دوره آموزشی - جستجوی «مدل لباس مزون»

نتایج جستجوی «مدل لباس مزون» در دوره‌های آموزشی مرتبط با مقاطع تحصیلی و مهارت‌های شغلی مختلف، مانند دوره‌های برنامه‌نویسی، حسابداری، مدیریت و ...

آموزش اسکرام کاربردی با استفاده از ابزار جیرا

دوره «آموزش اسکرام کاربردی با استفاده از ابزار جیرا» چیست؟ اسکرام به عنوان یکی از بهترین چهارچوب­‌های موجود برای مدیریت تیم‌­های تولید و توسعه نرم‌­افزار شناخته می­‌شود. عمده­‌ترین دلایل استفاده از اسکرام مربوط به قابلیت­‌هایی است که در اختیار استفاده کنندگان می­‌گذارد؛ دلایلی همچون ایجاد انعطاف‌پذیری در عملکرد تیم تولید نرم‌­افزار، ایجاد سرعت عملکرد مناسب، ایجاد نظم در عملکرد اعضا و مدیریت چهارچوب تیم. به طور مشخص اسکرام در پروژه‌­هایی مورد استفاده است که نرم‌­افزار تولید شده نیاز به ایجاد آپدیت­‌های متعدد و همگام‌سازی مداوم با زمان دارد. چیزی شبیه به اپلیکیشن­‌های موبایل که با توجه به تغییرات شرایط محیطی نیاز به آپدیت­‌های منظم و مفید خواهند داشت. در چنین شرایطی استفاده از اسکرام ضروری و بسیار کاربردی خواهد بود. از سوی دیگر و به طور کلی جیرا ابزاری است که در پروژه‌­های تولید نرم‌­افزار به شناسایی باگ‌­ها و نواقص موجود می­‌پردازد. در دوره آموزش اسکرام کاربردی با استفاده از ابزار جیرا به آموزش مفاهیم اسکرام به صورت عملیاتی با ابزار جیرا پرداخته می­‌شود. در این دوره مفاهیم اصلی مربوط به فضای اجایل(چابک) و اسکرام به صورت حقیقی و به کمک مثال‌­های متعدد بیان می‌شوند و تاکید دوره بر شبیه­‌سازی تیم اسکرامی با استفاده از ابزار جیرا بوده است. هدف از برگزاری دوره «آموزش اسکرام کاربردی با استفاده از ابزار جیرا» چیست؟ هدف از برگزاری این دوره آشنایی با فضای کار تیمی اجایل(چابک) و شناخت ابزار جیرا است. به صورتی که اگر فرد بدون هیچ تجربه­‌ای از این فضا وارد تیمی با چنین مدل کاری شود به راحتی می­‌تواند فضا را درک کرده و عملکردی مفید و کاربردی در فرایند کاری تیم نرم‌­افزاری ارائه کند. دوره «آموزش اسکرام کاربردی با استفاده از ابزار جیرا» برای چه کسانی مناسب است؟ در این دوره سعی شده است تا مباحث به صورت کامل و جامع به مخاطب ارائه شود تا به این صورت شرکت­‌کنندگان دوره بتواند بیشترین بهره را از آموزش ارائه شده داشته باشند. به طور مشخص این دوره برای گروه­‌های زیر کاربردی و مفید خواهد بود: اسکرام مستر­ها دولوپرها تیم­‌های استارتاپی کوچک افراد علاقه­‌مند به مباحث فرایند تولید و توسعه نرم‌­افزار افرادی که می­‌خواهند فریم­ورک اسکرام را با استفاده از ابزار جیرا پیاده کنند جیرا ادمین­‌ها

