درباره دوره: دوره آموزشی MySQL به گونه‌ای طراحی شده است که شرکت‌کنندگان را با مفاهیم و کاربردهای اساسی و پیشرفته SQL در محیط MySQL آشنا کند. این دوره شامل مباحثی از جمله ایجاد و مدیریت پایگاه‌های داده، نوشتن و اجرای دستورات SQL، استفاده از توابع و عبارات شرطی، بهینه‌سازی پرس‌وجوها، و مدیریت کاربران و دسترسی‌ها می‌باشد. دانشجویان و علاقه‌مندان به علوم کامپیوتر و فناوری اطلاعات: این دوره برای دانشجویانی که می‌خواهند مهارت‌های SQL خود را تقویت کنند و در پروژه‌های دانشگاهی و تحقیقاتی از پایگاه داده استفاده کنند، بسیار مفید است. برنامه‌نویسان و توسعه‌دهندگان نرم‌افزار: افرادی که در حوزه توسعه وب و نرم‌افزار فعالیت می‌کنند و نیاز به مدیریت داده‌ها و ایجاد برنامه‌های داده‌محور دارند، می‌توانند از این دوره بهره‌مند شوند. تحلیل‌گران داده و متخصصان BI: کسانی که در زمینه تحلیل داده و هوش تجاری فعالیت دارند و نیاز به استخراج و تحلیل داده‌ها از پایگاه‌های داده مختلف دارند، با شرکت در این دوره می‌توانند دانش و مهارت‌های لازم را کسب کنند.مدیران پایگاه داده: افرادی که مسئولیت مدیریت و نگهداری پایگاه‌های داده سازمان‌ها را برعهده دارند، می‌توانند با شرکت در این دوره با تکنیک‌های پیشرفته مدیریت و بهینه‌سازی پایگاه‌های داده آشنا شوند. این دوره با ترکیبی از مباحث تئوری و عملی، شرکت‌کنندگان را برای مواجهه با چالش‌های واقعی در زمینه مدیریت و استفاده از پایگاه‌های داده آماده می‌کند. معرفی دوره: 1 - Intro نصب و راه اندازی: 1 - سیستم مدیریت پایگاه داده (DBMS) 2 - نصب MySQL و Workbench 3 - ساخت بانک اطلاعاتی 4 - کوییز درس دوم دستورات تعریف داده (DDL): 1 - انواع داده Data Types 2 - ساخت جدول و تعریف کلید اصلی 3 - کوییز درس سوم 4 - محدود سازی فیلدها 5 - تغییر دادن جدول 6 - کوییز درس چهارم 7 - تعریف کلید خارجی 8 - کوییز درس پنجم دستکاری اطلاعات (DML): 1 - درج اطلاعات در جدول insert 2 - کوییز درس اول 3 - حذف اطلاعات delete 4 - کوییز درس دوم 5 - به روز رسانی اطلاعات update 6 - کوییز درس سوم 7 - انتخاب اطلاعات select تابع یا function: 1 - تابع 2 - مثال بررسی مبحث استخراج: 1 - اینر جوین inner join 2 - لفت جوین left join 3 - کوییز درس دوم 4 - رایت جوین right join 5 - ترکیب جوین تکمیلی: 1 - مرتب‌سازی order by و group by و ASC و DESC 2 - کوییز درس اول 3 - تعریف ویو view 4 - تعریف کاربر و انواع دسترسی‌ها پروژه پایانی: 1 - ویدیو پروژه پایانی (بخش اول) 2 - ویدیو پروژه پایانی (بخش دوم) 3 - پروژه نهایی

درباره دوره: پایتون به معنی اژدهاست . شاید انتخاب این اسم برای این زبان برنامه نویسی بی ربط نباشد چراکه یکی از قدرتمند ترین نرم افزارهای صنعتی ویرایش متن محسوب میشود . با کمک پایتون میتوان از کارهای ساده ریاضی تا پیچیده ترین عملیات کنترل متن مانند مرورگرهای داینامیک و اتوماسیون را انجام دهید. ویژگی دیگر این زبان برنامه نویسی سادگی آن است که امکان یادگیری برای همگان را فراهم میکند.  توجه داشته باشید که این درس از مجموعه دوره‌های آموزش برنامه نویسی مکتب خونه آموزش با پایتون 2 است. همچنین در مکتب خونه انواع دوره آموزش پایتون به عنوان مکمل و پیش نیاز این دوره نیز موجود است. فیلم های آموزشی: 1 - جلسه ۱ - آموزش مقدماتی Python - Installing Python 2 - جلسه ۲ - آموزش مقدماتی Python - Numbers and Math 3 - جلسه ۳ - آموزش مقدماتی Python - Variables 4 - جلسه ۴ - آموزش مقدماتی Python - Modules and Functions 5 - جلسه ۵ - آموزش مقدماتی Python - How to Save Your Programs 6 - جلسه ۶ - آموزش مقدماتی Python - Strings 7 - جلسه ۷ - آموزش مقدماتی Python - More on Strings 8 - جلسه ۸ - آموزش مقدماتی Python - Raw Input 9 - جلسه ۹ - آموزش مقدماتی Python - Sequences and Lists 10 - جلسه ۱۰ - آموزش مقدماتی Python - Slicing 11 - جلسه ۱۱ - آموزش مقدماتی Python - Editing Sequences 12 - جلسه ۱۲ - آموزش مقدماتی Python - More List Functions 13 - جلسه ۱۳ - آموزش مقدماتی Python - Slicing Lists 14 - جلسه ۱۴ - آموزش مقدماتی Python - Intro to Methods 15 - جلسه ۱۵ - آموزش مقدماتی Python - More Methods 16 - جلسه ۱۶ - آموزش مقدماتی Python - Sort and Tuples 17 - جلسه ۱۷ - آموزش مقدماتی Python - Strings n Stuff 18 - جلسه ۱۸ - آموزش مقدماتی Python - Cool String Methods 19 - جلسه ۱۹ - آموزش مقدماتی Python - Dictionary 20 - جلسه ۲۰ - آموزش مقدماتی Python - If Statement 21 - جلسه ۲۱ - آموزش مقدماتی Python - else and elif 22 - جلسه ۲۲ - آموزش مقدماتی Python - Nesting Statements 23 - جلسه ۲۳ - آموزش مقدماتی Python - Comparison Operators 24 - جلسه ۲۴ - آموزش مقدماتی Python - And and Or 25 - جلسه ۲۵ - آموزش مقدماتی Python - For and While Loops 26 - جلسه ۲۶ - آموزش مقدماتی Python - Infinite Loops and Break 27 - جلسه ۲۷ - آموزش مقدماتی Python - Building Functions 28 - جلسه ۲۸ - آموزش مقدماتی Python - Default Parameters 29 - جلسه ۲۹ - آموزش مقدماتی Python - Multiple Parameters 30 - جلسه ۳۰ - آموزش مقدماتی Python - Parameter Types 31 - جلسه ۳۱ - آموزش مقدماتی Python - Tuples as Parameters 32 - جلسه ۳۲ - آموزش مقدماتی Python - Object Oriented Program 33 - جلسه ۳۳ - آموزش مقدماتی Python - Classes and Self 34 - جلسه ۳۴ - آموزش مقدماتی Python - Subclasses Superclasses 35 - جلسه ۳۵ - آموزش مقدماتی Python - Overwrite Variable on Sub 36 - جلسه ۳۶ - آموزش مقدماتی Python - Multiple Parent Classes 37 - جلسه ۳۷ - آموزش مقدماتی Python - Constructors 38 - جلسه ۳۸ - آموزش مقدماتی Python - Import Modules 39 - جلسه ۳۹ - آموزش مقدماتی Python - reload Modules 40 - جلسه ۴۰ - آموزش مقدماتی Python - Getting Module Info 41 - جلسه ۴۱ - آموزش مقدماتی Python - Working with Files 42 - جلسه ۴۲ - آموزش مقدماتی Python - Reading and Writing 43 - جلسه ۴۳ - آموزش مقدماتی Python - Writing Lines

درباره دوره: جاوا اسکریپت یک زبان برنامه‌نویسی سطح بالا است که برای ایجاد و کنترل محتوای پویا وب‌سایت، مانند گرافیک‌های متحرک، فرم‌های تعاملی و اسلایدر تصویر استفاده می‌شود. همچنین جاوا اسکریپت برای ایجاد برنامه‌های کاربردی موبایل مورد استفاده قرار می‌گیرد و می‌توان از آن برای برنامه‌نویسی سمت سرور نیز استفاده کرد. جاوا اسکریپت بخشی ضروری از توسعه وب است و توسط همه مرورگرهای وب اصلی پشتیبانی می‌شود. دوره آموزش رایگان Javascript با هدف آموزش این زبان تهیه و تدوین شده است که در ادامه به معرفی آن خواهیم پرداخت. شایان‌ذکر است که ازآنجاکه جاوا اسکریپت یک زبان برنامه‌نویسی سطح بالا، پویا و مفسری به‌حساب می‌آید، یادگیری آن بسیار لازم و ضروری است. در ادامه یک معرفی کلی از دوره جاوا اسکریپت رایگان ارائه و در بخش بیشتر بدانید توضیحاتی در مورد جاوا اسکریپت ارائه خواهد شد. دوره آموزش رایگان Javascript یک دوره آموزش پروژه محور کاملاً کاربردی بوده که برای علاقه‌مندان به جاوا اسکریپت تهیه و تدوین شده است و هم‌اکنون به‌صورت رایگان در مکتب خونه در دسترس قرار دارد. این دوره آموزش رایگان جاوا اسکریپت در ٦ فصل ارائه شده است. استاد این درس، جناب علی شیخ از اساتید برجسته هستند. دوره آموزش رایگان Javascript برای افراد زیر مناسب است: دانشجویان پس از گذراندن دوره آموزش رایگان Javascript به مباحث زیر تسلط خواهند یافت: برای شروع آموزش جاوا اسکریپت رایگان به یک ویرایشگر متن برای نوشتن کد و به یک مرورگر برای نمایش صفحات دارید. ویرایش‌گرهای Notepad++ ،Visual Studio Code ،Sublime Text ،Atom یا هر ویرایشگر دیگری می‌تواند برای این کار مناسب باشد. پیش از فراگیری آموزش زبان جاوا اسکریپت باید با HTML & CSS و بوت‌استرپ آشنایی داشته باشید. بنابراین اگر می‌خواهید بهره کافی از این دوره را ببرید، بهتر است ابتدا دوره‌های زیر را بگذرانید: بعد از گذراندن دوره آموزش برنامه نویسی جاوا اسکریپت برای پیشرفت در حوزه طراحی سایت پیشنهاد می‌کنیم دوره آموزش رایگان Node.js را نیز مشاهده کنید. در دوره آموزش رایگان Javascript پروژه محور همزمان با آموزش جاوا اسکریپت به آموزش اکما اسکریپت هم می‌پردازیم. در این دوره ابتدا تاریخچه هر دو زبان را بررسی کرده سپس از مباحث ابتدایی مانند متغیرها، توابع، حلقه‌ها شروع می‌کنیم. سپس به مباحث پیشرفته‌تری مانند BOM، DOM و سپس رویدادها، local storage و سشن‌ها می‌پردازیم. در انتها هم با انجام یک پروژه تمام مواردی که در این دوره آموخته‌ایم را پیاده می‌کنیم. جاوا اسکریپت