دوره آموزشی - جستجوی «علوم اجتماعی،شهرسازی،GIS،معماری»

نتایج جستجوی «علوم اجتماعی،شهرسازی،GIS،معماری» در دوره‌های آموزشی مرتبط با مقاطع تحصیلی و مهارت‌های شغلی مختلف، مانند دوره‌های برنامه‌نویسی، حسابداری، مدیریت و ...

آموزش لینکدین مارکتینگ

لینکدین یکی از تخصصی‌ترین محیط‌ها و شبکه‌های اجتماعی مربوط به کسب مهارت و شغل است. این شبکه به‌واسطه مباحثی که در این شبکه اجتماعی مطرح می‌شوند و دیدگاهی که افراد فعال در این محیط دارند یکی از بهترین محیط‌ها برای ارائه خدمات و کالاهایی است که محوریت علمی و کاری دارند. در مبحث مارکتینگ و بازاریابی، باتوجه‌به ماهیت خاص این شبکه اجتماعی، یکی از روش‌های بسیار عالی، کم‌هزینه و با بازدهی بالا به‌منظور ارائه تبلیغات، استفاده از لینکدین است. دوره آموزش لینکدین مارکتینگ با هدف تکنیک های بازاریابی در این شبکه اجتماعی مشهور تهیه و تدوین شده است که در ادامه به معرفی آن خواهیم پرداخت. دوره آموزش لینکدین مارکتینگ چیست؟ در دوره آموزش لینکدین مارکتینگ یاد می‌گیریم چگونه در محیط آنلاین با افرادی که در زمینه کاری ما مشغول به فعالیت هستند ارتباط برقرار کنیم. این دوره به ما کمک می‌کند با مشاهده رزومه سایر افراد موفق در لینکدین بتوانیم رزومه بهتری از فعالیت‌هایمان تهیه کنیم و به‌طورکلی بتوانیم با نگاهی نو موقعیت‌های کاری جدید و ایده‌آلی را به دست بیاوریم. در نگاهی کلی‌تر با کمک‌گرفتن از این دوره می‌توانیم با فعالیت‌ها جدی‌تری در حوزه مارکتینگ آشنایی پیدا کنیم. فعالیت‌هایی از جمله موارد زیر جزو موضوعاتی هستند که در این دوره برای یادگیری مخاطب تهیه شده است: · تیم‌سازی · پرسونال برندینگ · تولید محتوا · راهکارهای کسب درآمد مستقیم و غیرمستقیم از لینکدین · توانایی برقراری ارتباط و حضور مؤثر در شبکه‌های اجتماعی · آشنایی با ساختار، کارکرد و ماهیت شبکه‌های اجتماعی مانند لینکدین هدف از برگزاری دوره آموزش لینکدین مارکتینگ چیست؟ هدف این دوره آشنایی مخاطبان با فضای لینکدین و نگاهی نو و متفاوت به موضوع مارکتینگ و استفاده از لینکدین برای فعالیت‌های شغلی و تجاری بوده است. اهداف دیگری همچون ارتقای مهارت‌های کاری نیز در این دوره مورد بررسی قرار گرفته است و به کمک این دوره شما می‌توانید با دنیایی نو و جدید در زمینه بازاریابی و شبکه‌های اجتماعی آشنایی پیدا کنید. دوره لینکدین مارکتینگ برای چه کسانی مناسب است؟ باتوجه‌به محتوای این دوره به‌طورکلی همه افرادی که زمینه مارکتینگ و بازاریابی و فروش و ... مشغول به کار هستند می‌توانند از این دوره استفاده کنند. دوره لینکدین مارکتینگ برای کسانی طراحی شده است که قصد دارند نگاهی نو به موضوع مارکتینگ و شبکه‌های اجتماعی داشته باشند. افرادی مثل گروه‌های زیر می‌توانند با کمک این دوره پیشرفت قابل‌توجهی در زمینه کاری و اجتماعی خود به دست بیاورند: · کسانی که قصد دارند به کمک لینکدین به سایر افراد مشغول در حوزه کاری‌شان دسترسی پیدا کنند. · دانشجویان و افرادی که به دنبال موقعیت‌های مناسبی برای کسب تجربه و کارآموزی هستند. · فارغ‌التحصیلانی که قصد ورود به بازار کار و حضور در شرکت‌های مطرح را دارند. · مدیران منابع انسانی و صاحبان کسب‌وکارهای مختلف که به دنبال جذب نیرو هستند. · افرادی که علاقه‌مند به فعالیت‌های استارتاپی هستند و می‌خواهند تیم‌سازی و فعالیت تیمی را با دیدگاهی حرفه‌ای دنبال کنند. محتوای دوره آموزش لینک دین مارکتینگ مباحث این دوره طی نه جلسه و در قالب 9 جلسه ارائه شده است. جلسات اصلی این دوره به‌صورت زیر هستند: · مفاهیم اولیه لینکدین مارکتینگ · چگونه یک پروفایل حرفه‌ای داشته باشیم؟ · شبکه‌سازی در لینکدین · لینکدین پریمیوم · همه چیز درباره پیج‌های شرکتی · آیین ارسال پیام و نکات انتهایی دوره · کوییز پایانی