415,650 تومان

آموزش مدل سازی کیفیت سد و مخزن

در این دوره آموزش مدل سازی کیفیت سد و مخزن که در ۶ فصل تقدیم حضور شما شده است، سعی شده تا معرفی کلی از نحوه ساخت و برپایی مدل کیفی در ساده‌ترین شکل آن ارائه شود. در فصل اول به تشریح ویژگی‌ها، مزایا و معایب و نیز محیط نرم‌افزار مربوطه پرداخته شده است. در فصل دوم به اختصار در خصوص مبانی هیدرودینامیک محیط‌زیستی و پارامترهای کیفی مدل صحبت شده است. لازم به ذکر است در این قسمت صرفا مجموعه‌ای از معادلات کلی حاکم بر مدل کیفی معرفی شده و بررسی دقیق‌تر آن در غالب این دوره آموزشی نمی‌گنجد. در فصل سوم به بررسی نیازهای اطلاعاتی مدل و نحوه آماده‌سازی آن‌ها پرداخته شده است. ضمن اینکه از نرم‌افزار ARCMAP در جهت ساخت هندسه مدل نیز استفاده شده است. در فصل چهارم تنظیمات و ضرایب مورد نیاز در محیط نرم‌افزاری بررسی شده است. فصل پنجم نیز به بررسی نحوه اجرای مدل، خطایابی و خروجی‌های اولیه و فصل ششم به نحوه استفاده از ابزار پس‌پردازش در مشاهده نتایج کیفی اختصاص دارند. مدل‌های کیفی آب ابزارهای مهمی در مدیریت منابع آبی هستند که بوسیله این ابزار، انتقال مواد آلاینده و اندرکنش‌های آن در محیط آبی شبیه‌سازی و پیش‌بینی می‌شود. این موضوع می‌تواند به کمتر شدن هزینه‌های پایش و مواد جهت آزمایشات شیمیایی تا حد زیادی کمک کند. همچنین در برخی از موارد ممکن است آزمایشات برجا به دلیل موضوعات آلودگی محیط‌زیستی در منطقه و یا عوامل دیگر، انجام‌پذیر نباشد. در کنار این موارد، نتایج مدلسازی کیفی می‌تواند ابزار مناسبی در مطالعات ارزیابی اثرات محیط‌زیستی طرح‌های آبی باشد، چه در زمینه پیش‌بینی آثار و چه در زمینه تصمیمات مدیریت محیط‌زیستی. با توسعه تئوری مدل و تکنیک‌های کامپیوتری بروز شده، مدل‌های کیفی آب با الگوریتم‌های مختلف توسعه داده شده‌اند. تا کنون ده‌ها نوع از مدل کیفی برای انواع توپوگرافی‌ها، بدنه آبی و آلاینده‌های مختلف در مقیاس‌های زمانی و مکانی مختلف توسعه داده شده‌اند. نحوه بهره‌گیری از یک مدل کیفی به فرضیاتی بستگی دارد که در مدل تعریف می‌شود. بر مبنای آنچه در پایگاه داده‌های SpringerLink، Web of Science و Scopus ارائه شده، ۷ مدل شبیه‌سازی کیفی آب بصورت گسترده در سراسر جهان مورد استفاده قرار می‌گیرند شامل AQUATOX، CE-QUAL-W2، EFDC، QUALs، SWAT، SPARROW و WASP هستند. مدل CE-QUAL-W2 به عنوان یکی از مدل‌های اشاره شده، این دوره آموزش مدل سازی کیفیت سد و مخزن پیش رو است یک مدل دوبعدی میانگین‌گیری شده عرضی است که برای شبیه‌سازی انواع بدنه‌های آبی شامل مخازن دریاچه‌ها و سدها، رودخانه‌ها و خورها مورد استفاده قرار می‌گیرد. به دلیل رایگان بودن، متن‌باز بودن و نیز امکان مناسب برقراری ارتباط فنی را توسعه‌دهندگان این مدل، ابزار مناسبی برای شبیه‌سازی بدنه‌های آبی است. با این حال، به دلیل فرض میانگین‌گیری عرضی، کاربرد آن برای بدنه‌های آبی که دارای نسبت طولی به عرضی زیاد هستند، دارای دقت بالاتری است. برای استفاده مناسب از مدل‌های کیفی در پروژه‌های مختلف، نیاز است تا شخص کاربر اطلاعات مناسب و کافی از مبانی هیدرودینامیک محیط‌زیستی، بیولوژی و شیمی محیط‌های آبی، محاسبات عددی و آمار و احتمال مهندسی در اختیار داشته باشد.