نوعی زبان برنامه‌نویسی سطح بالا و مفسری است که برای توسعه وب استفاده می‌شود. جاوا اسکریپت بیشتر به‌عنوان یک زبان برنامه‌نویسی سمت سرویس‌گیرنده (سمت کلاینت) برای مرورگرهای وب استفاده می‌شود و به توسعه‌دهندگان اجازه می‌دهد وب‌سایت‌های کاملاً تعاملی را بسازند. از دیگر کاربردهای جاوا اسکریپت می‌توان به برنامه‌نویسی سمت سرور، توسعه بازی و توسعه اپلیکیشن موبایل اشاره کرد. در توسعه وب، جاوا اسکریپت بیشترین کاربرد را میان زبان‌های برنامه‌نویسی دارد و می‌توان با آن به توسعه بازی و توسعه اپلیکیشن‎‎های موبایل پرداخت. اکثر وب‌سایت‌ها از جاوا اسکریپت استفاده می‌کنند و توسط تمام مرورگرهای وب مدرن بدون نیاز به پلاگین پشتیبانی می‌شود. جاوا اسکریپت همچنین برای برنامه‌نویسی شبکه سمت سرور با محیط‌های زمان اجرا مانند Node.js استفاده می‌شود و اجازه ایجاد وب سرورها و برنامه‌های کاربردی تلفن همراه را می‌دهد. دوره آموزش رایگان Javascript نقطه شروع بسیار مناسبی برای ورود به دنیای برنامه‌نویسی جاوا اسکریپت به‌حساب می‌آید. از مهم‌ترین کاربردهای جاوا اسکریپت می‌توان به فهرست موارد زیر اشاره کرد: با شرکت در دوره آموزش رایگان Javascript می‌توانید قدم اول را برای ورود به مهارت‌های زیر کسب کرده و قدم مهمی را در این راستا بردارید. جاوا اسکریپت یک زبان برنامه‌نویسی بسیار قدرتمند سمت کلاینت است. از این زبان اغلب برای افزایش تعامل کاربر با صفحه وب استفاده می‌شود؛ به عبارت دیگر، شما با کمک جاوا اسکریپت می‌توانید وب‌سایت خود را از یک صفحه استاتیک به یک صفحه تعاملی تبدیل کنید. این زبان تجربه کاربر از صفحه وب شما را بهبود می‌بخشد. جاوا اسکریپت نه تنها در طراحی وب‌سایت بلکه در توسعه بازی و اپلیکیشن‌های موبایلی هم به طور گسترده‌ای به کار می‌رود. بسیاری از برنامه‌نویسان تصور می‌کنند اگر به زبان جاوا مسلط هستند دیگر نیازی به آموزش جاوا اسکریپت ندارند. دو زبان برنامه‌نویسی جاوا و جاوا اسکریپت هیچ ارتباطی به هم ندارند. جاوا اسکریپت تنها یک زبان اسکریپت‌نویسی است، در حالی که جاوا به‌عنوان یک زبان برنامه‌نویسی پیچیده شناخته می‌شود. سینتکس جاوا اسکریپت بیشتر تحت تأثیر زبان برنامه‌نویسی C است. اکما اسکریپت نسخه استاندارد شده جاوا اسکریپت محسوب می‌شود که توسط Ecma international ارائه شده و تاکنون نسخه‌های متفاوتی از اکما اسکریپت منتشر شده است، اما نسخه 6 آن یعنی ES6 طرفداران زیادی دارد. این نسخه در اجرای جاوا اسکریپت به‌کار می‌رود. یکی از دلایل محبوبیت این نسخه این است که برای اجرای کد ES6 در مرورگرهای جدید از BABEL استفاده می‌شود. BABEL یک فرستنده برای جاوا اسکریپت است که باعث می‌شود کد ES6 بتواند در هر مرورگری اجرا شود. در دوره آموزش جاوا اسکریپت رایگان تمام مباحث ساده تا پیشرفته دو زبان جاوا اسکریپت و اکما اسکریپت را هم‌زمان فرا می‌گیرید و در انتها با کمک آموخته‌های خود یک پروژه طراحی می‌کنید. جاوا اسکریپت مزایای بسیار زیادی را به همراه دارد که از مهم‌ترین آن ها می‌توان به موارد زیر اشاره کرد: با شرکت در دوره آموزش رایگان جاوا اسکریپت مکتب خونه، رفته‌رفته به این مزایای جاوا اسکریپت بیشتر پی خواهیم برد. ممکن است هرکسی به شیوه‌ای و از راهی شروع به یادگیری جاوا اسکریپت بکند. به‌صورت کلی نقشه راه زیر یک نقشه راه استاندارد برای ورود به دنیای جاوا اسکریپت و شروع کار با آن است: 1. با اصول اولیه جاوا اسکریپت شروع کنید: اصول جاوا اسکریپت مانند متغیرها، انواع داده‌ها و عملیات اساسی را بیاموزید. 2. سینتکس یا نحو جاوا اسکریپت و نحوه نوشتن کد را بیاموزید: نحوه نوشتن و ساختار کد، استفاده از دستورات if-else و انجام اشکال زدایی اولیه را بیاموزید. 3. کتابخانه‌ها و چارچوب‌های جاوا اسکریپت را بیاموزید: کتابخانه‌های محبوبی مانند jQuery و فریمورک‎هایی مانند React Angular و React Native را بیاموزید. 4. درباره Document Object Model (DOM) بیاموزید: با سینتکس دست‌کاری DOM با جاوا اسکریپت و نحوه افزودن، حذف و اصلاح عناصر در صفحه آشنا شوید. کار با DOM و یادگیری آن در جاوا اسکریپت، بسیار ضروری است. 5. درباره برنامه‌نویسی ناهم‌زمان بیاموزید: نحوه استفاده از تماس‌های برگشتی، Promises و async/wait را برای ایجاد درخواست‌های ناهم‌زمان و رسیدگی به پاسخ‌ها بیاموزید. 6. درباره توسعه وب بیاموزید: با مفاهیم HTML، CSS و توسعه وب آشنا شوید. 7. تمرین: نوشتن کد جاوا اسکریپت و توسعه برنامه‌های کاربردی وب را تمرین کنید. 8. مفاهیم پیشرفته‌تر را بیاموزید: درباره موضوعات پیشرفته مانند شی‌ءگرایی در جاوا اسکریپت، بسته شدن (کلوزر در جاوا اسکریپت)، وراثت نمونه اولیه و برنامه‌نویسی تابعی و غیره بیاموزید. 9. فناوری‌های جدید را بیاموزید: از آخرین فناوری‌ها و روندهای دنیای جاوا اسکریپت با خبر باشید و آن ها را بیاموزید. بدون شک شما به‌عنوان یک علاقه‌مند به زبان جاوا اسکریپت از هرکجا و از هر طریقی بخواهید شروع کنید به یک نقطه شروع نیاز دارید. دوره آموزش رایگان Javascript یکی از بهترین نقطه شروع‌ها برای این هدف است و تا حدود زیادی می‌تواند مسیر را برای شما روشن کند. ممکن است که از خودتان بپرسید که چرا اصلاً باید جاوا اسکریپت را یاد بگیریم؟ دلایل زیر می‌تواند به این سؤال شما پاسخ دهد و تا حدود زیادی قانع‌کننده باشد: با توجه به دلایل زیر می‌توان امیدوار بود که یادگیری جاوا اسکریپت می‌تواند ارزش‌افزوده زیادی را در دنیای امروزی برای کاربر ایجاد کند و تصمیم برای شرکت در دوره آموزش رایگان Javascript یک تصمیم کاملاً منطقی باشد. شاید مهم‌ترین دغدغه افرادی که با جاوا اسکریپت آشنایی ندارند، بحث درآمد باشد. به‌صورت کلی می‌توان گفته که بازار کار جاوا اسکریپت بسیار پررونق است. جاوا اسکریپت در بین توسعه‌دهندگان تقاضای زیادی دارد و پست‌های شغلی برای موقعیت‌های مرتبط با جاوا اسکریپت رایج و در حال رشد است. با توجه به اداره آمار کار در سطح بین‌المللی، انتظار می‌رود تقاضا برای توسعه‌دهندگان نرم‌افزار با تجربه جاوا اسکریپت از سال 2019 تا 2029 نزدیک به ٢٤ درصد رشد کند. علاوه بر این، بسیاری از کارفرمایان اکنون به دنبال توسعه‌دهندگانی با طیف گسترده‌ای از مهارت‌های جاوا اسکریپت هستند، از جمله Node.js، React، Angular؛ و Vue.js؛ بنابراین اگر به حرفه‌ای در توسعه نرم‌افزار علاقه‌مند هستید، جاوا اسکریپت قطعاً زبانی است که باید یاد بگیرید. به طور کلی، بازار کار جاوا اسکریپت هم رقابتی و هم سودآور است. کارفرمایان به دنبال توسعه‌دهندگان بسیار ماهر هستند که بتوانند برنامه‌ها و وب‌سایت‌های تعاملی بسازند، بنابراین داشتن درک قوی از زبان و چارچوب‌های مرتبط با آن به شما مزیت رقابتی می‌دهد. برای حرفه‌ای شدن در جاوا اسکریپت می‌توان از دوره‌های آموزش جاوا اسکریپت مکتب خونه بهره برد که دوره آموزش رایگان Javascript یکی از مهم‌ترین آن ها به‌حساب می‌آید. کسانی که جاوا اسکریپت را یاد می‌گیرند، می‌توانند در رسته‌های شغلی زیر به فعالیت مشغول شوند: بدون شک جاوا اسکریپت یکی از پرکاربردترین زبان‌های برنامه‌نویسی است که امروزه از آن استفاده می‌شود و چشم‌انداز آن برای آینده همچنان امیدوارکننده به نظر می‌رسد. برای شروع یادگیری جاوا اسکریپت نیاز به نقطه شروع و نقشه راه است. دوره آموزش رایگان جاوا اسکریپت Javascript نقطه شروعی عالی برای این هدف بوده که در مکتب خونه تهیه و تدوین شده است و هم‌اکنون به‌صورت رایگان در دسترس کاربران قرار دارد. همچنین دوره‌ها و انواع آموزش جاوا اسکریپت کامل و جامع از مقدماتی تا پیشرفته برای جاوا اسکریپت در مکتب خونه وجود دارد که همه جوانب یادگیری این زبان را پوشش می‌دهند و منابع بسیار معتبری برای یادگیری آن به‌حساب می‌آیند. فصل اول: آشنایی با Javascript: 1 - تفاوت JavaScript با EcmaScript 2 - ابزارهای مورد نیاز 3 - Console 4 - Variables 5 - Data Types 6 - Type Conversion 7 - کار با Number 8 - کار با String 9 - کار با Array 10 - کار با Object 11 - شرط دستوری If 12 - شرط دستوری Switch 13 - Functions 14 - Loops 15 - محدوده متغیرها 16 - کار با Maps 17 - کار با Sets 18 - Destructuring 19 - Find & Filter فصل دوم: Module در ES6: 1 - آشنایی با Module 2 - Export & Import 3 - Default & As فصل سوم: BOM: 1 - معرفی ‌BOM 2 - بخش های BOM فصل چهارم: DOM: 1 - معرفی DOM 2 - Selector بخش اول 3 - Selector بخش دوم 4 - Selector بخش سوم 5 - Create Element 6 - Edit & Remove Element فصل پنجم: Events: 1 - معرفی Events 2 - Events بخش اول 3 - Events بخش دوم 4 - Local Storage & Session فصل ششم: پروژه جاوا اسکریپت: 1 - پروژه جاوا اسکریپت - بخش اول 2 - پروژه جاوا اسکریپت - بخش دوم 3 - پروژه جاوا اسکریپت - بخش سوم

