آموزش هوش مصنوعی برای تحلیلگران داده - آخرین آپدیت

ماژول ۱: مقدمه‌ای بر عامل‌های هوش مصنوعی Module 1: Introduction to AI Agents

• ویدئوی راهنما Navigation Video

• معرفی دوره Course Introduction

• ۱.۱ درک عامل‌های هوش مصنوعی در سیستم‌های داده 1.1 Understanding AI Agents in Data Systems

• ۱.۲ اجزای عامل‌های هوش مصنوعی 1.2 Components of AI Agents

• ۱.۳ انواع عامل‌های هوش مصنوعی 1.3 Types of AI Agents

• ۱.۴ معماری‌ها و کاربردهای واقعی عامل‌های هوش مصنوعی 1.4 Architectures and Real-World Applications of AI Agents

• ۱.۵ ملاحظات اخلاقی و طراحی در عامل‌های AI و چشم‌انداز آینده 1.5 Ethical and Design Considerations in AI Agents & Future Scope

ماژول ۲: عامل‌های داده و نقش آن‌ها در سیستم‌های هوش مصنوعی Module 2: Data Agents and Their Role in AI Systems

• ۲.۱ عامل‌های داده هوش مصنوعی 2.1 AI Data Agents

• ۲.۲ تفاوت هوش مصنوعی با عامل داده هوش مصنوعی 2.2 AI vs. AI Data Agent

• ۲.۳ اجزای عامل‌های داده هوش مصنوعی 2.3 Components of AI Data Agents

• ۲.۴ انواع عامل‌های داده هوش مصنوعی 2.4 Types of AI Data Agents

• ۲.۵ عامل‌های داده AI – انواع، کاربردها و مطالعات موردی واقعی 2.5 AI Data Agents – Types, Applications, and Real-World Case Studies

ماژول ۳: جمع‌آوری و اکتساب داده‌ها برای عامل‌های داده AI Module 3: Data Collection and Acquisition for AI Data Agents

• ۳.۱ عامل‌های داده AI – اکتساب داده، برنامه‌ریزی و مطالعات موردی در کشاورزی هوشمند 3.1 AI Data Agents – Data Acquisition, Planning, and Case Studies in Smart Agriculture

• ۳.۲ جمع‌آوری داده‌های AI – طراحی، آماده‌سازی و تضمین کیفیت 3.2 AI Data Collection – Design, Preparation, and Quality Assurance

• ۳.۳ ذخیره‌سازی داده‌ها و مستندسازی فرآیند 3.3 Storing the Data and Process Documentation

• ۳.۴ برچسب‌گذاری (Annotation) داده‌ها 3.4 Annotation of the Data

• ۳.۵ روش‌های جمع‌آوری داده‌ها و استریم داده‌های بلادرنگ 3.5 Methods of Data Collection and Real-Time Data Streaming

• ۳.۶ جمع‌آوری داده‌ها بر پایه Batch و API 3.6 Batch and API-Based Data Collection

ماژول ۴: پیش‌پردازش داده‌ها و مهندسی ویژگی Module 4: Data Pre-Processing and Feature Engineering

• ۴.۱ پیش‌پردازش داده‌ها و مهندسی ویژگی 4.1 Data Pre-processing and Feature Engineering

• ۴.۲ مهندسی ویژگی برای مدل‌های هوش مصنوعی 4.2 Feature Engineering for AI Models

• ۴.۳ انتخاب ویژگی، استخراج ویژگی و کاربردهای واقعی 4.3 Feature Selection, Feature Extraction, and Real-World Applications

• ۴.۴ کاهش ابعاد و کدگذاری 4.4 Dimensionality Reduction & Encoding

• ۴.۵ Binning، Bucketing، تبدیل ویژگی و مهندسی ویژگی 4.5 Binning, Bucketing, Feature Transformation and Feature Engineering

• ۴.۶ عامل داده AI بدون کدنویسی برای پیش‌پردازش و مهندسی ویژگی 4.6 No-Code AI Data Agent for Preprocessing & Feature Engineering

ماژول ۵: مدل‌های هوش مصنوعی و یادگیری ماشین برای عامل‌های داده Module 5: AI and Machine Learning Models for Data Agents

• ۵.۱ بررسی کلی یادگیری ماشین برای عامل‌های داده AI 5.1 Overview of Machine Learning for AI Data Agents

• ۵.۲ تکنیک‌های یادگیری ماشین در عامل‌های داده AI 5.2 Machine Learning Techniques in AI Data Agents

• ۵.۳ یادگیری ماشین پیشرفته برای عامل‌های داده AI 5.3 Advanced Machine Learning for AI Data Agents

• ۵.۴ انتخاب و آموزش مدل‌های یادگیری ماشین برای عامل‌های داده AI 5.4 Selecting and Training Machine Learning Models for AI Data Agents

• ۵.۵ مدل‌های پیشرفته یادگیری ماشین و بهینه‌سازی برای عامل‌های داده AI 5.5 Advanced Machine Learning Models and Optimization for AI Data Agents

ماژول ۶: اخلاق، امنیت و حریم خصوصی در عامل‌های داده AI Module 6: Ethics, Security, and Privacy in AI Data Agents

• ۶.۱ مسائل اخلاقی کلیدی و اصول گسترده‌تر اخلاقی در عامل‌های داده AI 6.1 Key Ethical Issues and Broader Ethical Principles in AI Data Agents

• ۶.۲ عدالت و پاسخگویی در عامل‌های داده AI 6.2 Fairness and Accountability in AI Data Agents

• ۶.۳ ریسک سوگیری و چارچوب‌های اخلاقی در عامل‌های داده AI 6.3 Risk of Bias and Ethical Frameworks in AI Data Agents

• ۶.۴ نگرانی‌های امنیتی و حریم خصوصی در عامل‌های داده AI 6.4 Security and Privacy Concerns in AI Data Agents

• ۶.۵ رویه‌های قانونی، نظارتی و اخلاقی داده‌ها در عامل‌های داده AI 6.5 Legal, Regulatory, and Ethical Data Practices in AI Data Agents

ماژول ۷: پروژه نهایی: ساخت و استقرار یک عامل داده هوش مصنوعی Module 7: Capstone Project: Building and Deploying an AI Data Agent

• ۷.۱ ویدئوی مقدماتی پروژه نهایی 7.1 Introductory Video for Capstone Project

• جمع‌بندی دوره Course Summary