271,150 تومان

آموزش وردپرس (WordPress)

هدف از یادگیری دوره آموزش وردپرس چیست؟ امروزه باتوجه‌به گسترش فضای دیجیتال بسیاری از کسب‌وکارهای بزرگ و کوچک به سمت اینترنتی شدن رفتند و این مدل کسب‌وکار تقریباً جزئی از فرهنگ جامعه شده است. پیشرفت روزافزون اینترنت و گسترش تکنولوژی هم علت مهم دیگری است که کسب‌وکارها را ملزم به داشتن یک سایت کرده است. البته شاید بسیاری از افراد به دلیل هزینه‌های بالای طراحی سایت و نگهداری از آن، دور این کار را خط کشیده باشند. از همین رو در این دوره قصد داریم به آموزش کامل وردپرس بپردازیم و مهارت‌هایی را به دانشجویان آموزش دهیم که بتوانند با پایین‌ترین هزینه ممکن سایت خود را طراحی کرده و از این طریق کسب‌وکار اینترنتی خود را راه‌اندازی کنند. دوره آموزش وردپرس مناسب چه کسانی است؟ کسانی که قصد دارند در سریع‌ترین زمان ممکن ساخت سایت را یاد بگیرند. صاحبان کسب‌وکاری که می‌خواهند سایت مخصوص به خودشان را طراحی کنند. کسانی که می‌خواهند فروشگاه اینترنتی، بلاگ، سایت و غیره شخصی خود را راه‌اندازی نمایند.

373,150 تومان

آموزش یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین

دوره آموزش «یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین» چیست؟ یکی از انواع روش‌های یادگیری ماشین (Machine Learning) و هوش مصنوعی، یادگیری عمیق (Deep learning) است. طی این روش، تلاش بر این است که قابلیتی به ماشین (سیستم کامپیوتری) اضافه شود تا ماشین در تصمیم‌گیری‌ها روشی مشابه فرایند ذهن انسان را داشته باشد و به نوعی فعالیت‌های ذهن انسان را تقلید کند. در دوره «آموزش یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین» شرکت‌کنندگان با موضوعات مختلفی از جمله مدل‌سازی سطح پایین در تنسورفلو آشنا خواهند شد. «تنسورفلو» (TensorFlow)، یک کتابخانه رایگان و اوپن سورس است و به دلیل ویژگی‌های جذابی که در اختیار کاربران قرار می‌دهد، کاربردهای زیادی در یادگیری ماشین دارد. یکی از اصلی‌ترین کاربردهای تنسورفلو در پیاده‌سازی شبکه‌های عصبی است؛ به همین دلیل این کتابخانه، به عنوان پراستفاده‌ترین کتابخانه در یادگیری عمیق شناخته می‌شود. شرکت‌کنندگان این دوره با همه مباحث مربوط به یادگیری عمیق، مدل‌سازی سطح پایین و کتابخانه تنسورفلو آشنا خواهند شد. به طور مشخص شرکت‌کنندگان در این دوره با مباحث زیر سروکار خواهند داشت: آشنایی با تعاریف کلی و مفاهیم مربوط به یادگیری عمیق و مدل‌سازی سطح پایین چگونگی طراحی دلخواه اِلمان‌های مختلف یک شبکه عصبی مانند loss، metric، activation function و حتی لایه‌ها و مدل‌ها چگونگی پیاده‌سازی training loop به صورت کامل و دلخواه آشنایی با تعاریف و عملیات‌های ممکن روی تنسورها آشنایی با امکانات پردازش داده تنسورفلو شرکت‌کنندگان این دوره پس از گذراندن این دوره علاوه بر آشنایی با مباحث و تعاریف کلی موارد زیر را نیز به طور کامل فرا خواهند گرفت: آشنایی با تنسورها و انجام محاسبات با آن‌ها پیاده‌سازی loss، activation function، initializer، regularizer، metric، لایه و مدل دلخواه آشنایی با GradientTape و طراحی حلقه آموزش دلخواه آشنایی با Data API تنسورفلو هدف از برگزاری دوره «یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین» چیست؟ مدل‌سازی سفارشی و سطح پایین یکی از مهم‌ترین مهارت‌ها برای افرادی است که قصد دارند در زمینه یادگیری عمیق فعالیت داشته باشند. شما ممکن است بخواهید ایده‌های جدیدی را برای طراحی یک شبکه عصبی پیاده‌سازی کنید. یعنی شبکه‌ای طراحی کنید که تعدادی از اِلمان‌ها به‌صورت default در آن وجود نداشته باشد. به‌عنوان مثال می‌خواهید یک loss جدید تعریف کنید و یا عملکرد شبکه را با یک متریک جدید ارزیابی کنید؛ یا لایه‌ای بسازید که عملکرد جدیدی داشته باشد. پس از گذراندن این دوره با امکانات لازم در تنسورفلو برای این محاسبات آشنا می‌شوید و می‌توانید شبکه‌ای کاملا دلخواه با نیازها و ایده‌آل‌های خودتان ایجاد کنید. هدف اصلی این دوره آشنایی با همه مباحثی است که در این مسیر مورد نیاز شما خواهند بود و برای کار در این مسیر باید به آن‌ها تسلط پیدا کنید. دوره «یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین» برای چه کسانی مناسب است؟ مباحث مطرح شده در این دوره برای همه افرادی که به موضوعاتی همچون یادگیری عمیق و هرآنچه به این موضوع مربوط می‌شود علاقه‌مند هستند، مفید و کاربردی خواهد بود. به طور خاص این دوره برای کسانی است که با تنسورفلو و کراس آشنایی دارند و قصد دارند با گذراندن یک دوره آموزشی علاوه بر مرور مجدد مباحث مربوط به این عناوین، گامی بزرگ در جهت ماهرتر شدن در مدل سازی شبکه‌های عصبی برای یادگیری عمیق بردارند.