درباره دوره: از اولین افرادی باشید که به سراغ موج جدید در طراحی دیجیتال، یعنی ادغام هوش مصنوعی در نرم افزارهای Adobe می روند. به دوره آموزش Adobe Firefly از از مجموعه دوره‌های آموزش هوش مصنوعی مکتب خونه خوش آمدید! این فرصت شماست تا در دنیای هیجان انگیز هوش مصنوعی مولد – Generative AI، کاوش کنید و بر ابزارهای هوش مصنوعی مولد تازه راه‌اندازی شده ادوبی فایرفلای، مسلط شوید. مجموعه‌ای که مرزهای خلاقیت و بهره‌وری را باز تعریف خواهد کرد. این دوره برای هر کسی که به دنبال آشنایی، راحتی و در نهایت تسلط بر ابزارهای هوش مصنوعی مولد ادوبی است، طراحی شده است. دوره را با آشنایی یافتن با هوش مصنوعی مولد و مهندسی پرامپت آغاز می‌کنیم. در ادامه تمامی ابزارهای هوش مصنوعی مولد ادوبی فایرفلای را هم در مرورگر و هم در نرم افزارهای ادوبی مانند فتوشاپ و ایلاستریتور بررسی خواهیم کرد. پس از اتمام دوره، به درک جامعی از ابزارهای هوش مصنوعی مولد ادوبی فایرفلای خواهید رسید. شما این دانش را خواهید داشت که تشخیص دهید با این ابزارهای نوآورانه چه چیزی ممکن و چه چیزی ممکن نیست و به شما این قدرت را می‌دهد که از پتانسیل کامل آن‌ها در پروژه‌های خلاقانه شخصی یا حرفه‌ای خود استفاده کنید. آموزش ادوبی فایرفلای جزو مطالب مربوط به مبحث هوش مصنوعی و یادگیری ماشین است. این هوش مصنوعی توانایی تولید محتوای منحصر به فرد را دارد. تولید سریع و آسان متن و تصویر از قابلیت‌های ویژه‌ی این هوش مصنوعی به‌شمار می‌آید. اگر شما نیز به کار با هوش مصنوعی یا تولید محتوا علاقه‌مند هستید، خوب است تا آموزش Adobe Firefly را دنبال کنید. اگر از کاربران رایانه و گرافیک باشید، قطعاً نام کمپانی ادوبی (Adobe) به‌گوشتان خورده است. این کمپانی معروف، با ساخت نرم افزارهای حرفه‌ای و قدرتمند خود، انجام بسیاری از کارها را برایمان ساده‌تر کرده است. برنامه‌هایی مانند فتوشاپ (Photoshop) یا Adobe stock از جمله مشهورترین نرم افزارهای این کمپانی قدرتمند به شمار می‌آید. کمپانی ادوبی، نرم افزار جدید خود را با نام هوش مصنوعی firefly ai معرفی و روانه‌ی بازار کرده است. این نرم افزار امکانات فوق‌العاده و پیشرفته‌ای را در دلِ خود دارد که می‌تواند بدون دخالت انسان، کارهایی از جمله ادیت تصویر، ساخت لوگو، طراحی تصاویر به‌صورت سه‌بعدی و غیره را انجام دهد. خلاصه‌ این‌که Adobe Firefly نیز مانند دیگر هوش مصنوعی‌ها، با قصد سهولت انجام کار برای انسان‌ها کاربرد دارد. در حال حاضر،‌نسخه‌ی بتای این برنامه به‌صورت رایگان در اختیار علاقه‌مندان قرار گرفته است. این نرم افزار می‌تواند رقیبی مانند دیگر ابزارهای هوش مصنوعی (نظیر چت جی پی تی و غیره) باشد. ادوبی به کاربران خود اجازه می‌دهد تا با چالش‌های مختلف برنامه‌ی فایرفلای ارتباط بگیرند. شما می‌توانید با نصب این ابزار روی برنامه‌ی فتوشاپ، از قابلیت‌ها و امکانات بی‌نظیر آن بهره‌مند شوید. این ابزار به کار آن دسته از گرافیست‌هایی می‌آید که به دنبال روشی ساده و سریع برای پیاده‌سازی طرح‌های خلاقانه‌ی خود هستند. هوش مصنوعی adobe firefly امکانات بسیار زیادی دارد. در فهرست زیر، برخی از معرفی‌ترین ویژگی‌ها و امکانات این ابزار را نشان داده‌ایم. •      Adobe Firefly امکان کار گروهی و تیمی روی یک پروژه را می‌دهد. •      همکاران در یک پروژه با استفاده از Adobe Firefly قادر خواهند بود تا نظرات خود را به اشتراک بگذارند. •      شما می‌توانید تصاویر مختلفی را با Adobe Firefly خلق کنید. •      شما قادر خواهید بود تا در Adobe Firefly تصاویر خود را ویرایش کنید. •      Adobe Firefly با دیگر برنامه‌های ادوبی مانند فتوشاپ و creative cloud ادغام می‌شود. •      قابلیت generative fill در این برنامه، اجازه می‌دهد تا بک گراند تصویر را ادیت کنید. •      این هوش مصنوعی، برای تبدیل نوشته به عکس کاربرد دارد. این قابلیت در داستان‌نویسی بسیار کاربردی است. •      ادوبی فایر فلای می‌تواند به متن شما جلوه‌های بصری و افکت‌های فوق‌العاده‌ای بدهد. •      در فایرفلای، امکان بافت‌دهی به متن و طراحی لوگو وجود دارد. •      فایرفلای می‌تواند تصویر یا متن شما را رنگ‌آمیزی کند. •      امکان خلق تصاویر سه بعدی با این نرم افزار وجود دارد. •      شما می‌توانید یک متن توصیفی دقیق بنویسید تا ابزار Firefly، تصویر آن را بسازد. •      برنامه‌ی Firefly masterclass فایر فلای امکان پیاده‌سازی انیمیشن و گرافیک‌های قوی را ارائه می‌دهد. یکی از ویژگی‌های مهم Firefly، قابلیت generative fill در آن است. این ویژگی سبب می‌شود تا کاربر بتواند به سادگی یک کلیک، بخشی از بک گراند تصویر را حذف کند. در دنیای طراحی و گرافیک، این قابلیت بسیار کاربردی است. از سوی دیگر نبودِ این ابزار، سبب می‌شود تا این کار دشوار بوده و با سرعت کم‌تری انجام شود. شما با استفاده از قابلیت generative fill در هوش مصنوعی فایرفلای قادر هستید تا تصویر را به‌صورت لایه‌ای ایجاد کرده و لایه‌هایی از متن، سایه، نور و غیره روی آن به‌وجود آورید. این کار می‌تواند در خلق تصاویر جدید و خاص، کمک کننده باشد. در حال حاضر نسخه‌ی بتای این برنامه به‌صورت رایگان در اختیار هر فردی قرار می‌گیرد. شما می‌توانید با ثبت نام در وب سایت ادوبی، به این نسخه دسترسی داشته باشید. با این حال این احتمال می‌رود که در آینده، برای استفاده از این ابزار هوش مصنوعی، نیاز به پرداخت هزینه و خرید اشتراک داشته باشید. اگر در حوزه‌ی کامپیوتر فعالیت داشته باشید، می‌دانید که به‌روز بودن، حرف اول در موفقیت شما را می‌زند. بنابراین با حضور هوش مصنوعی در این عرصه، نیاز دارید تا ابزارهای مختلف آن را بشناسید و شیوه‌ی کار با آن‌ها را فرا بگیرید. به‌خصوص یادگیری انواع ابزارهای معروف و به‌نام هوش مصنوعی مانند Adobe Firefly، برای پیشبرد اهداف اهمیت ویژه‌ای خواهد داشت. آموزش Adobe Firefly به شما کمک می‌کند تا چیزهای واقعی و منحصربه‌فرد تولید کنید. البته نکته‌ی مهم برای کار با این نرم افزار، در آن است که شما سرعت عمل و سهولت کار فراوانی را تجربه خواهید کرد. این‌همه قدرت و امکانات برای کار با یک نرم افزار، یادگیری آن را الزامی می‌نماید. آموزش ادوبی فایر فلای به تمام آن دسته از افرادی که به هوش مصنوعی (AI) و کارهای حوزه‌ی گرافیک علاقه‌مند هستند، توصیه می‌شود. هر کسی که دوست دارد تا به ابزارهای هوش مصنوعی تسلط بیش‌تری داشته باشد و بتواند کارهای حرفه‌ای خود را ساده‌تر پیش ببرد، می‌تواند از این آموزش‌ها استفاده کند. طراحان، گرافیست‌ها، تایپوگراف‌ها، عکاسان، بلاگرها و غیره از عمده‌ی مخاطبین این دوره‌های آموزشی به‌حساب می‌آیند. برای آموزش ادوبی فایر فلای داشتن هیچ‌گونه پیش نیازی، الزامی نیست. تنها سواد رایانه‌ای در سطح عادی، کفایت می‌کند. البته ناگفته نماند که اگر با حوزه‌ی گرافیک آشنا بوده یا تجربه‌ی کار با نرم‌افزارهایی نظیر فتوشاپ را داشته باشید، بهتر می‌توانید از مطالب آموزشی، بهره برده و از آن استفاده کنید. لازم به ذکر است که روش‌ها و تکنیک‌های لازم برای کار با ابزارهای این هوش مصنوعی در این آموزش ارائه می‌شود. کمی خلاقیت و حوصله به شما کمک می‌کند تا طرح‌های فوق‌العاده‌ای را با ادوبی فایرفلای بسازید. برای دسترسی به نسخه‌ی بتای این برنامه، شما می‌توانید از طریق سایت آن اقدام کنید. در ادامه، مراحل دسترسی به این هوش مصنوعی ذکر شده است. * نکته: برای کار با این هوش مصنوعی، شما به برنامه‌ی قدرتمند فتوشاپ نیاز خواهید داشت. بنابراین توصیه می‌کنیم تا در ابتدا برای دانلود و نصب فتوشاپ روی سیستم مورد نظر خود اقدام نمایید. •      برای استفاده از این برنامه‌ی قدرتمند، باید وارد سایت ادوبی فایر فلای به نشانه‌ی https://firefly.adobe.com/denied.html شوید. در حال حاضر این دسترسی برای کاربران ایران محدود شده است. شما باید از طریق تغییر IP خود، به وب‌سایت وارد شوید. •      بعد از ورود به سایت، شما نیاز دارید تا یک اکانت و حساب کاربری برای ادوبی بسازید. از گزینه‌ی بالای صفحه، استفاده کرده و اکانت مورد نظر خود را بسازید. شما باید درخواست استفاده از نسخه‌ی بتای این نرم افزا را ارائه دهید. تأیید نهایی از طریق ایمیل انجام می‌شود. * نکته: شما می‌توانید از طریق همین صفحه اطلاعات بیش‌تری در رابطه با این ابزار هوش مصنوعی ادوبی و ویژگی‌های آن به‌دست آورید. •      بعد از ایجاد دسترسی خود در سایت ادوبی، شما باید به دانلود نرم افزار adobe firefly بپردازید. شما می‌توانید دانلود هوش مصنوعی ادوبی را برای دستگاه‌های مختلفی مانند گوشی همراه خود انجام دهید. برای این کار نیاز دارید تا از دانلود برنامه adobe firefly برای