568,650 تومان

آموزش تسک ۱‌ رایتینگ جنرال آیلتس (IELTS Writing Task 1 - General)

آیلتس (IELTS) که مخفف عبارت International English Language Testing System است، به معنی سامانه جهانی ارزیابی زبان انگلیسی، یکی از ارزشمندترین آزمون‌های ارزیابی سطح دانش زبان انگلیسی است. این آزمون در سراسر جهان برگزار می‌شود. آیلتس در اصل آزمونی بریتانیایی است و از این حیث معادل آزمون تافل، که آزمونی آمریکایی است، قرار دارد. داوطلبان آزمون آیلتس علاوه بر تفاوت‌های ساختاری آزمون آیلتس و تافل، باید هنگام انتخاب کشور مقصد مهاجرت خود، آزمون مناسب را از بین این دو انتخاب کنند. یکی از مهم‌ترین بخش‌های آزمون آیلتس، قسمت رایتینگ است که خود دو بخش Task 1 و Task 2 را در بر می‌گیرد. تسک ۱‌ رایتینگ جنرال آیلتس (IELTS Writing Task 1-General) تسک نامه‌نویسی است که بر اساس ۴ مولفه مورد ارزیابی و نمره‌دهی قرار می‌گیرد: 1- Task Achievement (TA) 2- Coherence and Cohesion (C.C) 3-Lexical Resource (LR) 4- Grammar (GRA) در این تسک از شما انتظار می‌رود: ۱- در مدت زمان ۲۰ دقیقه، یک نامه براساس موضوع داده شده بنویسید. این موضوعات همگی جنبه ی عمومی دارند و دانش تخصصی ملاک قرار نمی‌گیرد. مواردی نظیر: ‌سفر، اقامت، امور روزانه، خرید، مسائل رفاهی، تفریحی، بهداشتی، تحصیلی و ... در زمره‌ی رایج ترین موضوعات هستند. ۲- نامه نوشته شده حداقل دارای ۱۵۰ کلمه باشد. ۳- رسمی یا غیررسمی بودن لحن نامه (Tone) متناسب با موضوع داده شده رعایت شود. ۴- هدف (Purpose) نامه شفاف باشد. ۵- تمام موارد خواسته شده در سوال (اصطلاحأ تمام bullet-pointهای سوال) به یک میزان پوشش داده شود. ۶- نامه نوشته شده دارای سازماندهی بوده و ایده‌ها از نظم منطقی لازم برخوردار باشند. ۷- لغات متناسب با موضوع داده شده به کار گرفته شود. ۸- ساختارهای گرامری Complex به صورت صحیح و روان استفاده شوند. اگر بخواهیم جزئی‌تر نگاه کنیم، هدف از این تسک در آزمون آیلتس این است که آیا شما قادر به برقراری ارتباط مناسب و موثر از طریق نوشتن یک نامه یا ایمیل هستید یا خیر. برای این منظور، شما باید در مورد سه فاکتور تصمیم گیری درست داشته باشید: ۱- مخاطب نامه ۲- سبک یا لحن نامه ۳- محتوای نامه مخاطب نامه در سوال تعیین می‌شود که بر این اساس می‌تواند یک دوست، یک غریبه یا یک مخاطب رسمی نظیر مدیر یک شرکت یا سازمان، استاد دانشگاه و... باشد. سبک یا لحن نامه بر اساس مخاطب تعیین می‌شود و می‌تواند رسمی، نیمه رسمی، یا غیررسمی باشد. محتوای نامه که می‌تواند حاوی ایده‌هایی نظیر شکایت، کسب یا ارائه اطلاعات، درخواست، عذرخواهی، تشکر، یا دعوت باشد. بر اساس دستورالعمل سوال، می‌بایست تصمیم بگیرید که متن نامه به مخاطب را با چه لحن و محتوایی بنویسید. در این دوره با تمرکز ویژه روی انتظارات ممتحن تلاش بر این است تا با ارائه نکات ذیل، متقاضیان محترم (مشروط بر تمرین مستمر روی محتوا) به سمت نمره‌ی بالای ۷ سوق داده شوند : - تشریح بایدها و نبایدها ی نامه نویسی - معرفی انواع نامه و تفاوت‌های آنها - تشریح نمونه های موفق برای هر نوع سوال - آشنایی با ساختارهای گرامری مرتبط و واژگان Less Common

