دوره آموزشی - جستجوی «مدیر فنی»

آموزش یادگیری ماشین

چکیده آنچه که در دوره آموزش یادگیری ماشین (Machine Learning) خواهید آموخت اگر قصد دارید یک دوره یادگیری ماشین بگذرانید، کافی است کمی در اینترنت جستجو کنید. تعداد دوره‌ها اینقدر زیاد هستند که چندسالی لازم دارید تا از ابتدا تا مقطع قابل قبولی را طی کنید. شاید به ندرت دوره جامعی را پیدا کنید که این سه نکته را در اختیار شما بگذارد: 1. آموزش ریاضیات و تئوری الگوریتم‌ها در کنار پیاده‌سازی و کاربرد هر کدام از آن‌ها 2. توسعه و Deploy اپلیکشین‌های مبتنی بر Machine learning 3. امکان بهره‌گیری از روش‌های سریعتر یادگیری ماشین مانند Pycaret ما در این دوره، هم بر آموزش مفاهیم اصلی و نحوه کارکرد الگوریتم‌های یادگیری ماشین تاکید داریم هم بر نحوه استفاده از این الگوریتم‌ها در سطح کد به گونه‌ای که بتوانید در نهایت محصول خود را توسعه داده و به صورت اولیه، در بستر وب سرویس‌دهی کنید. دوره آموزش یادگیری ماشین (Machine Learning) مناسب چه کسانی است؟ • اگر جهت اجرای ایده خود نیاز به استفاده از الگوریتم های یادگیری ماشین دارید. • اگر بنیان‌گذار استارتاپ هستید و نیاز به استفاده از یادگیری ماشین در بهبود ایده استارتاپی خود دارید. • اگر قصد دارید تا محصول نهایی خود را Deploy نمایید. • اگر دانشجو یا محقق هستید و قصد دارید با تسلط بیشتر، چه از نظر تئوری و کدنویسی از یادگیری ماشین استفاده کنید. • اگر تمایل دارید تا در فرصت‌های شغلی با عنوان Machine learning Engineer یا Data Scientist در داخل یا خارج از ایران، امتیاز بیشتری را با توجه به تسلط در یادگیری ماشین اخد نمایید. بعد از فراگیری دوره آموزش یادگیری ماشین (Machine Learning)، چه مهارت‌هایی کسب خواهید کرد؟ بعد از گذراندن این دوره، قادر خواهید بود تا الگوریتم‌های یادگیری ماشین را بر روی داده‌های واقعی پیاده‌سازی و اجرا نمایید. یکی از نقاط قوت این دوره این است که در نهایت شما را به سمت تولید محصول مبتنی بر یادگیری ماشین راهنمایی می‌کند. • آشنایی کامل با ابزارهای یادگیری ماشین در پایتون • آشنایی کامل با کتابخانه (NumPy) • آشنایی کامل با کتابخانه (Pandas) • آموزش نحوه بصری‌سازی داده‌ها (Matplotlib & Seaborn) • پیاده‌سازی الگوریتم‌های یادگیری ماشین با استفاده از کتابخانه (Scikit-learn) • نحوه استفاده از Kaggle Kernel و Google Colab • نحوه Deploy نمودن مدل نهایی با استفاده از Streamlit • استفاده از روش‌های Automl و آموزش Pycaret ویژگی های متمایز دوره آموزش یادگیری ماشین (Machine Learning)، مکتب‌پلاس چیست؟ روش‌های آموزشی استفاده شده در دوره آموزش یادگیری ماشین (Machine Learning)، ویژگی‌های منحصر به فردی دارد که شما را نسبت به نتیجه‌ی نهایی حاصل از فراگیری دوره مطمئن خواهد کرد. این ویژگی‌ها به شرح ذیل است: • کدهای مربوط به الگوریتم‌های یادگیری ماشین، قدم به قدم با استفاده از کتابخانه‌های مربوطه توضیح داده می‌شود. • راه‌حل‌های استفاده از الگوریتم‌های یادگیری ماشین در مسایل تجاری بررسی شده و یک سیستم عملیاتی کامل جهت اجرا در وبسایت و اپلیکیشن شما ساخته می‌شود. • مراحل Deploy نمودن و توسعه محصول مبتنی بر یادگیری ماشین آموزش داده خواهد شد.

415,650 تومان

آموزش مدیریت پروژه کاربردی

آشنایی با برنامه‌ریزی و مدیریت پروژه و تکنیک‌های برنامه ریزی و کنترل پروژه بصورت کاربردی امروزه از دغدغه‌های کارشناسان برنامه‌ریزی و کنترل پروژه‌ها می‌باشد. در دوره مدیریت پروژه کاربردی مفاهیم پایه مدیریت پروژه، چرخه عمر پروژه‌ها، برخی تکنیک‌های پرکاربرد و نیز ملاحظاتی جهت ورود به حرفه‌ مدیریت پروژه با معماری آزاد (فارغ از نوع صنعت و سازمان) بیان می‌شود و می‌تواند به عنوان مدخل ورود به مسیر شغلی مدیریت پروژه مورد استفاده قرار گیرد.