اندروید استفاده کنید. •      بعد از دانلود برنامه، نوبت به نصب آن می‌رسد. نصب Adobe firefly مانند دیگر برنامه‌های ادوبی است و پیچیدگی خاصی ندارد. •      اکنون شما می‌توانید وارد فتوشاپ شوید و از هوش مصنوعی فایر فلای ai استفاده کنید. * توصیه می‌کنیم برای آن‌که توان استفاده از تمام قابلیت‌ها و امکانات هوش مصنوعی فایر فلای را داشته باشید، آموزش فایر فلای را دنبال کنید. در این دوره‌ی آموزشی، معرفی و طرز کار با قابلیت‌های مهم و کاربردی این برنامه، پوشش‌دهی شده است. این دوره‌ی آموزشی شما را برای کار با سایت هوش مصنوعی adobe firefly آماده می‌کند. شما با ابزارهای مختلف این برنامه آشنا شده و قدرت استفاده از آن برای خلق پروژه‌های خلاقانه‌ی خود را به‌دست خواهید آورد. کسب این مهارت در زمینه‌ی طراحی و گرافیک، به شما کمک می‌کند تا با استفاده از تکنولوژی، طراحی‌های قوی‌تر، خلاقانه و بی‌نظیری را انجام دهید. در این دوره‌ی آموزشی شما با هوش مصنوعی مولد نیز آشنا شده و با برنامه‌ی adobe firefly به عنوان یکی از این ابزارها، کار می‌کنید. درک چیستی، چگونگی و نحوه‌ی استفاده از هوش مصنوعی مولد کمک شایانی برای تسلط شما بر کار با ابزارهای ادوب فایرفلای خواهد داشت. این برنامه شامل یک رابط ساده و کاربر پسند است که سه جزء اصلی دارد. ناحیه‌ی مرکزی، همان محلی است که شما می‌توانید تصویر نهایی را مشاهده کنید. نوار پایینی در این برنامه برای تایپ و وارد کردن دستورات در نظر گرفته شده است. هم‌چنین شما از طریق نوار سمت راست می‌توانید ابزارهای مختلف را برای تنظیمات روی تصویر استفاده کنید. کار با این هوش مصنوعی، چندان پیچیده نیست. شما از طریق متن دقیق، می‌توانید توصیف دلخواه خود از تصویر مورد نظر را ارائه دهید. به عنوان مثال می‌توانید بگویید که عکس با چه ابعادی، چه شرایط صحنه‌ای، چه نور پردازی و غیره می‌خواهید. هم‌چنین می‌توانید سوژه‌های مورد نظر خود در تصویر را توصیف کنید. بعد از توصیفات دقیق، هوش مصنوعی فایرفلای اقدام به تولید تصاویر مختلف می‌کند. شما می‌توانید این تصاویر را ویرایش کنید تا به ذهنیت خود نزدیک‌تر کنید. آن‌چه در این دوره‌ی آموزشی مطرح می‌شود در دو عنوان کلی قابل بحث است. عناوین این سرفصل‌ها عبارتند از: •      مقدمه‌ی هوش مصنوعی مولد (Generative ai) •      معرفی ابزارهای فایرفلای (Adobe Firefly) پیرو این سرفصل‌های مطرح شده، شما با موضوعات مختلفی آشنا می‌شوید. مثلاً می‌فهمید که هوش مصنوعی مولد چیست، چطور کار می‌کند و با انواع آن آشنا خواهید شد. هم‌چنین یاد می‌گیرید که چطور از هوش مصنوعی Adobe Firefly برای تبدیل متن به تصویر، ایجاد افکت‌های متنی و تایپوگرافی، تغییر رنگ تصاویر، رنگ‌آمیزی آن‌ها و غیره استفاده کنید. دوره‌ی آموزشی مذکور در مکتب خونه، در یک ویدیوی یک ساعت و نیم، تدوین شده است. این ویدیو، مباحث کافی برای آموزش این برنامه را پوشش‌دهی کرده است. البته شما نیاز به صرف زمان بیش‌تری برای حل تمارین عملی جهت تسلط بر محتوای آموزشی خواهید داشت. روی هم رفته، شما در کم‌تر از چند روز، به مفاهیم این آموزش تسلط خوبی پیدا می‌کنید. به‌طور کلی کار با برنامه‌های هوش مصنوعی پیچیدگی خاصی ندارد. این نرم افزارها برای سهولت کار کاربران طراحی شده‌اند و دشواری رابط کاربری با اهداف آن‌ها متناقض خواهد بود. البته که برای تسلط روی تمام ابزارها و ویژگی‌های این برنامه‌ها، شما نیاز به گذراندن دوره‌های آموزشی خواهید داشت. به‌علاوه این‌که تمارین و تکرار بیش‌تر سبب می‌شود تا ذهن و دست شما با کارکرد این ابزارها بیش‌تر آشنا شده و عادت کند. مهارت‌های نرم افزاری و هوش مصنوعی مسیرهای زیادی را برای دریافت پروژه‌های متعدد و کسب درآمد از آن، ایجاد می‌کنند. شما با یادگیری فایر فلای نیز می‌توانید فرصت‌های شغلی زیادی را تجربه کنید. به‌عنوان مثال اگر در کار با این ابزار حرفه‌ای شده و تسلط کافی کسب کنید، می‌توانید به‌عنوان مدرس در این حوزه مشغول به کار شوید. هم‌چنین امکان دریافت پروژه‌های گرافیکی قوی و انجام سریع‌تر و حرفه‌ای‌تر آن با به‌کارگیری این هوش مصنوعی وجود دارد. نکته‌ی مهم این است که فایرفلای به شما کمک می‌کند تا تصاویری ناب و جدید خلق کنید. این در حالی است که بیش‌تر گرافیست‌ها از تصاویر موجود استفاده می‌کنند و کم‌تر خلاقیت به خرج می‌دهند. تصاویر ناب و جدید این هوش مصنوعی، سبب بروز خلاقیت‌های بیش‌تر در شما می‌شود. آموزش ادوبی فایر فلای، به شما نشان می‌دهد که چطور می‌توانید با استفاده از هوش مصنوعی، کارهای گرافیکی خلاقانه‌ی خود را سریع‌تر و بهتر پیاده‌سازی نمایید. آموزش Adobe Firefly به تسلط شما برای کار با ابزارهای این برنامه‌ی قدرتمند کمک می‌کند. پس از ساخت حساب کاربری ادوبی می‌توانید از تمام ابزارهای ادوبی فایرفلای به صورت رایگان در مرورگر استفاده کنید. همچنین به چگونگی ادغام این ابزارهای هوش مصنوعی مولد در نرم افزارهای ادوبی مانند فتوشاپ و ایلاستریتور می‌پردازیم. برای این کار به یک لایسنس فعال ادوبی برای برنامه های مربوطه نیاز دارید. این دوره برای چه کسانی است: اگر قصد دارید تا محتوای هوش مصنوعی مولد و نرم افزار Adobe Firefly را به‌خوبی یاد بگیرید، می‌توانید از دوره‌ی آموزشی ادوبی فایر فلای استفاده کنید. این دوره‌ی آموزشی شما را برای ورود به دنیای هوش مصنوعی مولد آماده خواهد کرد. هم‌چنین مباحث این آموزش به‌گونه‌ای در نظر گرفته شده است که توانایی خوبی برای کار کردن روی پروژه‌های خود با استفاده از برنامه‌ی ادوبی فایر فلای به‌دست می‌آورید. در مکتب خونه انواع دوره آموزش هوش مصنوعی و آموزش گرافیک به عنوان پیش نیاز و مکمل این دوره موجود است. مقدمه‌ای بر هوش مصنوعی مولد: 1 - ساختار دوره 2 - هوش مصنوعی مولد چیست؟ 3 - آثار هوش مصنوعی مولد 4 - هوش مصنوعی مولد چگونه کار می‌کند؟ 5 - معرفی مولدهای متن به تصویر ابزارهای ادوبی فایرفلای - Adobe Firefly: 1 - مولد متن به تصویر ادوبی فایرفلای 2 - افکت‌های متنی ادوبی فایرفلای 3 - هوش مصنوعی مولد در ادوبی اکسپرس - Adobe Express 4 - تغییر رنگ تصاویر وکتور با هوش مصنوعی مولد در ایلاستریتور 5 - ابزار Generative Fill در ادوبی فایرفلای 6 - نتیجه‌گیری

درباره دوره: دوره" Exploring and Preparing your Data with BigQuery" به بررسی چالش‌های رایج تحلیل‌گران داده می‌پردازد و روش‌های حل آن‌ها را با استفاده از ابزارهای قدرتمند کلان‌داده در Google Cloud آموزش می‌دهد. در این دوره، شما با مباحث بنیادی SQL آشنا خواهید شد و توانایی‌های خود را در استفاده از BigQuery و Dataprep برای تحلیل و تبدیل مجموعه‌های داده به طور عملی تقویت خواهید کرد. با بهره‌گیری از این ابزارها، یاد خواهید گرفت چگونه داده‌های بزرگ را به طور مؤثر مدیریت و تجزیه‌وتحلیل کنید تا به بینش‌های کاربردی و مفیدی دست یابید. این دوره نخستین بخش از مجموعه آموزشی "از داده‌ها تا بینش‌ها با Google Cloud" است و برای آن دسته از افرادی که به دنبال گسترش دانش خود در زمینه تحلیل داده‌ها هستند طراحی شده است. پس از اتمام این دوره و کسب تجربه لازم، شما می‌توانید به دوره بعدی با عنوان "ایجاد مجموعه‌داده‌های جدید در BigQuery و تجسم بینش‌ها" ملحق شوید تا با تکنیک‌های پیشرفته‌تر در زمینه تحلیل داده و تجسم نتایج آشنا شوید و مهارت‌های خود را به سطح بالاتری ارتقا دهید. مقدمه‌ای بر داده‌ها در Google Cloud: 1 - چالش‌های تحلیل داده که تحلیل‌گران داده با آن مواجه هستند 2 - مقایسه کلان‌داده در محیط‌های داخلی و ابری 3 - موارد کاربرد واقعی 4 - مبانی پروژه در Google Cloud مرور ابزارهای داده‌های بزرگ: 1 - وظایف و چالش‌های تحلیل‌گر داده و ابزارهای داده Google Cloud 2 - ۹ ویژگی بنیادی BigQuery 3 - مرور: نمودار معماری داده 4 - ابزارهای Google Cloud برای تحلیل‌گران، دانشمندان داده و مهندسان داده 5 - Coursera: شروع به کار با Google Cloud Platform و Qwiklabs کاوش داده‌های خود با SQL: 1 - معرفی مجموعه داده‌های تجارت الکترونیک در Google Analytics 2 - تکنیک‌های رایج در کاوش داده‌ها 3 - مبانی پرس‌وجو (Query) 4 - معرفی توابع 5 - فیلترها، تجمیع‌ها و داده‌های تکراری 6 - انواع داده‌ها، توابع تاریخ و NULLها 7 - فیلترهای wildcard با LIKE قیمت‌گذاری BigQuery: 1 - وظایف BigQuery 2 - مدیریت اندازه و هزینه 3 - بهینه‌سازی پرس‌وجوها برای کاهش هزینه پاک‌سازی و تبدیل داده‌های شما: 1 - ۵ اصل حفظ یکپارچگی مجموعه داده‌ها 2 - شکل و انحراف مجموعه داده‌ها 3 - پاک‌سازی و تبدیل داده‌ها با استفاده از SQL 4 - پاک‌سازی و تبدیل داده‌ها با استفاده از یک رابط کاربری جدید: معرفی Dataprep 5 - اجزای Data Fusion 6 - ساخت یک پایپ‌لاین 7 - کاوش داده‌ها با استفاده از Wrangler خلاصه دوره: 1 - خلاصه دوره