1,087,150 تومان

آموزش شبکه عصبی و یادگیری عمیق

کاربرد دوره آموزش شبکه عصبی و یادگیری عمیق چیست؟ امروزه در علوم کامپیوتر دو مبحث بسیار مهم با نام شبکه عصبی و یادگیری عمیق پدید آمده است. شبکه‌های عصبی دسته‌ای از الگوهای برنامه‌نویسی هستند که برای آموختن از داده‌های مشاهده‌ای از زیست‌شناسی الهام گرفته‌اند. به عبارت ساده‌تر، این شبکه‌ها برای یادگیری از نحوه عملکرد مغز بهره می‌برند. یادگیری عمیق مجموعه قدرتمندی از تکنیک‌ها برای یادگیری در شبکه‌های عصبی است. در واقع یادگیری عمیق زیرشاخه‌ای از یادگیری ماشین محسوب می‌شود و شبکه‌های عصبی اسکلت یادگیری عمیق را تشکیل می‌دهند. شبکه‌های عصبی و یادگیری عمیق در حال حاضر بهترین راه‌حل‌ها را برای بسیاری از مشکلات در تشخیص تصویر، تشخیص گفتار و پردازش زبان طبیعی (natural language processing) ارائه می‌دهند. اگر شما هم از علاقه‌مندان و فعالان حوزه تکنولوژی‌های نوظهور هستید، آموزش شبکه عصبی مصنوعی و یادگیری عمیق مکتب‌خونه را از دست ندهید. هدف از آموزش شبکه عصبی و یادگیری عمیق چیست؟ آموزش شبکه‌های عصبی و یادگیری عمیق، اولین دوره از مجموعه تخصص یادگیری عمیق اندرو می‌باشد. در این دوره شما با مفاهیم بنیادی شبکه عصبی و یادگیری عمیق آشنا خواهید شد. این دوره به شما کمک می‌کند که قابلیت‌ها، چالش‌ها و پیامدهای یادگیری عمیق را درک کنید. همچنین آموزش یادگیری عمیق شما را برای مشارکت در توسعه فناوری پیشرفته هوش مصنوعی آماده می‌کند. بنابراین این دوره مسیری برای شما فراهم می‌کند که دانش و مهارت لازم را برای استفاده از یادگیری ماشین در کار خود کسب کنید، سطح فنی خود را ارتقا داده و گام نهایی را برای ورود به دنیای هوش مصنوعی بردارید. بعد از فراگیری دوره آموزش شبکه عصبی و یادگیری عمیق چه مهارت‌هایی کسب خواهید کرد؟ آشنایی با یادگیری عمیق آشنایی با شبکه عصبی مصنوعی برنامه‌نویسی پایتون روش پس انتشار (Backpropagation) معماری شبکه عصبی

67,150 تومان

آموزش نرم افزار iSpring Suite (تولید محتوای الکترونیکی)

کاربرد دوره آموزش نرم‌افزار iSpring Suite چیست؟ رشد اینترنت و فراگیر شدن موبایل‌ها،‌ تبلت‌ها و سایر دستگاه‌های ارتباطی الکترونیک تقریبا تمام صنایع را دگرگون کرده و زندگی انسان را با تغییرات چشمگیری مواجه کرده‌است. آموزش هم یکی از مواردی است که دستخوش تغییرات قرار گرفته و از کلاس‌های حضوری به دوره‌های مجازی تغییر پیدا کرده‌است. یادگیری الکترونیکی امروزه جای خود را به‌خوبی در سطوح مختلف آموزش رسمی از مقطع ابتدایی تا آموزش عالی باز کرده‌است. بنابراین امروزه نیاز به آموزش ispring suite که یک نرم‌افزار تولید محتوای الکترونیکی است، بسیار احساس می‌شود. یکی از پیش‌نیازهای اصلی و شاید مهم‌ترین پیش‌نیاز یادگیری الکترونیکی، تولید محتوای جذاب و استاندارد است. در حقیقت اگر محتوای مناسبی نداشته باشیم، بقیه اقدامات ما ثمری نخواهد داشت.در حال حاضر ابزارهای زیادی برای تألیف محتوای الکترونیکی وجود دارد که بسته نرم‌افزار iSpring Suite یکی از بهترین، آسان‌ترین و کامل‌ترین آن‌ها است. برخی از مهم‌ترین ویژگی‌های این نرم‌افزار عبارت است از: جامع و چندمنظوره بودن یادگیری آسان و مبتنی بر پاورپوینت واکنش‌گرا بودن در دیوایس‌های مختلف خروجی‌های متنوع پشتیبانی از نسخه‌های مختلف ویندوز و آفیس نیاز به امکانات سخت‌افزاری پایین‌تر