203,150 تومان

هنر حل مسئله با داده

دوره هنر حل مسئله با داده مناسب چه کسانی است؟ جمع‌آوری داده و تجزیه و تحلیل آن‌ها به سازمان کمک می‌کند تا درآمد و جایگاه خود را در بین رقبا ارتقا دهد. بنابراین اگر با مفاهیم اولیه تحلیل داده و یادگیری ماشین آشنا هستید و قصد ورود به بازار کار در این حوزه را دارید، دوره هنر حل مسئله با داده مکتب‌پلاس برای شما تهیه شده است. همچنین اگر تمایل دارید با مفاهیم علوم داده به صورت حرفه‌ای آشنا شوید و آن‌ها را در حل مسئله‌های واقعی به‌کار بگیرید، این دوره کمک شایانی به شما خواهد کرد. بعد از فراگیری دوره آموزش هنر حل مسئله با داده چه مهارت‌هایی کسب خواهید کرد؟ به طور کامل با مفهوم volatility آشنایی خواهید داشت و چگونگی استفاده از آن را فرا خواهید گرفت. می‌توانید نوع مدل‌سازی و حل مسئله را بررسی کنید. توانایی جمع‌آوری داده‌ها، تجزیه تحلیل و آماده‌سازی آن‌ها را خواهید داشت. می‌توانید مسئله را مدل‌سازی کنید. با استفاده از مدل ساخته شده می‌توانید مسئله را حل کنید. می‌توانید تکنیک مناسب را با توجه به نوع مسئله انتخاب کنید. می‌توانید نتایج تحلیل‌های خود را به زیبایی و به درستی به مخاطبان منتقل کنید. پیش‌نیاز فراگیری دوره آموزش هنر حل مسئله با داده چیست؟ برای داشتن هنر حل مسئله با داده اول از هر چیز، باید بتوانید مشکلی که کسب‌وکار شما با آن روبه‌رو است را به خوبی درک کنید. آشنایی با چگونگی جمع‌‌آوری داده هم مهم است. چرا که با تحلیل داده‌های مناسب می‌توانید اطلاعات موردنیازتان را کسب کنید. از طرفی هنر حل مسئله نیاز به آشنایی با اصول یادگیری ماشین دارد. در واقع، شما باید بتوانید الگوریتم‌ها را به خوبی درک و آن‌ها را پیاده‌سازی کنید. سفر از یک مشکل واقعی در کسب‌وکار به یک مسئله در حوزه علوم داده کار چندان آسانی نیست. بنابراین باید به طور دقیق بدانید که در هر مرحله از فرایند حل مسئله، می‌خواهید چه کاری انجام دهید.