درباره دوره: امروزه مصورسازی داده‌ها یک تکنیک بسیار مهم است زیرا بصری سازی به درک بهتر و سریع‌تر اطلاعات بسیار کمک می‌کند؛ بنابراین، کار با ابزارهای مصورسازی داده‌ها مانند Tableau به هرکسی کمک می‌کند تا داده‌ها را بهتر درک کند و ابزار مهمی درزمینهٔ علم داده به‌صورت کلی و داده‌کاوی به‌صورت تخصصی به‌حساب می‌آید. دوره آموزش Tableau با هدف آموزش این ابزار مصورسازی داده تدوین و ‌شده است که در ادامه به معرفی دوره آموزش Tableau و همچنین جنبه‌های مختلف این نرم‌افزار خواهیم پرداخت. نکته: ویدیوهای زبان اصلی دوره به صورت رایگان هستند اما برای دسترسی به زیرنویس فارسی ویدیوها می توانید محتوای دوره را خریداری کنید. نرم‌افزار تبلو Tableau به‌منظور تجزیه‌وتحلیل و مصورسازی داده‌ها طراحی‌شده است. در این نرم‌افزار برای مصورسازی داده از نوع نمودار از مکعب‌های پردازش تحلیلی آنلاین، پایگاه داده‌های ابری، پایگاه داده‌های رابطه‌ای و صفحات گسترده استفاده می‌شود. علاوه بر این در نرم‌افزار Tableau می‌توان داده‌ها را از یک موتور داده در حافظه بازیابی، استخراج و ذخیره کرد. اصلی‌ترین قابلیت این نرم‌افزار را می‌توان سهولت تجزیه‌وتحلیل و به اشتراک‌گذاری حجم بزرگی از اطلاعات دانست. هدف از دوره جامع آموزش Tableau تجزیه‌وتحلیل و نمایش داده‌ها با استفاده از نرم‌افزار تبلو به‌صورت گام‌به‌گام است. نرم‌افزار Tableau ابزاری به‌حساب می‌آید که به‌طور گسترده‌ای برای تجزیه‌وتحلیل و تجسم داده استفاده می‌شود و بسیاری آن را برای کارهای مرتبط با علوم داده ضروری می‌دانند. رابط کشیدن و رها کردن آن، مرتب‌سازی، مقایسه و تجزیه‌وتحلیل داده‌ها از چندین منبع ازجمله اکسل، سهولت استفاده، SQL سرور و مخازن داده مبتنی بر ابر از خصوصیات مهم این نرم‌افزار است. در واقع نرم‌افزار Tableau ابزاری قدرتمند و همه‌کاره برای مصورسازی داده‌هاست؛ لذا یادگیری این نرم‌افزار برای تمام کسانی که می‌خواهند در کسب‌وکار و یا شرکت خود موفق عمل کنند، توصیه می‌گردد. یکی از خصوصیات اصلی این نرم‌افزار را می‌توان سهولت استفاده از آن دانست. سهولت استفاده از این نرم‌افزار باعث می‌شود تا سریع مباحث مربوط به تجزیه‌وتحلیل داده‌های کسب‌وکار خود را انجام دهید. تسلط به این نرم‌افزار به شما این امکان را می‌دهد تا در محیط کار خود تصمیمات عالی بگیرید. شما در طول این دوره آموزش تبلو با مهارت‌های مانند مصورسازی داده‌ها و نحوه ویرایش مصورسازی داده‌ها نظیر جدول‌های برجسته، نمودارها، نمودارهای پراکندگی، هیستوگرام‌ها، نقشه‌ها و داشبورد را کسب می‌کنید. همچنین به‌مرور شما با ویژگی‌های جدید خاص در این نرم‌افزار مانند Viz Animations یا انیمیشن‌های Viz آشنا می‌شوید. این ویژگی به شما امکان می‌دهد تا حرکت انیمیشنی برای علامت‌های موجود در تجسم داده ایجاد کنید. این موضوع باعث می‌شود که شما نحوه تغییر داده‌های خود را به‌صورت بصری دنبال کنید و نحوه تغییر یافتن داده‌های خود را بهتر ببینید و درک کنید. دوره آموزش Tableau دوره بسیار مناسبی برای علاقه‌مندان به علومی مانند آمار و داده برای اهداف مصورسازی است. در این دوره آموزش Tableau، شما مطالبی نظیر نصب نرم‌افزار تبلو، اتصال به منابع داده مرتب‌سازی اطلاعات و فیلتر کردن داده‌های خود را خواهید آموخت. در این دوره، شما آنچه را که برای تحلیل و نمایش داده‌ها با استفاده از نرم‌افزار Tableau که لازم است بدانید را یاد خواهید گرفت. همان‌طور که گفته شد یکی از خصوصیات نرم‌افزار سهولت استفاده آن است. در واقع نرم‌افزار Tableau محیطی را برای کاربران ایجاد می‌کند تا تمام فعالیت خود را به‌صورت Drag drop اطلاعات و تصاویر انجام دهند. در پایان این دوره آموزش نرم افزار تبلو نیز تمرین‌هایی به‌منظور تسلط شما بر این نرم‌افزار وجود دارد. یکی از نکات مثبت این دوره آموزش Tableau را می‌توان ارائه مثال‌های واقعی برای نشان‌دادن توانایی‌های نرم‌افزار تبلو برای مصور کردن داده‌ها دانست. تبلو در کاربردهای زیادی قابلیت استفاده را دارد که بخشی از موارد استفاده از نرم‌افزار Tableau در زیر ذکر شده است: 1. هوش مصنوعی، یادگیری ماشین و داده‌کاوی (برای اموری مانند خوشه‌بندی، طبقه‌بندی و غیره) 2. هوش تجاری Tableau 3. مصورسازی داده‌ها 4. ترکیب داده‌ها 5. همکاری داده‌ها 6. برای ایجاد پرس‌وجوهای داده بدون کد 7. تجزیه‌وتحلیل داده‌ها در زمان واقعی 8. برای مدیریت ابر داده با اندازه بزرگ 9. برای واردکردن حجم بزرگ داده 10. و غیره سازمان‌هایی مانند آمازون، والمارت، اکسنچر، لنوو و غیره به‌طور گسترده از Tableau استفاده می‌کنند. با گذراندن دوره آموزش Tableau در مکتب خونه می‌توانید به این نرم‌افزار مسلط شوید و توانایی ورود به بازار کار را کسب کنید. چرا از نرم‌افزار تبلو زمانی که ابزارهای زیادی برای انجام مصورسازی داده‌ها وجود دارد استفاده کنیم؟ Tableau بسیار مورد استفاده قرار می‌گیرد زیرا داده‌ها را می‌توان بسیار سریع با آن تجزیه‌وتحلیل کرد. همچنین، مصورسازی‌ها به‌صورت داشبورد و کاربرگ در تبلو تولید می‌شوند. Tableau به فرد امکان می‌دهد داشبوردهایی ایجاد کند که بینش‌های عملی را ارائه می‌دهد. Tableau توسط دانشمندان داده برای کاوش داده‌ها با تجزیه‌وتحلیل بصری مناسب استفاده می‌شود. ابزار تبلو دارای ویژگی‌های منحصربه‌فرد زیر است: و بسیاری از موارد دیگر، Tableau را به یکی از معروف‌ترین ابزارهای مصورسازی داده تبدیل کرده است که در دوره آموزش Tableau با آن‌ها آشنا خواهیم شد. مصورسازی داده‌ها نمایش تصویری یک مجموعه داده یا اطلاعات با استفاده از نقشه‌ها، نمودارها، گراف‌ها و سایر عناصر بصری است. مصورسازی داده به درک آسان روند، بینش، الگوها و سایر ارتباطات در مجموعه داده کمک می‌کند. Tableau یکی از محبوب‌ترین ابزارهای مصورسازی داده است که توسط بسیاری از شرکت‌ها و کسب‌وکارها برای به دست آوردن بینش بهتر در مورد داده‌هایشان برای ارائه بهترین تجربه به مشتری استفاده می‌شود که دوره آموزش Tableau با هدف مصورسازی داده‌ها به‌صورت پروژه محور کار با این نرم‌افزار را آموزش می‌دهد. کار اصلی نرم‌افزار Tableau اتصال و استخراج داده‌های ذخیره‌شده در مکان‌های مختلف است. Tableau می‌تواند داده‌ها را از هر پایگاه داده، اعم از Excel، PDF، Oracle یا حتی وب‌سرویس‌های آمازون استخراج کند. هنگامی‌که Tableau راه‌اندازی شود، اتصال‌دهنده‌های داده آماده زیادی در دسترس هستند که به شما امکان می‌دهند به انواع پایگاه داده متصل شوید. داده‌های استخراج‌شده را می‌توان به‌صورت زنده به موتور داده Tableau، Tableau Desktop متصل کرد. Tableau جایی است که در آن تحلیلگر داده یا مهندس داده با داده‌های جمع‌آوری‌شده کار می‌کند و مصورسازی را توسعه می‌دهد. در Tableau داشبوردهای ایجادشده در قالب فایل‌های ثابت با کاربران به اشتراک گذاشته می‌شوند. کاربران دریافت‌کننده داشبورد فایل‌ها را با استفاده از Tableau Reader مشاهده می‌کنند. داده‌های استخراج‌شده از Tableau Desktop را می‌توان در Tableau Server منتشر کرد که یک پلتفرم سازمانی است که در آن همکاری، توزیع، حاکمیت، مدل امنیتی و ویژگی‌های اتوماسیون پشتیبانی می‌شود. با استفاده از Tableau Server، کاربران نهایی می‌توانند از همه مکان‌ها، خواه دسکتاپ یا تلفن همراه، به فایل‌ها دسترسی داشته باشند. در ادامه با تبلو دسکتاپ و تبلو سرور بیشتر آشنا خواهیم شد. در زیر دو روشی وجود دارد که می‌توان تجزیه‌وتحلیل داده‌های Tableau را با آن‌ها توصیف کرد: این محصول به شخص امکان کد نویسی و اصلاح گزارش‌ها را می‌دهد. از ایجاد گزارش‌ها و نمودارها تا ترکیب آن‌ها برای تشکیل یک داشبورد، همه این کارها در Tableau Desktop انجام می‌شود. Tableau Desktop با توجه به اتصال و منابع داده به موارد زیر طبقه‌بندی می‌شود: 1. Tableau Desktop Personal 2. Tableau Desktop Professional این ابزاری است که به شما امکان می‌دهد مصورسازی‌ها و نتایج تولیدشده با استفاده از Tableau Public یا Tableau Desktop را مشاهده کنید. با این ابزار داده‌ها را می‌توان به‌راحتی فیلتر کرد. این ابزار عمدتاً برای به اشتراک‌گذاری مصورسازی‌ها و نتایج کاری که در برنامه Tableau Desktop در تولید می‌شوند مورد استفاده قرار می‌گیرد. نتایج پس از بارگذاری در سرورهای مربوطه قابل‌دسترسی خواهد بود. برای افزایش اشتراک‌گذاری داشبوردها در Tableau Server، باید کار خود را از قبل در Tableau Desktop منتشر کنید. اگرچه، داشتن یک سرور Tableau برای کاربران دارای مجوز کاملاً اجباری نیست. از آنجایی که امنیت Tableau Server بالا است، برای به اشتراک‌گذاری سریع و مؤثر داده‌ها ابزار بسیار مناسبی به‌حساب می‌آید