381,650 تومان

آموزش پیش بینی مالی استارتاپ

آیا تاکنون اندیشیده‌اید که برای انسجام کاری و شغلی خود به‌عنوان یک هم بنیان‌گذار، مؤسس و یا عضوی از یک استارتاپ، چگونه با مسائل مالی خود دست‌وپنجه نرم کنید؟ برای راه‌اندازی استارتاپ و شروع تدریجی بازه‌ی رشد، مهم‌ترین بخش، پس از نگارش بیزینس مدل، دقت در بررسی و تحلیل نگارش مدل درآمدی و چشم‌انداز برنامه‌ی مالی است. برنامه‌ای که گرچه در ابتدا شاید تهیه آن چندان زمان‌بر نباشد اما بدون پیش‌بینی درست مالی و عدم وجود مدل مالی، تمامی ایده‌ها و مدل‌های دیگر شما، ذهنی خواهد بود و عملکرد موثری در کسب‌وکارتان نخواهد داشت. برای تهیه‌ی مدل مالی، پیش‌بینی مدل مالی در استارتاپ‌ها نیازمند فراگیری مباحثی است که ما در مکتب‌خونه سعی داریم تا با برگزاری دوره‌ی جامع پیش‌بینی مالی استارتاپ، آن را پوشش دهیم. مدل مالی صحیح و دقیق، زبان برقراری ارتباط میان استارتاپ و سرمایه‌گذار است. مدل مالی یکی از پیش‌نیازهای کلیدی در ساختن کسب‌وکاری پایدار ازنظر مالی و سپس جذب سرمایه برای تأمین مالی رشد کسب‌وکار است. تهیه مدل مالی علاوه بر اینکه اطلاعات ارزشمندی را برای مؤسسان در رابطه با پتانسیل رشد استارتاپ و برای سرمایه‌گذاران در رابطه با جذابیت ارزش پیشنهادی استارتاپ به همراه می‌آورد، از پیش‌نیازهای مهم در فرایند جذب سرمایه است. دوره آموزش «پیش‌بینی مالی استارتاپ» با فراهم کردن دانش لازم برای درک اجزای مدل مالی استارتاپ‌ها، شما را قادر می‌سازد تا با انواع روش‌های محاسبه اندازه بازار، تخمین سهم بازار، انواع مدل‌های رشد استارتاپ‌ها و نکات مهم دیگر که برای تهیه و راستی‌آزمایی یک فایل پیش‌بینی مالی ضروری است، آشنا شوید. برای رشد و توسعه‌ی استارتاپ خود با تکیه بر تجارب اساتید این حوزه و دقت در تهیه مدل‌های مالی می‌توانید پیش‌بینی دقیق‌تری از روند رشد استارتاپ خود داشته باشید.

458,150 تومان

آموزش کامل برنامه نویسی کاربردی متلب – از مقدماتی تا پیشرفته

در «گنجینه طلایی برنامه نویسی کاربردی متلب – از مقدماتی تا پیشرفته»، جوانب مختلفی از برنامه نویسی متلب مورد بحث و بررسی قرار می گیرند که قطعا برای همه کاربران متلب، حاوی نکات آموزشی فراوانی می باشد. شیوه آموزشی منحصر به فردی که در این مجموعه آموزشی در پیش گرفته شده است، همانند سایر آموزش های ارائه شده در فرادرس، آن را به یک مرجع بسیار قوی برای آموزش برنامه نویسی متلب تبدیل کرده است.

251,600 تومان

آموزش آمار کاربردی برای تحلیل داده کسب و کار

یکی از این مهارت ها آشنایی و بکارگیری روش های آماری هست. آمار از این جهت حوزه جذابی است که می تواند درباره رفتارهای انسان ها در کسب و کار و البته سایر حوزه های دیگر پیش بینی‌هایی بکند که شاید افراد عادی فکر نمی کنند بشود این پیش بینی ها را کرد. در این درس تلاش شده است که شما با قسمت های کاربردی و جذاب آمار آشنا شوید. به جای این که درگیر فرمول های پیچیده ریاضی شوید، یاد می گیرید چطور مثل یک تحلیل گر داده فکر کنید، چطور با داده های واقعی کار کنید و استنتاج های آماری کنید و در نهایت به تصمیم گیری در کسب و کار کمک کنید. در این درس یاد می گیرید که با زبان برنامه نویسی R کار کنید و تحلیل های آماری انجام بدهید. در قالب ارائه، کوئیزها و پروژه مثال های مختلفی از حوزه های منابع انسانی، مالی، بازاریابی و فروش و سایر حوزه های کسب و کار را مشاهده خواهید کرد و گام به گام یاد خواهید گرفت که چطور روش های آماری را برای حل مسائل دنیای واقعی بکار ببرید. آمار کاربردی برای تحلیل داده دومین درس از دوره آنلاین Business Analytics در مکتب خونه است. پیش نیاز این درس٫ دوره تحلیل داده با زبان برنامه نویسی R است که اولین درس از دوره آنلاین Business Analytics در مکتب خونه است.

369,000 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

آموزش طراحی تفاهم‌ نامه سهامداری استارتاپ سرمایه‌ گذار

در این دوره، به معرفی سهام ممتاز و بیان بیش از 20 ویژگی آن می‌پردازیم. ویژگی‌های مورد بحث مشخص می‌کند در شرایط مختلف از جمله موفقیت و یا ورشکستگی استارتاپ، خروج موسسان و یا سرمایه‌گذاران از استارتاپ، و بروز شرایط بحرانی چه اتفاقی برای سهامداران رخ می‌دهد. در طول دوره، مثال‌ها، نمونه‌کاوی‌ها، کوئیزها و پروژه‌های مختلف برای تسلط یافتن به ویژگی‌های سهام ممتاز و چگونگی طراحی بهینه آن آورده شده است.

951,150 تومان