آموزش داده های بزرگ در عصر هوش مصنوعی

Big Data in the Age of AI

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: ممکن است هیاهوی تبلیغاتی درباره داده های بزرگ چندین سال پیش به اوج خود رسیده باشد ، اما داده های بزرگ دور از دسترس نیست. در عوض ، پایه و اساس برخی از جالب ترین فن آوری های امروزی را تشکیل می دهد. هوش مصنوعی (AI) ، یادگیری ماشینی و علم داده متکی به داده های بزرگ یا داده هایی هستند که - به دلیل سرعت ، حجم یا تنوع - نمی توانند به راحتی با روش های سنتی ذخیره یا تحلیل شوند. در این دوره غیرتکنیکی ، بارتون پولسون به جستجوی مبحث داده های بزرگ می پردازد و توضیح می دهد که چگونه آنها کار می کنند و جهان داده مدرن ما را شکل می دهد. بارتون ارتباط داده های بزرگ را با هوش مصنوعی ، علوم داده ، رسانه های اجتماعی و اینترنت اشیا (اینترنت اشیا) توضیح می دهد. او برخی از مباحث اخلاقی استفاده از داده های بزرگ را مرور می کند. به علاوه ، او تکنیک های مربوط به تجزیه و تحلیل داده های بزرگ ، از جمله داده کاوی و تجزیه و تحلیل پیش بینی را پوشش می دهد.
موضوعات شامل:
  • اجزای تشکیل دهنده داده های بزرگ را شناسایی کنید.
  • بررسی کنید که داده های بزرگ طی چند سال اخیر رشد کرده اند.
  • اهمیت استفاده از داده های کلان در سازمان های تجاری را توضیح دهید.
  • بین دانش مورد نیاز برای استفاده از داده های بزرگ و درک علم داده تفاوت قائل شوید.
  • لزوم آموزش داده های کلان در یک سازمان را توجیه کنید.
  • عواملی را که برای استفاده از داده های بزرگ در یک پروژه استفاده می شوند ، تجزیه و تحلیل کنید.
  • نتایج حاصل از داده های بزرگ را از نتایج حاصل از مشاهده رفتارها متمایز کنید.

سرفصل ها و درس ها

مقدمه Introduction

  • داده های بزرگ چگونه AI را شکل می دهند How big data shapes AI

1. تعریف داده های بزرگ 1. Defining Big Data

  • حجم ، سرعت و انواع داده های بزرگ The volume, velocity, and variety of big data

  • هوش مصنوعی و یادگیری ماشین Artificial intelligence and machine learning

  • رسانه های اجتماعی و اینترنت اشیاء Social media and the Internet of Things

  • انبارهای داده ، دریاچه های داده و ابر Data warehouses, data lakes, and the cloud

  • لبه محاسبات و محاسبات مه Edge computing and fog computing

2. چگونه از داده های بزرگ استفاده می شود؟ 2. How Is Big Data Used?

  • داده های بزرگ برای استراتژی تجارت Big data for business strategy

  • داده های بزرگ برای تعامل با مشتری Big data for customer interactions

  • داده های بزرگ برای برنامه ها Big data for applications

3. داده های بزرگ و علوم داده 3. Big Data and Data Science

  • ده روش داده های بزرگ با داده های کوچک متفاوت است Ten ways big data is different from small data

  • سه جنبه علم داده است The three facets of data science

  • علم داده بدون داده های بزرگ Data science without big data

  • داده های بزرگ و بدون علم داده Big data without data science

4- اخلاق در داده های بزرگ 4. Ethics in Big Data

  • داده های بزرگ و حریم خصوصی Big data and privacy

  • حاکمیت داده ها Data governance

5- لجستیك داده 5. Data Logistics

  • داده های ساختاری ، نیمه ساختار یافته و بدون ساختار Structured, semi-structured, and unstructured data

  • پردازش دسته ای در مقابل پردازش جریان Batch processing vs. stream processing

  • ذخیره سازی و پردازش توزیع شده است Distributed storage and processing

  • چشم انداز داده در حال تحول An evolving data landscape

6. تجزیه و تحلیل داده های بزرگ 6. Analyzing Big Data

  • چالش هایی با تهیه داده Challenges with data preparation

  • مشاهده داده های بزرگ Visualizing big data

  • داده کاوی Data mining

  • تجزیه و تحلیل متن Text analytics

  • تجزیه و تحلیل احساسات Sentiment analysis

  • تجزیه و تحلیل پیش بینی Predictive analytics

  • تشخیص ناهنجاری Anomaly detection

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

نظری ارسال نشده است.

آموزش داده های بزرگ در عصر هوش مصنوعی
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 7m
27
Linkedin (لینکدین) lynda-small
28 شهریور 1398 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
8,723
- از 5
ندارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Barton Poulson Barton Poulson

پروفسور، طراح، کارشناس تجزیه و تحلیل داده

بارتون پولسون یک پروفسور، طراح و متخصص تجزیه و تحلیل داده ها است.

بارتون در بسیاری از کارهای خود پلی از تحلیل و زیبایی شناسی کرده است. زندگی، با سابقه طراحی صنعتی، دکتری. در روانشناسی اجتماعی و شخصیت، و عشق عمیق به تجزیه و تحلیل داده ها و تجسم داده ها و همچنین هنرهای تجسمی و نمایشی. بارت دانشیار روانشناسی در دانشگاه یوتا ولی است و در دانشگاه بریگام یانگ، دانشگاه یوتا و دانشگاه سیتی نیویورک تحصیل کرده است. او در نقش خود به عنوان معلم تحقیق و تحلیل، صدها مطالعه را با دانشجویان خود در مورد موضوعاتی از هویت اجتماعی و آرزوها تا ترجیحات ضمنی برای شعر و معماری انجام داده است. بارت و همسرش، ژاک لین بل، یک طراح رقص مدرن، با سه فرزند خود در شهر زیبای سالت لیک زندگی می کنند.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.