که در دوره آموزش Tableau کار با آن آموزش داده خواهد شد. Tableau Online یک ابزار اشتراک‌گذاری است و کاربرد مشابهی با Tableau Server دارد، اما داده‌ها در سرورهایی ذخیره می‌شوند که در ابری که توسط گروه Tableau نگهداری می‌شوند، ذخیره می‌شوند. داده‌هایی که می‌توانند در Tableau Online منتشر شوند محدودیت ذخیره‌سازی ندارند. Tableau Online و Server، هر دو به نتایج کاری نیاز دارند که توسط Tableau Desktop ایجادشده‌اند تا داده‌ها را پخش کنند. داده‌های پخش‌شده از برنامه‌های وب، خواه Salesforce یا Google Analytics، توسط هر دو، Tableau Online و Tableau Server پشتیبانی می‌شوند. Tableau Public به‌طور ویژه برای کاربرانی که قصد صرفه‌جویی دارند ساخته شده است. در این ابزار نتایج کاری ایجادشده را نمی‌توان به‌صورت محلی ذخیره کرد، بلکه به ابر عمومی Tableau ارسال می‌شود که برای عموم قابل‌دسترسی است. این یک نسخه اقتصادی از نرم‌افزار تبلو است که برای افرادی که مایل به یادگیری و به اشتراک‌گذاری داده‌های خود با مردم هستند بسیار مناسب خواهد بود. Tableau Prep Builder ابزاری در مجموعه محصولات Tableau به‌حساب می‌آید که برای تهیه آسان و شهودی داده‌ها طراحی‌شده است. از Tableau Prep Builder برای ترکیب، شکل دادن و تمیز کردن داده‌ها برای تجزیه‌وتحلیل در Tableau استفاده می‌کنند. در دوره آموزش Tableau با کار با این ابزار به مزایای قابل‌توجه این ابزار پی خواهیم برد اما بااین‌حال در اینجا هم چندین مزایای این پلتفرم موردبحث واقع خواهند شد. در نرم‌افزار Tableau می‌توانید با داده‌های زیادی که هیچ نظمی ندارند کار کرده و طیف وسیعی از مصورسازی‌ها را ایجاد کنید. به لطف ویژگی‌ها و امکانات داخلی، Tableau به شما کمک می‌کند مصورسازی‌هایی ایجاد کنید که مطمئناً متمایز از مصورسازی در سایر پلتفرم‌های مشابه هستند. همچنین با این ابزار می‌توانید روش‌های مختلف مصورسازی‌های را تجربه کرده و کاوش در بین داده‌ها را در یک سطح دقیق‌تر ایجاد کنید. نرم‌افزار تبلو می‌تواند به شرکت‌ها کمک کند تا داده‌ها را بدون در نظر گرفتن اهداف خاصی تجزیه‌وتحلیل کنند. می‌توانید مصورسازی‌ها را به‌صورت عمیق در این ابزار کاوش کرده و از زوایای مختلف به داده‌های مشابه نگاه کنید. همان‌طور که در دوره آموزش Tableau و نحوه کار با آن مشاهده خواهیم کرد، این ویژگی بزرگ‌ترین نقطه قوت Tableau است. این ابزار برای افرادی که هیچ مهارت فنی یا تجربه کد نویسی ندارند مناسب بوده و هرکسی با دانش کار با کامپیوتر می‌تواند از آن استفاده کند. از آنجایی که بیشتر ویژگی‌ها در قالب کشیدن و رها کردن هستند، استفاده از Tableau بسیار آسان است. یکی دیگر از نقطه قوت‌های ابزار Tableau کار با انواع منابع و فرمت داده است. Tableau نسبت به سایر ابزارهای هوش تجاری و تجزیه‌وتحلیل داده برتری دارد، زیرا به شما امکان می‌دهد با اتصال به منابع داده‌های مختلف Tableau، پایگاه داده و فایل‌های موجود در ابر، داده‌های بزرگ موجود در صفحات گسترده و داده‌های غیر مرتبط، داده‌های یک‌بارمصرف و موارد دیگر کار کنید. انواع داده‌ها Tableau به‌راحتی انواع مختلف داده‌ها را با هم ترکیب می‌کند تا به سازمان‌ها کمک کند تا نتایج متقاعدکننده‌ای ارائه دهند و پروژه‌های معتبری را پیاده‌سازی کنند. در Tableau همچنین می‌توانید بین مصورسازی‌های مختلف جابه‌جا شوید تا درک عمیق‌تری از داده‌ها و روابط بین آن‌ها پیدا کنید. تا به اینجا فهمیدیم که ابزار Tableau، نرم‌افزار بسیار مهمی در دنیای فناوری و تکنولوژی به‌حساب می‌آید که برای مصورسازی داده‌ها از اهمیت بسیار بالایی برخوردار است. این نرم‌افزار در صنایع و حوزه‌های مختلفی کاربرد دارد و روز به روز نیز به کاربردهای آن افزوده می‌شود. اگر به فکر یادگیری اصولی Tableau هستید، یافتن نقطه شروع مناسب برای این کار بسیار اهمیت دارد. دوره آموزش Tableau مکتب خونه برای این هدف بسیار دوره خوبی است و به‌صورت قدم‌به‌قدم نحوه کار با این ابزار را به کاربر یاد می‌دهد. هم‌اکنون با ثبت‌نام در دوره آموزش Tableau اولین و مهم‌ترین قدم خود را در این راستا بردارید. فصل اول: مقدمه‌ای بر Tableau: 1 - هرآنچه قبل از شروع باید بدانید 2 - دانلود Tableau 3 - نصب درایورهای Tableau 4 - معرفی انواع فایل‌های Tableau 5 - Help در Tableau 6 - تازه‌های ورژن 2020 نرم‌افزار Tableau فصل دوم: مدیریت منابع داده و مصورسازی آن‌ها: 1 - اتصال به منبع دیتا 2 - Join related data sources in 2020.1 and 2020.2 3 - Join data sources with inconsistent field name in 2020.1 and 2020.2 4 - پاکسازی منبع داده‌ها 5 - reorder fields in visualization 6 - تغییر خلاصه عملیات 7 - شکست (Split) متن به دو ستون 8 - نمایش داده‌ها با استفاده از Storylines 9 - نمایش متادیتا (metadata) فصل سوم: مدیریت Worksheet ها و Workbook ها در Tableau: 1 - نمایش داده‌ها در ذیل یک Workbook 2 - Add ،duplicate و rename در worksheets 3 - Reorder ،clear و delete در Worksheets 4 - تغییر رنگ تب‌ها در Worksheet ها 5 - نمایش و مخفی کردن المان‌ها در Worksheet 6 - ذخیره‌سازی تغییرات 7 - ذخیره Workbook به عنوان pdf 8 - ذخیره Workbook به صورت پکیج 9 - اکسپورت داده‌ها به فرمت csv 10 - اکسپورت تصویرسازی‌ها به power point فصل چهارم: ایجاد محاسبات (Calculations) و فیلدهای (Fields) سفارشی: 1 - ایجاد یک اپراتور و توابع پایه 2 - ایجاد یک فیلد محاسبه‌شده 3 - ایجاد یک فیلد محاسبه‌شده در یک طبقه 4 - Add a table calculation 5 - Use level of detail expressions 6 - Create calculations in dialog boxes فصل پنجم: آنالیز داده‌ها: 1 - محاسبه میانگین، میانه، حداقل و حداکثر 2 - شمارش تعداد وقایع و موارد مجزا 3 - نمایش کارت خلاصه 4 - محاسبه درصد در یک جدول 5 - پیشبینی مقادیر آینده فصل ششم: مرتب کردن و فیلتر کردن داده‌ها در Tableau: 1 - مرتب‌سازی بر اساس مقادیر یک قسمت 2 - ایجاد مرتب‌سازی چندسطحی 3 - ساخت فیلتر انتخابی 4 - ساخت فیلتر Wildcard 5 - ساخت فیلتر شرطی 6 - ساخت Top filter 7 - Edit, clear, and delete filters 8 - نمایش و مخفی‌سازی بخش مرتب‌سازی 9 - فیلتر داده‌ها با استفاده از پارامترها 10 - ویرایش و پاک‌کردن پارامترها فصل هفتم: تعریف کردن گروه‌ها (Groups) و دسته‌ها (Sets): 1 - تعریف گروه 2 - Define a group for Other values 3 - پیداکردن عضو گروه 4 - ویرایش و پاک‌کردن گروه‌ها 5 - تعریف دسته (Set) 6 - ساخت خلاصه (summary) با استفاده از دسته 7 - ترکیب دسته‌ها 8 - ویرایش و پاک‌کردن دسته‌ها فصل هشتم: ایجاد و اصلاح کراس‌تب‌ها (Crosstabs): 1 - ایجاد Crosstab 2 - Unpivot a crosstab 3 - اضافه کردن Totals و Subtotals به crosstab فصل نهم: ایجاد مصورسازی‌های (Visualizations) پایه: 1 - ایجاد ستون و نمودار ستونی 2 - Create line charts and area fill charts 3 - ایجاد نمودار دایره‌ای 4 - ایجاد scatter plots 5 - شناسایی خوشه داده (data clusters) 6 - ایجاد هیستوگرام 7 - خلاصه کردن داده‌ها با استفاده از هیستوگرام 8 - ایجاد نمودار درختی (Treemap) فصل دهم: قالب‌بندی مصورسازی در Tableau: 1 - Change the visual summary type 2 - تغییر ظاهر داده‌های شما 3 - Resize a visualization 4 - نمایش تصویرسازی‌ها (Visualization) در حالت ارائه 5 - ایجاد یک جدول برجسته (highlight table) 6 - نمایش تصویرسازی‌ها (Visualization) در Tooltip فصل یازدهم: Annotating and Formatting Visualization: 1 - قالب بندی عناصر نمودار 2 - تغییر ترتیب رنگ در نمودار 3 - Annotate a visualization 4 - اضافه کردن خط روند به نمودار 5 - اضافه کردن reference lines، distributions و boxes 6 - Manage visualization animations فصل دوازدهم: نقشه‌برداری از اطلاعات جغرافیایی: 1 - ایجاد basic map 2 - اضافه و پاک‌کردن لایه‌های نقشه 3 - افزایش تجزیه و تحلیل نقشه با استفاده از ابزار های اندازه‌گیری فاصله 4 - غیر فعال‌کردن pan و zoom در نقشه 5 - تعریف مناطق سفارشی فصل سیزدهم: ساخت Dashboard و Actions: 1 - ایجاد Dashboard 2 - ترتیب و تغییر اندازه عناصر داشبورد 3 - جایگزینی سریع Worksheet ها در داشبورد 4 - تعریف عملکرد فیلتر 5 - تعریف highlight action 6 - تعریف parameter actions 7 - قدم بعدی (سخن پایانی)

