمایش ابزارها و پلتفرم‌هایی که از هوش مصنوعی مولد برای مقاصد خلاقانه استفاده می‌کنند 6.5 Demonstrating Tools and Platforms that Leverage Generative AI for Creative Purposes

  • ۶.۶ فرآیند خلاقانه تقویت‌شده با هوش مصنوعی: همکاری انسان و ماشین 6.6 The Creative Process Augmented by AI: Collaboration between Humans and Machines

  • ۶.۷ ملاحظات اخلاقی در هوش مصنوعی مولد 6.7 Ethical Considerations in Generative AI

  • ۶.۸ کاوش در آینده خلاقیت با هوش مصنوعی 6.8 Exploring the Future of Creativity with AI

ماژول ۷: آماده‌سازی برای آینده مبتنی بر هوش مصنوعی Module 07: Preparing for AI Driven Future

  • کتاب صوتی: ماژول ۷: آماده‌سازی برای آینده مبتنی بر هوش مصنوعی Audiobook: Module 7: Preparing for AI Driven Future

  • پادکست: ماژول ۷: آماده‌سازی برای آینده مبتنی بر هوش مصنوعی Podcast: Module 7: Preparing for AI Driven Future

  • ۷.۱ چشم‌انداز آینده هوش مصنوعی 7.1 The Future Landscape of AI

  • ۷.۲ هوش مصنوعی و دگرگونی کار 7.2 AI and the Transformation of Work

  • ۷.۳ یادگیری مادام‌العمر در دنیای هوش مصنوعی 7.3 Lifelong Learning in an AI World

  • ۷.۴ استراتژی‌های افراد و سازمان‌ها برای بهره‌گیری از هوش مصنوعی جهت رشد 7.4. Strategies for Individuals and Organizations to Leverage AI for Growth

  • ۷.۵ هدایت ملاحظات اخلاقی و پیامدهای اجتماعی در پذیرش هوش مصنوعی 7.5 Navigating Ethical Considerations and Societal Impacts in AI Adoption

  • ۷.۶ مطالعات موردی: سازگاری و نوآوری موفق در عصر هوش مصنوعی 7.6 Case Studies: Successful Adaptation and Innovation in the AI Era

  • ۷.۷ آماده‌سازی برای آینده با هوش مصنوعی 7.7 Preparing for the Future with AI

ماژول ۸: شروع کار با هوش مصنوعی: گام‌های نخست و منابع Module 08: Starting with AI: First Steps and Resources

  • کتاب صوتی: ماژول ۸: شروع کار با هوش مصنوعی: گام‌های نخست و منابع Audiobook: Module 8: Starting with AI: First Steps and Resources

  • پادکست: ماژول ۸: شروع کار با هوش مصنوعی: گام‌های نخست و منابع Podcast: Module 8: Starting with AI: First Steps and Resources

  • ۸.۱ اهمیت رویکرد استراتژیک به پذیرش هوش مصنوعی 8.1 The Importance of a Strategic Approach to AI Adoption

  • ۸.۲ درک اکوسیستم هوش مصنوعی و ارزیابی آمادگی 8.2 Understanding AI Ecosystem and Assessing Readiness

  • ۸.۳ شناسایی و انتخاب فرصت‌های امیدوارکننده هوش مصنوعی 8.3 Identifying and Selecting Promising AI Opportunities

  • ۸.۴ تعیین اهداف و انتظارات واقع‌بینانه برای ابتکارات هوش مصنوعی 8.4 Setting Realistic Goals and Expectations for AI Initiatives

  • ۸.۵ نقش‌ها و مهارت‌های کلیدی مورد نیاز برای پروژه‌های هوش مصنوعی 8.5 Key Roles and Skills Needed for AI Projects

  • ۸.۶ ساخت در برابر خرید قابلیت‌های هوش مصنوعی: ملاحظات و استراتژی‌ها 8.6 Building vs. Buying AI Capabilities: Considerations and Strategies

  • ۸.۷ پرورش فرهنگ نوآوری و یادگیری در هوش مصنوعی 8.7 Fostering a Culture of AI Innovation and Learning

  • ۸.۸ منابع برای یادگیری و توسعه در حوزه هوش مصنوعی 8.8 Resources for Learning and Development in AI

  • خلاصه دوره Course Summary

نمایش نظرات

آموزش اصول هوش مصنوعی (AI Essentials)
جزییات دوره
28h 47m
84
(آخرین آپدیت)
1,436
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده