دوره آموزشی - جستجوی «Head of Planning»

نتایج جستجوی «Head of Planning» در دوره‌های آموزشی مرتبط با مقاطع تحصیلی و مهارت‌های شغلی مختلف، مانند دوره‌های برنامه‌نویسی، حسابداری، مدیریت و ...

دوره الزامات امنیتی کاربران

امنیت دارایی ها و اموالتان تا چه حد برای شما اهمیت دارد ؟ خانه، خودرو یا هر چیز ارزشمند دیگری؟ در دنیای امروز اطلاعات یکی از با ارزش ترین دارایی های شما هستند. بیشتر کلاه برداری های اینترنتی با دسترسی سارقین به اطلاعات شما اتفاق میافتد. کامپیوترها و گوشی های هوشمند به عنوان وسیله هایی برای ذخیره اطلاعات، امروز جزئی جدانشدنی از زندگی ما هستند. حفظ امنیت اطلاعات ذخیره شده روی این دستگاه ها برای جلوگیری از سوء استفاده سارقین اهمیت بسیار زیادی دارد. اهمیت بالای حفظ امنیت اطلاعات کاربرها باعث شده تا کمپانی EC-Council  مدرک  آموزشی تحت عنوان certified-secure-computer-user ( CSCU ) را طراحی نماید. دوره آموزشی CSCU با بهره گیری از سرفصل های آزمون بین المللی CSCU تهیه شده است. مهندس فریبرز فلاح زاده در این دوره آموزشی کوشیده تا راهکارهای امنیتی ضروری برای کاربران عادی کامپیوتر و تلفن های هوشمند را به دور از اصطلاحات پیچیده فنی تدریس نماید. دوره CSCU پیش نیازی ندارد و مخاطب آن همه کاربران کامپیوتر و گوشی های هوشمند می باشند.

45,000 تومان

PMBOK

عبارت (PMBOK) مخفف Project Management Body Of Knowledge می باشد، که در فارسی به گستره دانش مدیریت پروژه ، یا به شکل ساده‌ تر به دانش مدیریت پروژه ترجمه شده است. منظور از Body Of Knowledge مجموعه ای کامل و جامع از اطلاعات و مهارت‌ها می باشد که یک حرفه را تشکیل می‌دهند. PMBOK معروف ترین استاندارد جهانی در مدیریت پروژه است و رایج ترین معیار برای ارزیابی سیستم های مدیریت پروژه می باشد. در دوره آموزش PMBOK از ابتدایی ترین مفاهیم مدیریت پروژه شروع میکنیم و تا سطوح پیشرفته تر پیش میریم. راه کارها و استانداردها رو میشناسیم و با حوزه های مختلف این استاندارد آشنا میشیم. در این دوره قصد داریم یاد بگیریم که چطور یک پروژه را تعریف کنیم، چطور پروژه تعریف شده را برنامه ریزی کنیم و چطور آنرا اجرا کرده و در نهایت آن را چگونه کنترل کرده و به پایان برسانیم. گذراندن PMBOK برای همه کسانی که در پروژه های علمی، فنی و صنعتی مشغول به کار هستند و یا تمایل دارند در این زمینه ها فعالیت نمایند میتواند مفید باشد. مهدی یوسفی نژاد عطاری در مجموعه فیلم آموزش PMBOK تلاش کرده تا به دور از اصطلاحات و تعاریف پیچیده، با زبانی ساده و به شکلی کاربردی شما را با PMBOK و حوزه های مختلف آن آشنا کند. آموزش PMBOK پیشنیازی ندارد و همه افراد میتوانند در این دوره آموزشی شرکت کرده و از طریق مجموعه فیلم آموزش PMBOK ، مفاهیم و حوزه های مختلف این استاندارد مدیریت پروژه را بیاموزند.

225,000 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 الگوریتم‌های بهینه ‌سازی در R

در این درس دانشجویان با مفاهیم بهینه‌سازی و نحوه اجرای آن در R آشنا می‌شوند. تمرکز این درس کاربرد روش‌های بهینه‌سازی در حوزه کسب‌وکار و مدیریت است. پرسش‌هایی اساسی در کسب‌وکار نظیر موارد زیر با الگوریتم‌های بهینه‌سازی قابل پاسخ‌دادن هستند: · یک شرکت تحت محدودیت‌های مختلف تولید و بازار، چگونه ترکیب بهینه محصولات خود را تعیین ‌کند تا سود خود را افزایش دهد؟ · یک شرکت چگونه ساختار لجستیک خود را طراحی کند تا هزینه حمل‌ونقل خود را کمینه کند؟ · باتوجه ‌به الگوی تقاضا، چگونه نیروی انسانی را در شیفت‌های مختلف کاری تخصیص دهیم تا هزینه منابع انسانی کمینه شود؟ · سبدی از دارایی‌ها را چگونه تخصیص دهیم تا با کم‌ترین ریسک، بازدهی سبد دارایی‌ها بیشینه شود؟ مخاطب اصلی این درس کسانی هستند که می‌خواهند از روش‌های داده‌محور برای تصمیمات کسب‌وکار استفاده کنند. هدف از درس این نیست که دانشجویان بیش از اندازه درگیر روش‌های ریاضی و آماری شوند، بلکه هدف آموزش مفاهیم به زبان ساده به همراه نشان‌دادن کاربردها و روش‌های پیاده‌سازی الگوریتم‌های بهینه‌سازی در عمل است. این یک درس پیشرفته است و بنابراین انتظار می‌رود مخاطبان این درس با مفاهیم کار با داده آشنا باشند و بتوانند با زبان برنامه‌نویسی R به راحتی کار کنند. دانشجویان در پایان این دوره باید روی یک پروژه کاربردی کار کنند و آن را تحویل دهند. کارکردن روی این پروژه و بازخوردهایی که از استاد دوره می‌گیرند، به آنان کمک خواهد کرد تا مفاهیم آموخته شده در درس را بهتر بفهمند و برای حل مسائل کسب‌وکار با روش‌های داده‌محور آماده‌تر شوند. این پنجمین درس از مجموع دوره Business Analytics در مکتب‌خونه است که هدف آن کاربرد روش‌های داده‌محور در کسب‌وکار است.

381,650 تومان

آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته)

در دوره آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته) دانشجویان با کاربردهای برخی از الگوریتم‌های یادگیری ماشین (Machine Learning) در کسب‌وکار و نحوه به‌کارگیری این الگوریتم‌ها روی داده‌های واقعی آشنا می‌شوند. رگرسیون خطی، رگرسیون لجستیک، خوشه‌بندی سلسله مراتبی، خوشه بندی kmeans و الگوریتم Naive Bayes و الگوریتم Apriori روش‌هایی هستند که در این درس آموزش داده می‌شوند. مباحث به‌گونه‌ای انتخاب شدند که بیشترین کاربردها را در دنیای کسب‌وکار داشته باشند و دانشجویان پس از یادگیری بتوانند آن‌ها را برای حل مسائل دنیای واقعی بکار ببرند. الگوریتم‌هایی آموزش داده‌شده در این درس، عمدتاً برای پیش‌بینی و کشف الگوها بکار می‌روند. پرسش‌هایی اساسی در کسب‌وکار نظیر موارد زیر با الگوریتم‌های بالا قابل پاسخ دادن هستند: • چگونه می‌توان رضایت مشتریان را از خدمات سازمان افزایش داد؟ • کدام‌یک از مشتریان سازمان سودآورتر از بقیه هستند؟ • چگونه تقلب را در حوزه‌های مختلف مانند ادعای خسارت در بیمه، پول‌شویی، هزینه‌های بیمارستانی و فرار مالیاتی شناسایی کنیم؟ • احتمال آن‌که فردی که متقاضی وام است، نتواند وام خود را پس دهد، چقدر است؟ • چگونه کاربران را بر اساس رفتار آن‌ها خوشه‌بندی کنیم و به هریک از آنان خدمات سفارشی‌شده ارائه دهیم؟ • چه بسته‌ای از محصولات را در کنار یکدیگر قرار دهیم تا فروش افزایش یابد؟

381,650 تومان

آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده (Recommender Systems)

کاربرد دوره آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده (Recommender System) چیست؟ 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 سامانه‌های توصیه‌گر، 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 پیشنهاددهنده 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 (Artificial Neural Networks) 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.

296,650 تومان

آموزش قسمت نوشتاری GRE (Analytical Writing)

بخش Analytical Writing در آزمون GRE به ارزیابی مهارت‌های تفکر انتقادی و تحلیلی شما می‌پردازد. این مهارت‌ها شامل: دفاع از ایده‌های پیچیده (Complex Ideas)، ایجاد بحث و ارزیابی آن به صورت منسجم و پیوسته هستند. این بخش شامل دو تسک مجزا تحت عناوین زیر است: "Analyze an Issue" Task "Analyze an Argument" Task در تسک اول (Issue Task)، می‌بایست به ارزیابی موضوع داده شده پرداخته شود و با درنظرگرفتن تمام پیچیدگی‌های آن موضوع، موضع خود را به صورت منطقی و با استفاده از دلایل و مثال‌های مرتبط مطرح کنید. اما در تسک دوم (Argument Task)، می‌بایست بحث (Argument) ارائه شده را به نقد گذاشته و میزان صحت Argument را بررسی کنید و راه‌های بهبود یا اصلاح آن را پیشنهاد کنید. تسک‌های Writing در آزمون GRE موضوعات متعددی را دربر می‌گیرند که البته هیچ یک نیاز به دانش تخصصی ندارند. آنچه که از اهمیت ویژه‌ای برخوردار است نحوه Planning و مدیریت ایده‌هاست. نمره‌دهی در این بخش، از صفر تا شش است. درحالی‌که عده بسیار کمی از متقاضیان قادر به کسب نمره‌ی کامل (۶) هستند، معمولا نمره‌ی ۴ برای پذیرش در دانشگاه‌های مربوطه کفایت می‌کند و کسب این نمره (۴) موید این نکته است که شما قادر بوده‌اید بهتر از نیمی از شرکت کنندگان، این دو essay را بنویسید. بنابراین بهتر است هدف اول شما کسب نمره‌ی ۴ باشد و بعد از آن اگر نیاز به نمره‌ی بالاتری باشد‌، می‌بایست تلاش خود را بیشتر کنید تا با بهره‌گیری از تجارب اولیه، کیفیت essay‌های خود را ارتقا بدهید.

713,150 تومان
شنبه 15 اردیبهشت 1403، ساعت 06:09