237,150 تومان

آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده

طی دهه‌های اخیر، با ظهور یوتیوب، آمازون، نتفلیکس و بسیاری از وب سرویس‌های دیگر، سیستم های پیشنهاد دهنده جایگاه ویژه‌ای در زندگی ما پیدا کرده‌اند. کاربرد این‌گونه سیستم‌ها در خدمات متنوعی از جمله تجارت الکترونیکی، تبلیغات آنلاین و حتی سفرهای آنلاین رومزه غیرقابل انکار است. وقتی یک محصولی را به صورت آنلاین خریداری می‌کنید، ممکن است مقالاتی به شما پیشنهاد داده شود؛ یا حتی وقتی در اینترنت در حال گشت‌وگذار هستید، مطالبی مناسب با شما و طبق ترجیحاتتان برایتان نمایش داده می‌شود. این قبیل موارد که هر روزه با آن‌ها مواجه هستید، با کمک Recommender System ها امکان‌پذیر است. با توجه به اهمیت سامانه‌های پیشنهاد دهنده در دنیای امروز، تصمیم گرفتیم دوره‌ای برای آموزش سیستم توصیه‌گر (Recommender Systems) طراحی کنیم. در این دوره بعد از معرفی این سیستم‌ها به روش ساخت آن‌ها با استفاده از تکنیک‌های مدرن هوش مصنوعی و یادگیری ماشین هم می‌پردازیم. طی این دوره با مقدمات و مفاهیم بازیابی اطلاعات (Information Retrieval) و سامانه های توصیه گر، لزوم طراحی و استفاده از آن‌ها در وب‌سایت‌ها و اپلیکیشن‌ها و تاثیر این سامانه‌ها بر افزایش نرخ تبدیل (Conversion Rate) در کسب‌وکارهای آنلاین آشنا خواهید شد. پس از آشنایی با این موارد، مدرن‌ترین روش‌ها و متدهای روز دنیا برای پیاده‌سازی سیستم‌های پیشنهاد دهنده در پایتون را بررسی خواهیم کرد. دوره آموزش سیستم پیشنهاد دهنده تنها به این مباحث ختم نمی‌شود. مهم‌ترین بخش این دوره، تدریس گام به گام چگونگی پیاده‌سازی سیستم‌های پیشنهاد دهنده در پایتون است. طبق این برنامه آموزشی شما یاد می‌گیرید که براساس علایق و سوابق جمع‌آوری شده از کاربران، با استفاده از هوش مصنوعی و شبکه‌های عصبی مصنوعی (Deep learning) به کاربران خود فیلم پیشنهاد دهید. در این راستا از زبان برنامه‌نویسی Python و فریم‌ورک TensorFlow و Keras استفاده خواهیم کرد. در این دوره آموزشی خواهید توانست از مفاهیم پایه و معرفی سیستم تا استقرار روی سرورهای عملیاتی را قدم به قدم فرا بگیرید. بنابراین اگر قصد آموزش عملی و صفر تا صد پیاده سازی سیستم‌های پیشنهاد دهنده را دارید، دوره آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده (Recommender Systems) مکتب‌خونه را به شما پیشنهاد می‌دهیم. دوره آموزش سیستم پیشنهاد دهنده مناسب چه کسانی است؟ مدیران کسب‌وکاری که قصد توسعه کسب‌وکار خود را دارند. مهندسان و برنامه‌نویس‌هایی که به طراحی، پیاده‌سازی و استقرار این سیستم‌ها علاقه دارند. دانشجویان و محققانی که قصد تحقیق و پژوهش در این حوزه مدرن را دارند. بعد از فراگیری دوره آموزش سیستم پیشنهاد دهنده چه مهارت‌هایی کسب خواهید کرد؟ بعد از گذراندن این دوره به راحتی می‌توانید با استفاده از هوش مصنوعی و یادگیری ماشین، سیستم های پیشنهاد دهنده امروزی را برای استفاده در صنعت یا کار‌های پژوهشی، پیاده‌سازی و ارزیابی کنید. اگر مدیر یک کسب‌وکار آنلاین هستید، از اهمیت سیستم‌های پیشنهاد دهنده آگاه خواهید شد و مهارت‌های کار با این سیستم‌ها را فرا خواهید گرفت. اگر مهندس و برنامه‌نویس سیستم‌های نرم‌افزاری هستید، بعد از این دوره به راحتی خواهید توانست یک سامانه توصیه‌گر را طراحی، پیاده‌سازی و مستقر کنید. اگر دانشجو یا محقق هستید، به راحتی می‌توانید به پیاده‌سازی و ارزیابی مقاله یا پایان‌نامه خود در زمینه سیستم‌های پیشنهاد دهنده بپردازید.

169,150 تومان
شنبه 12 خرداد 1403، ساعت 08:47