449,650 تومان

آموزش مدل‌های توالی و پردازش زبان طبیعی

ویدیوهای زبان اصلی دوره به صورت رایگان هستند اما برای دسترسی به زیرنویس فارسی ویدیوها می توانید محتوای دوره را خریداری کنید. کاربرد دوره آموزش مدل ‌های توالی (sequence model) و پردازش زبان طبیعی مدل‌های توالی در کاربردهایی که به تجزیه‌وتحلیل داده‌های ورودی به‌عنوان یک جریان هم‌بسته مداوم احتیاج دارد، نقشی اساسی ایفا می‌کند. این مقادیر می‌توانند داده‌های سری زمانی باشند که تقاضای یک محصول را در یک بازه زمانی خاص پیش‌بینی می‌کنند. کاربرد دیگر مدل‌های توالی می‌تواند در پیش‌بینی متن باشد. سیستم بر اساس توالی آخرین عبارت و مجموعه‌ای از شرایط و قوانین از قبل بارگذاری شده، قادر است کلمه بعدی را پیش‌بینی کند. یکی از انواع شبکه‌ها که در تشخیص گفتار، پردازش زبان طبیعی (NLP) و پردازش داده‌های متوالی استفاده می‌شود، شبکه عصبی بازگشتی یا RNN نام دارد. با فراگیری آموزش مدل‌های توالی به‌عنوان بخشی از RNN کسب‌وکارها می‌توانند عملیات خود را تقویت کنند و تصمیم‌گیری‌هایشان را بهبود بخشند. در این دوره از آموزش مدل‌های توالی و آموزش پردازش زبان شما با مدل‌های NLP و اپلیکیشن‌های جذابشان مانند تشخیص گفتار، ترکیب موسیقی، چت‌بات‌ها، ترجمه ماشینی، درک زبان طبیعی و تکامل الگوریتم‌های توالی آشنا خواهید شد. هدف از یادگیری دوره آموزش مدل‌ های توالی و پردازش زبان طبیعی چیست؟ آموزش sequence model، دومین دوره از مجموعه تخصص یادگیری عمیق اندرو می‌باشد. هدف از این دوره، این است که شما بتوانید با شبکه‌های عصبی بازگشتی (RNN) و انواع رایج‌تر آن مانند GRU و LSTM کار کنید. با استفاده از این مدل‌ها می‌توانید پردازش زبان طبیعی و Word Embedding را یاد بگیرید. دوره آموزش مدل‌‌های توالی و پردازش زبان طبیعی مناسب چه کسانی است؟ دانشجویان و فارغ‌التحصیلان مهندسی کامپیوتر و هوش مصنوعی کسانی که به ساخت اپلیکیشن‌های کاربردی با استفاده از یادگیری عمیق علاقه‌مندند. مهندسانی که نمی‌خواهند از دنیای تکنولوژی عقب بمانند. بعد از فراگیری دوره آموزش مدل‌‌های تربیتی (sequence model) و پردازش زبان طبیعی چه مهارت‌هایی کسب خواهید کرد؟ پس از فراگیری آموزش مدل‌های ترتیبی شاهد ارتقاء مهارت‌های زیر در خود خواهید بود: پردازش زبان طبیعی (NLP) حافظه طولانی کوتاه‌مدت (LSTM) واحد بازگشتی گیتی (GRU) شبکه عصبی بازگشتی (RNN) مدل‌های توجه

160,650 تومان
پنج‌شنبه 3 خرداد 1403، ساعت 03:50