درباره دوره: بسیاری از مسائل محاسباتی مطرح در حوزه‌های مختلف علم جزو مسائلی هستند که حل آنها به راحتی امکان‌پذیر نمی‌باشد. در درس نظریه الگوریتم پیشرفته، ابتدا مسائل محاسباتی مختلف مطرح و سختی آنها با استفاده از نظریه‌های موجود مورد بررسی و اثبات قرار می‌گیرد. پس از آن، روش‌های الگوریتمی موجود برای حل مسائل سخت معرفی و در مورد هر یک از روش‌ها نمونه‌هایی نیز مورد بحث قرار می‌گیرد. از جمله این روش‌ها می‌توان به الگوریتم‌های قطعی، الگوریتم‌های تقریبی، الگوریتم‌های تصادفی، روش‌های مکاشفه‌ای و روش‌های محاسباتی نوین (مانند محاسبات مولکولی) اشاره کرد. در بسیاری از این روش‌ها، درستی الگوریتم‌های ارائه شده اثبات و منابع مورد نیاز برای اجرای این الگوریتم‌ها به صورت دقیق تحلیل می‌شود. اسلایدهای کامل درس را می‌توانید از این اینجا دانلود نمایید. کلمات کلیدی درس: مسائل NP-سخت، مسائل NP-کامل، الگوریتم‌های شبه چند جمله‌ای، روش‌های پارامتری‌سازی، الگوریتم‌های تقریبی، الگوریتم‌های تصادفی فیلم های آموزشی: 1 - جلسه اول - مقدمه ای بر طراحی الگوریتم‌ها 2 - جلسه دوم - مقدمه‌ای بر طراحی و تحلیل الگوریتم‌ها (روش تقسیم و غلبه، روش برنامه ریزی پویا) 3 - جلسه سوم - مقدمه‌ای بر طراحی و تحلیل الگوریتم‌ها (روش حریصانه، روش برگشت به عقب، روش شاخه و تحدید) 4 - جلسه چهارم - رده بندی مسائل محاسباتی (مسائل NP-Hard ، NP ، P و NP-Complete) 5 - جلسه پنجم - اثبات NP-کامل بودن مسائل محاسباتی (۱) 6 - جلسه ششم - اثبات NP-کامل بودن مسائل محاسباتی (۲) 7 - جلسه هفتم - الگوریتم‌های شبه چندجمله‌ای 8 - جلسه هشتم - مسائل قویا NP-سخت، الگوریتم‌های پارامتری سازی شده 9 - جلسه نهم - الگوریتم‌های پارامتری سازی شده، روش شاخه و تحدید 10 - جلسه دهم - کاهش نرخ رشد توابع مربوط به پیچیدگی الگوریتم‌ها 11 - جلسه یازدهم - جستجوی محلی و جستجوی محلی با عمق متغیر 12 - جلسه دوازدهم - رده بندی مسائل از دیدگاه روش جستجوی محلی 13 - جلسه سیزدهم - الگوریتم‌های تقریبی (۱) و انواع مختلف آنها 14 - جلسه چهاردهم - الگوریتم‌های تقریبی (۲) 15 - جلسه پانزدهم - الگوریتم‌های تقریبی (۳) و پایداری آنها 16 - جلسه شانزدهم - الگوریتم‌های تقریبی (۴) 17 - جلسه هفدهم - الگوریتم‌های تقریبی (۵) 18 - جلسه هجدهم - رده بندی مسائل از دیدگاه الگوریتم‌های تقریبی 19 - جلسه نوزدهم - الگوریتم‌های تصادفی (۱) و انواع مختلف آن‌ها 20 - جلسه بیستم - الگوریتم‌های تصادفی (۲) 21 - جلسه بیست و یکم - الگوریتم‌های تصادفی (۳) 22 - جلسه بیست و دوم - الگوریتم‌های تصادفی (۴) 23 - جلسه بیست و سوم - الگوریتم‌های تقریبی-تصادفی 24 - جلسه بیست و چهارم - الگوریتم‌های تصادفی (تشخیص اول بودن اعداد)

درباره دوره: درس اصول طراحی پایگاه داده از مهم ترین و کاربردی ترین مباحث آموزشی در رشته های نرم افزار و فناوری اطلاعات می باشد و لزوم یادگیری صحیح و اهمیت این درس بر کسی پوشیده نیست ، اما یادگیری اصولی و در عین حال کاربردی این درس نیازمند استادی است که در عین آموزش نظری و تئوری این درس ، با تجربه ی فعالیت نرم افزاری خود نحوه ی کار عملی با مبانی نظری این درس را در یک محیط عملیاتی مانند SQL Server آموزش دهد تا دانشجو بتواند در عین یادگیری مبانی نظری مانند اصول طراحی نمودار های ER و یادگیری مفاهیم اولیه پایگاه داده مانند موجودیت ها ، صفات و رابطه ها بتواند یک پایگاه داده ی اصولی و حرفه ای پیاده سازی کرده و پیچیده ترین پرس و جو ها ( QUERY ) را به صورت عملی بر روی این پایگاه داده اعمال کند . فیلم های آموزشی: 1 - جلسه اول - مقدمات 2 - جلسه دوم - آشنائی با نمودار رابطه موجودیت 3 - جلسه سوم - ادامه با نمودار رابطه موجودیت 4 - جلسه چهارم - نگاشت نمودار رابطه – موجودیت به ساختار داده­ای رابطه­ای یا جدولی 5 - جلسه پنجم - طراحی جداول در پایگاه داده اس کیو ال سرور 6 - جلسه ششم - دستورات SQL 7 - جلسه هفتم - ادامه دستورات SQL 8 - جلسه هشتم - 9 - جلسه نهم - 10 - جلسه دهم - 11 - جلسه یازدهم - 12 - جلسه دوازدهم -

درباره دوره: امروزه، هوش مصنوعی و یادگیری ماشین به طور فزاینده‌ای در صنایع مختلف کاربرد دارند. اما برای اینکه مدل‌های یادگیری ماشین در دنیای واقعی مفید و موثر باشند، باید به طور مداوم با داده‌های جدید به‌روزرسانی و بهبود پیدا کنند. اینجاست که دوره آموزشی "موزش چرخه عمر داده ماشین لرنینگ در پروداکشن" به کمک شما می‌آید. در این دوره، شما با مفاهیم کلیدی و مراحل مختلف چرخه حیات داده یادگیری ماشین در پروداکشن آشنا خواهید شد. این مراحل شامل: این دوره برای طیف وسیعی از افراد از جمله دیتاساینتیست‌ها، مهندسان یادگیری ماشین، تحلیلگران داده و توسعه‌دهندگان نرم‌افزار که به دنبال یادگیری نحوه مدیریت چرخه حیات داده یادگیری ماشین در پروداکشن هستند، مناسب است. هوش مصنوعی (Artificial Intelligence که به اختصار AI نیز خوانده می‌شود)، فناوری بسیار کاربردی و بااهمیت دنیای امروز به‌شمار می‌آید. یکی از بخش‌های هوش مصنوعی، الگوریتم‌های یادگیری ماشین یا ML است که به ایجاد اطلاعات تازه از روی داده‌های مختلف، می‌انجامد. آموزش چرخه عمر داده ماشین لرنینگ یکی از مباحث مهم در این فناوری است. در آموزش چرخه عمر داده یادگیری ماشین، روی به‌روز بودن داده‌های آن برای عملکرد مفید و مؤثرتر ماشین‌های هوشمند، تمرکز خواهد شد. دوره یادگیری ماشین، به‌شما کمک می‌کند تا روش کارکرد سیستم‌های هوش مصنوعی را بهتر درک کنید. فهمیدن این‌که چطور یک ماشین هوش مصنوعی، می‌تواند از داده‌های ورودی خود، اطلاعات تازه‌ای را تشخیص دهد، مستلزم آن است تا مفاهیم مربوط به آموزش یادگیری ماشین را دنبال کرده باشید. در ماشین‌های هوش مصنوعی، الگوریتم‌هایی قرار داده می‌شوند که امکان کشف و شناخت الگوها را از روی داده‌های ورودی، ایجاد می‌کنند. در نتیجه، ماشین می‌تواند با کمک این الگوها، اطلاعات جدیدی ساخته و برمبنای آن، تصمیمات دقیق‌تری بگیرد. در طی زمان، این الگوریتم‌ها کارایی بهتری از خود نشان می‌دهند. یعنی هرچقدر که داده‌های بیش‌تری به ماشین هوشمند ارائه شود، فرآیند یادگیری آن بهبود پیدا می‌کند. این روزها، هوش مصنوعی در تمام صنایع و سازمان‌ها حضور پیدا کرده است. بنابراین اهمیت الگوریتم‌های یادگیری ماشین نیز (به‌عنوان بخش جدانشدنی از آن) در تمام بخش‌ها لمس خواهد شد. با استفاده از الگوریتم‌های یادگیری ماشین، می‌توان داده‌های مختلف یک سازمان و مجموعه را تحت تحلیل و ارزیابی قرار داد. این کار کمک می‌کند تا الگوها و روابط میان داده‌ها را به‌دست آورده و برمبنای آن، تصمیمات بهتری در روند ساخت محصول، ارتباط با مشتریان و غیره اتخاذ کنیم. باید ذکر کرد که انجام این فرآیند، بدون دخالت هوش مصنوعی و تکیه بر توانمندی‌های انسان، مقدور نیست. چراکه حل مسائل مختلف با داده‌های پیچیده و حجیم با سرعتی که ماشین‌های هوشمند از پسِ آن برمی‌آیند، تقریباً غیرممکن به‌نظر می‌رسد. برای این‌که این سیستم‌های هوشمند را با بیش‌ترین میزان بهره‌وری، ایجاد و برنامه‌ریزی کنیم؛ به آموزش چرخه عمر داده نیاز خواهیم داشت. چرخه عمر داده، فرآیندی است که نشان می‌دهد داده‌ها در یادگیری ماشین از چه مسیر و مراحلی عبور می‌کنند. این موضوع نشان می‌دهد که هوش مصنوعی، یادگیری ماشین و آموزش‌های مربوط به آن، نقش مهمی در زندگی انسان دارند. تمام علاقه‌مندان به حوزه‌ی هوش مصنوعی و یادگیری ماشین، می‌توانند از مباحث این دوره‌ی آموزشی، استفاده کنند. مهندسان یادگیری ماشین، تحلیلگران داده، برنامه‌نویسان و توسعه‌دهندگان نرم‌افزارها، دیتاساینتیست‌ها و افرادی که با نحوه‌ی مدیریت چرخه حیات داده یادگیری ماشین سروکار دارند، از عمده مخاطبین این دوره‌ی آموزشی محسوب می‌شوند. اگر به مباحث هوش مصنوعی و یادگیری ماشین علاقه‌مند هستید، می‌بایست با منابع مختلف برای آموزش این مباحث آشنایی داشته باشید. دوره‌های مختلفی برای آموزش رایگان یادگیری ماشین و آموزش رایگان یادگیری ماشین با پایتون وجود دارد که به صورت مقاله یا ویدیوهای آموزشی در دسترس کاربران قرار می‌گیرد. این منابع، به‌صرفه‌ترین چیزی است که می‌توانید تهیه و استفاده کنید. شما هم‌چنین می‌توانید از دوره‌های آموزش ماشین لرنینگ با پایتون، آموزش یادگیری ماشین با پایتون و یا آموزش چرخه عمر داده یادگیری ماشین در مکتب خونه استفاده کنید. این آموزش‌ها با بیانی ساده و شفاف، از صفر تا صد هوش مصنوعی و الگوریتم‌های یادگیری ماشین را به شما نشان می‌دهند. در دوره‌ی آموزشی چرخه‌ی عمر داده machine learning، شما با مفاهیم کلیدی و اساسی چرخه حیات داده یادگیری ماشین در پروداکشن آشنا خواهید شد. این چرخه‌ی حیات شامل مراحل زیر است: •      جمع‌آوری داده‌ها از منابع مختلف و پاکسازی آن •      مهندسی ویژگی برای تبدیل داده‌های خام به ویژگی‌های قابل استفاده برای مدل‌های یادگیری ماشین •      ایجاد الگوریتم مناسب یادگیری ماشین و آموزش مدل و ارزیابی عملکرد •      استقرار مدل در یک محیط پروداکشن •      نظارت بر عملکرد در طی زمان و انجام ‌به‌روزرسانی‌های مداوم در این دوره‌ی آموزشی، شما با مراحل