آموزش یادگیری بدون کد AI
Learning No-Code AI
اصول پلتفرم های هوش مصنوعی بدون کد را کاوش کنید تا بتوانید انتخاب کنید پلتفرمی که برای شما مناسب است. نحوه ساخت یک مدل بینایی کامپیوتری بدون کد هوش مصنوعی را در سه مرحله ساده بیاموزید، درک خود را از اکوسیستم هوش مصنوعی بدون کد، ابزارها و قوانین آن، و نقش های مختلفی که می توانید ایفا کنید اگر به دنبال آن هستید، توسعه دهید. یک فرصت تازه در پایان این دوره، شما آماده خواهید بود که از هوش مصنوعی بدون کد برای ساختن مدل های جدید که برای شما کار می کنند استفاده کنید.
مقدمه Introduction
-
هوش مصنوعی بدون کد و اینکه چگونه می تواند به شما کمک کند No-code AI and how it can help you
1. No-Code AI چیست؟ 1. What Is No-Code AI?
-
معرفی هوش مصنوعی با هوش مصنوعی بدون کد Introducing AI with no-code AI
-
چه چیزی با هوش مصنوعی بدون کد امکان پذیر است؟ What is possible with no-code AI?
-
چه زمانی از هوش مصنوعی بدون کد استفاده کنیم؟ When to use no-code AI?
-
تمرین: سه مرحله اول در ساخت هوش مصنوعی بدون کد Exercise: First three steps in building no-code AI
-
امتحان فصل Chapter Quiz
2. ساختن هوش مصنوعی بدون کد با دید کامپیوتری 2. Building No-Code AI with Computer Vision
-
سه مرحله برای ساخت یک مدل بینایی کامپیوتری Three steps to build a computer vision model
-
ساخت یک مدل بینایی کامپیوتری با هوش مصنوعی بدون کد Building a computer vision model with no-code AI
-
چالش: یک مدل ویسون برای نقص لاستیک بسازید Challenge: Build a vison model for tire defects
-
راه حل: یک مدل دید برای نقص لاستیک بسازید Solution: Build a vision model for tire defects
-
امتحان فصل Chapter Quiz
3. اکوسیستم و ابزارهای No-Code AI 3. No-Code AI Ecosystem and Tools
-
درک اکوسیستم هوش مصنوعی بدون کد Understanding the no-code AI ecosystem
-
مراحل انتخاب ابزار هوش مصنوعی بدون کد The steps for selecting a no-code AI tool
-
مثال: انتخاب ابزار مناسب هوش مصنوعی بدون کد Example: Selecting the appropriate no-code AI tool
-
نسخه ی نمایشی: هوش مصنوعی بدون کد با یادگیری ماشین Demo: No-code AI with machine learning
-
امتحان فصل Chapter Quiz
4. نقش شما در ایجاد هوش مصنوعی با هوش مصنوعی بدون کد 4. Your Role in Building AI with No-Code AI
-
نقش های مختلف شغلی در ساخت هوش مصنوعی بدون کد چیست؟ What are the different job roles in building no-code AI?
-
مدل های کسب و کار برای هوش مصنوعی بدون کد Business models for no-code AI
-
امتحان فصل Chapter Quiz
5. ادامه سفر یادگیری هوش مصنوعی بدون کد 5. Continuing Your No-Code AI Learning Journey
-
سه مسیر برای ادامه یادگیری هوش مصنوعی بدون کد Three paths to continue learning no-code AI
-
خلاصه دوره و برنامه ریزی مراحل بعدی Course summary and planning next steps
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/2847
آموزش مبانی علم داده: نمودارهای دانش
Data Science Foundations: Knowledge Graphs
مدیریت اطلاعات خود را با نمودارهای دانش ارتقا دهید. این دوره ابزارهای نمودار دانش و همچنین نحوه شبکه سازی پایگاه های داده و ایجاد پایگاه دانش دیجیتال را پوشش می دهد.
آموزش چشم انداز دادن به کامپیوترها
Giving Computers Vision
در مورد دیدگاه کامپیوتری، یک زمینه محبوب هوش مصنوعی که تکنولوژی را مانند تشخیص چهره و اتومبیل های خود رانندگی می کند، یاد بگیرید.
آموزش برچسب گذاری داده ها برای یادگیری ماشینی
Data Labeling for Machine Learning
درباره برچسب‌گذاری داده‌ها، اینکه چرا برای انجام یادگیری ماشینی لازم است و چگونه می‌توانید از برچسب‌گذاری داده‌ها به طور موثر استفاده کنید، بیاموزید.
آموزش یادگیری ماشین و مبانی هوش مصنوعی: پیش‌بینی، علیت و استنتاج آماری
Machine Learning and AI Foundations: Prediction, Causation, and Statistical Inference
برای کمک به بهبود مدل‌های یادگیری ماشینی و تحلیل‌های آماری، بینش‌هایی به دست آورید.
Sudha Jamthe
مدیر عامل اختلالات اینترنت اشیا، مشاور، نویسنده، و مربی
سودا. یک آینده پژوه فناوری با نوآوری جهانی و تجربه عملیات تجاری گسترده است. او که یک سخنران کلیدی بسیار مورد توجه و نویسنده شش کتاب است، در سن خوزه، کالیفرنیا زندگی و کار می کند، جایی که دوره های هوش مصنوعی، وسایل نقلیه خودران، و اینترنت اشیاء را در برنامه مطالعات مداوم در دانشگاه استنفورد تدریس می کند. آثار او در Axios، TechCrunch، Huffington Post، AutomatedBuildings و VentureBeat او دارای کارشناسی ارشد مدیریت بازرگانی با تمرکز بر بازاریابی و استراتژی از دانشکده کسب و کار Questrom در دانشگاه بوستون است.
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.