مذکور آشنا شده و مهارت‌های عملی لازم برای مدیریت چرخه حیات داده یادگیری ماشین در پروداکشن را کسب می‌کنید. بنابراین مهارت‌هایی که در پایان در این دوره به‌دست می‌آورید، شما را برای ورود به بازار کار حرفه‌ای آماده خواهد کرد. این دوره‌ی آموزشی از صفر تا صد موضوعات مطرح شده را ارائه می‌دهند. بنابراین برای استفاده از آموزش‌ها، هیچ‌گونه پیش نیازی مد نظر نبوده و برای عموم کاربران با هر سطح آگاهی و تحصیلات، کاربرد دارد. آن‌چه که در این دوره‌ی آموزشی، مطرح می‌شود؛ در سرفصل‌های زیر قابل بحث خواهد بود. •      جمع‌آوری، برچسب‌گذاری و اعتبارسنجی داده‌ها معرفی کوتاه سیستم‌های یادگیری ماشین در این سرفصل ارائه می‌شود. هم‌چنین شما شیوه‌ی کار با کتابخانه‌ی TFX را می‌آموزید. این کتابخانه برای اعتبارسنجی و آماده‌سازی داده‌ها کاربرد دارد. •      مهندسی ویژگی، تبدیل و انتخاب در این سرفصل، با مهندسی ویژگی، tensorFlow extended، تبدیل و انتخاب ویژگی با رمزگذاری انواع داده‌ی ساختار یافته و غیر ساختاریافته و رسیدگی به عدم تعادل کلا‌س‌ها آشنا می‌شوید. •      سفر داده و ذخیره‌سازی داده‌ها در این مبحث، چرخه‌ی حیات داده را درک خواهید کرد. هم‌چنین در این سرفصل آموزشی مهارت استفاده از متادیتای ماشین و اسکماهای سازمانی برای رسیدگی به داده‌های در حال تکامل سریع ارائه خواهد شد. •      برچسب گذاری پیشرفته، تقویت و پیش پردازش داده‌ها در این مبحث، یاد می‌گیرید که چطور دقت یادگیری ماشین را ارتقا دهید. شما می‌بایست داده‌های برچسب گذاری شده یا نشده را با هم ترکیب و مجموعه‌ی داده‌ای متنوع‌تری بسازید. اگر به دنبال بهترین دوره یادگیری ماشین هستید، می‌توانید دوره‌های آموزشی مکتب خونه را انتخاب کنید. در مکتب خونه، آموزش‌های کاملی به‌صورت کوتاه و مفید، برای یادگیری صفر تا صد چرخه داده ماشین لرنینگ و دیگر مباحث هوش مصنوعی قرار داده شده است. کیفیت بالای آموزش، مدرسان قوی و به‌روزرسانی مداوم مباحث آموزشی، از ویژگی‌های خاصی هستند که دوره‌های مکتب خونه را از دیگر منابع متمایز می‌کنند. آموزش چرخه عمر داده ماشین لرنینگ، به معرفی سیستم‌های یادگیری ماشین می‌پردازد. با توجه به این‌که هوش مصنوعی براساس الگوریتم‌های یادگیری ماشین کار می‌کند، آموزش چرخه عمر داده یادگیری ماشین به درک بهتر کارکرد AI کمک‌کننده است. در مکتب خونه انواع دوره آموزش برنامه نویسی، آموزش AI و همچنین آموزش ماشین لرنینگ به عنوان مکمل و پیش نیاز این دوره موجود است. جمع‌آوری، برچسب‌گذاری و اعتبارسنجی داده‌ها: 1 - بررسی اجمالی 2 - خطوط لوله یادگیری ماشین (ML Pipelines) 3 - اهمیت داده 4 - مثال کاربردی: پیشنهاد اجراها (Runs) 5 - داده مسئولانه: امنیت، حریم خصوصی و انصاف 6 - مطالعه موردی: کاهش عملکرد مدل 7 - تغییر داده و مفهوم در یادگیری ماشین تولیدی 8 - بازخورد فرآیند و برچسب‌گذاری انسانی 9 - تشخیص مسائل داده 10 - اعتبارسنجی داده در TensorFlow مهندسی ویژگی، تبدیل و انتخاب: 1 - مقدمه‌ای بر پیش‌پردازش 2 - عملیات پیش‌پردازش 3 - تکنیک‌های مهندسی ویژگی 4 - تلاقی ویژگی‌ها (Feature Crosses) 5 - پیش‌پردازش داده در مقیاس 6 - TensorFlow Transform 7 - سلام دنیا با tf.Transform 8 - فضاهای ویژگی (Feature Spaces) 9 - انتخاب ویژگی 10 - روش‌های فیلتر (Filter Methods) 11 - روش‌های پوششی (Wrapper Methods) 12 - روش‌های جاسازی‌شده (Embedded Methods) سفر داده و ذخیره‌سازی داده‌ها: 1 - سفر داده 2 - مقدمه‌ای بر فرا داده یادگیری ماشین (ML Metadata) 3 - فرا داده یادگیری ماشین در عمل 4 - توسعه‌ی اسکما 5 - محیط‌های اسکما 6 - ذخیره‌گاه‌های ویژگی (Feature Stores) 7 - انبار داده 8 - دریاچه‌های داده (اختیاری): برچسب‌گذاری پیشرفته، تقویت و پیش‌پردازش داده‌ها: 1 - یادگیری نیمه-نظارت‌شده (Semi-supervised Learning) 2 - یادگیری فعال (Active Learning) 3 - نظارت ضعیف (Weak Supervision) 4 - تکثیر داده (Data Augmentation) 5 - سری‌های زمانی (Time Series) 6 - حسگرها و سیگنال‌ها

درباره دوره: در این دوره سعی شده است تمام مطالب سی‌شارپ گنجانده شده و به‌صورت کاملاً عملی و تجربی ارائه شده است. مطالب گفته شده از شروع یک پروژه تا پایان کار که همان ساخت برنامه نصبی و پابلیش آن است قدم‌به‌قدم گفته شد است تا دوستانی که وارد بازار کار می‌شوند هیچ‌گونه مشکلی نداشته باشند. مراحل گفته شده در این پکیج، انتخاب محیط، تجزیه‌وتحلیل، فهمیدن نیازمندی‌ها، پیداکردن موجودیت‌ها، طراحی پایگاه‌داده، نرمال‌سازی پایگاه‌داده، مستندسازی پایگاه‌داده، مدیریت گرافیک پروژه برای کار تیمی، و تقسیم پروژه به قسمت‌های مجزا برای اینکه هر تیم بتواند به‌صورت مجزا و بدون درنظرگرفتن محدودیت‌های جغرافیایی با همکار کنند. نحوه استفاده از ابزار تولید خودکار کد برای کاهش زمان توسعه برنامه - طراحی کامپوننت گرافیکی برای یک‌پارچه کردن تیم‌های مختلف. در این پکیج برنامه را به سه زیر سیستم جدا: زیرسیستم مدیریت زبان‌سرا، زیر سیستم مال، زیرسیستم مدیریت کاربران) تقسیم کره‌ایم که هر سه تیم (َA، B، C) به‌صورت جداگانه بر روی هر زیر سیستم جداگانه کار می‌کند و در نهایت نحوه ترکیب ویک پارچه کردن این سه زیر سیستم و به دست یک سیستم واحد را گفته‌ایم. این پکیج از ابتدای پروژه تا زمان کامل‌شدن است و تمام گام‌های توسعه نرم‌افزار را شامل می‌شود. مهم نیست با چه تکنولوژی با دیتابیس ارتباط برقرار می‌کنید این پکیج شامل مطالب مفیدی برای همهٔ تکنولوژی‌ها است. تحلیل برنامه: 1 - مقدمه 2 - تحلیل درست برنامه Analysis - بخش اول 3 - تحلیل درست برنامه Analysis - بخش دوم پیاده سازی تحلیل ها در SQL Server: 1 - پیاده سازی تحلیل ها در SQL Server - بخش اول 2 - پیاده سازی تحلیل ها در SQL Server - بخش دوم 3 - نکات تکمیلی پیاده سازی زیر سیستم شماره 1 در SQL Server 4 - نکات تکمیلی پیاده سازی زیر سیستم شماره 2 در SQL Server 5 - نکات تکمیلی پیاده سازی زیر سیستم شماره 3 در SQL Server 6 - ساخت دیاگرام برای زیر سیستم شماره 1 Subsystem 7 - ساخت دیاگرام برای زیر سیستم شماره 2 Subsystem 8 - ساخت دیاگرام برای زیر سیستم شماره 3 Subsystem دمو گرافیک Graphic: 1 - آموزش دمو گرافیک Graphic (هماهنگ کردن زیر سیستم‌ها) 2 - طراحی دمو گرافیکی master form - بخش اول 3 - طراحی دمو گرافیکی master form - بخش دوم کدنویسی: 1 - کد نویسی فرم مدرک degree - بخش اول 2 - کد نویسی فرم مدرک degree - بخش دوم و دکمه جدید 3 - کد نویسی فرم مدرک degree - بخش سوم (دکمه حذف) ساخت Message Box: 1 - ساخت مسیج باکس - بخش اول 2 - ساخت مسیج باکس - بخش دوم Generate Code: 1 - تولید کردن کدها 2 - کار با مشخصه تکست باکس و زیباسازی آن ساخت Component: 1 - کامپوننت کنترل تکست باکس user control 2 - ساخت ComboBox Control 3 - طراحی Design کردن فرم دانش آموز Student کدنویسی فرم دانش آموز: 1 - کد نویسی فرم Student نوشتن کد دکمه Insert 2 - کد نویسی فرم Student دکمه آپدیت Update 3 - کد نویسی افزودن تصویر Image کاربر 4 - برطرف کردن مشکلات و نواقص برنامه 5 - کدنویسی فرم جستجو - بخش اول 6 - کدنویسی فرم جستجو - بخش دوم 7 - اضافه کردن ستون عکس به شبکه نمایش داده datagridview 8 - تکمیل کردن فرم دانش آموز کد نویسی فرم‌های استاد ، درس ، گروه درسی و انتخاب واحد: 1 - توضیح کدنویسی teacher form 2 - توضیح کدنویسی فرم درس 3 - توضیح کدنویسی فرم گروه درسی 4 - توضیح کدنویسی فرم انتخاب واحد گزارش گیری از Data Grid View: 1 - نرم افزار report و گزارش‌گیری سریع - بخش اول 2 - نرم افزار report و گزارش‌گیری سریع - بخش دوم افزودن گروهی چند سطر به جدول: 1 - طریقه رفع مشکلات تابع 2 - طریقه ذخیره گروهی چند سطر در دیتابیس کارهای نهایی SubSystem 1: 1 - طریقه نوشتن کنترل کاربر 2 - کامل کردن زیرسیستم شماره 1 کدنویسی فرم بانک‌ها: 1 - طریقه کدنویسی فرم بانک - بخش اول 2 - طریقه کدنویسی فرم بانک - بخش دوم 3 - طریقه کدنویسی جدول بانک 4 - طریقه کدنویسی تابع ویرایش توضیح کدنویسی جدول Payment: 1 - شیوه کدنویسی تابع 2 - توضیح کدنویسی جدول 3 - توضیح کدنویسی جدول پرداخت طریقه کدنویسی فرم‌های Permission , Login ,Users: 1 - توضیح طریقه کدنویسی کد فرم پرداخت 2 - کدنویسی زیرسیستم 3 - توضیح کدنویسی فرم سطح دسترسی 4 - توضیح کدنویسی فرم کاربران مدیریت یکپارچگی پروژه ، گزارش گیری و Publish: 1 - توضیح طریقه کدنویسی فرم ورود - بخش اول 2 - توضیح طریقه کدنویسی فرم ورود - بخش دوم 3 - توضیح طریقه کدنویسی فرم ورود - بخش سوم 4 - توضیح طریقه کدنویسی فرم ورود - بخش چهارم 5 - توضیح طریقه کدنویسی فرم ورود - بخش پنجم 6 - پروژه نهایی اول 7 - پروژه نهایی دوم