دوره آموزشی
آموزش های یودمی
دوبله زبان فارسی

یادگیری ماشین برای متخصصان کسب‌وکار با ابزارهای هوش مصنوعی بدون نیاز به کدنویسی

یادگیری ماشین برای متخصصان کسب‌وکار با ابزارهای هوش مصنوعی بدون نیاز به کدنویسی

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

  • نقش حیاتی داده‌ در کسب‌وکارهای مدرن و اهمیت تصمیم‌گیری داده محور را درک کنید.
  • خود را برای تصمیم‌گیری مستقل داده محور با ابزارهای بدون نیاز به کدنویسی مانند Tableau و Orange Data Mining توانمند سازید.
  • به معیارهای آماری اساسی مانند میانگین، میانه و انحراف معیار برای تصمیم‌گیری مسلط شوید.
  • تفاوت بین رویکردهای مختلف تصمیم‌گیری و مزایا و معایب آنها را تشخیص دهید.
  • سوگیری‌های رایج در تصمیم‌گیری را از طریق مثال‌های واقعی شناسایی کنید.
  • فاصله‌های اطمینان و سوگیری نمونه را با تصویرسازی‌های عملی درک کنید.
  • تجربه عملی در آماده‌سازی داده‌ با استفاده از ابزارهای درگ و دراپ کردن مانند Tableau Public و Orange بدست آورید.
  • گزارش‌ها، نمودارها و مصورسازی‌ها را برای کشف بینش‌ها ارزیابی کنید.
  • انواع مختلف مسائل یادگیری ماشین، الگوریتم‌ها و معیارهای ارزیابی را درک کنید.
  • قدرت ابزارهای هوش مصنوعی بدون نیاز به کد با Tableau و Orange را برای ساخت و ارزیابی مدل‌های یادگیری ماشین بدون کدنویسی کشف کنید.
  • مدل‌های یادگیری ماشین (طبقه بندی، رگرسیون و بدون نظارت) را با استفاده از Orange بدون حتی یک خط کد ایجاد کنید.
  • در الگوریتم‌های مختلف یادگیری ماشین، از جمله KNN، درخت‌های تصمیم، جنگل تصادفی، رگرسیون لجستیک، K-Means و خوشه‌بندی سلسله مراتبی تخصص کسب کنید.
  • شناسایی ویژگی‌های مهم و بهترین شیوه‌ها برای ایجاد مدل‌های یادگیری ماشین با کیفیت بالا را بیاموزید.
  • به یادگیری عمیق و کاربردهای آن در حل مسائل کسب‌وکار بپردازید.
  • موضوعات اختیاری، از جمله استفاده از یادگیری ماشین برای داده‌های تصویر و متن با ابزارهای بدون نیاز به کدنویسی را بررسی کنید.
  • با آخرین روندهای ابزارهای Generative AI از جمله ChatGPT برای تولید متن و تولید تصویر با استفاده از DALL-E بروز باشید.
  • ملاحظات اخلاقی پیرامون هوش مصنوعی و یادگیری ماشین را بررسی کنید.

پیش نیازهای دوره

  • آشنایی اولیه با اکسل
  • تمایل به تعامل در تمرینات عملی و مطالعه موردی

توضیحات دوره

داده‌ امروزه ستون فقرات همه کسب‌وکارها و سازمان‌ها در جهان هستند و تعامل با داده‌ برای کسب بینش و اتخاذ تصمیمات آگاهانه حیاتی‌تر شده است. بیشتر تیم‌های کسب‌وکار برای تفسیر داده‌ و تولید بینش‌ها به تیم تحلیل داده یا بینش‌ متکی هستند، که می‌تواند منجر به ناکارآمدی در سازمان شود.

در گذشته، کسب‌وکارها داده‌ محدودی داشتند و تمام این داده‌ می‌توانست توسط افراد معدودی در تیم بینش شرکت با دانش فنی فراوان تحلیل شود. اما اکنون، چشم‌انداز به شدت تغییر کرده است! به نقطه‌ای رسیده‌ایم که حتی نقش‌های غیرفنی نیز برای تصمیم‌گیری خود به نوعی تحلیل داده نیاز دارند. و اینجا است که مشکل پیش می‌آید. افرادی در نقش‌هایی مانند بازاریابی، منابع انسانی، عملیات، فروش و غیره، دانش فنی کم یا ناچیزی دارند. این افراد برای کوچکترین بینش‌ها نیز به تیم بینش متکی هستند. این امر منجر به ناکارآمدی در فرآیند و زیان‌های زیادی برای شرکت می‌شود.

و دقیقاً اینجا است که ابزارهای بدون نیاز به کدنویسی وارد عمل می‌شوند. ابزارهای بدون نیاز به کد مانند Orange Data Mining و Tableau چگونگی مدیریت تحلیل داده‌ و مصورسازی توسط کسب‌وکارها را متحول کرده‌اند. این پلتفرم‌ها علم داده را با دسترس‌پذیر کردن آن برای افرادی که ممکن است مهارت برنامه‌نویسی نداشته باشند، دموکراتیزه می‌کنند و بدین ترتیب، گستره استعدادی را که قادر به استخراج بینش از داده‌ هستند، گسترش می‌دهند. با رابط‌های کاربری بصری درگ و دراپ کردن، کارمندان می‌توانند به سرعت و به آسانی گردش کار داده‌ را راه‌اندازی کنند، تحلیل‌های پیچیده را انجام دهند و گزارش‌های بصری تولید کنند. این سرعت و چابکی برای اتخاذ تصمیمات به موقع و داده محور در یک محیط کسب‌وکار پرشتاب حیاتی است. علاوه بر این، سهولت استفاده همکاری بین‌بخشی را تشویق می‌کند و به اعضای تیم از بخش‌های مختلف اجازه می‌دهد تا تخصص خود را در پروژه‌های داده‌ای مشارکت دهند. در نتیجه، کسب‌وکارها می‌توانند درک جامع‌تری از عملیات، رفتار مشتری، و روندهای بازار خود بدون نیاز به سرمایه‌گذاری در آموزش گسترده یا پرسنل متخصص داشته باشند. علاوه بر این، این ابزارهای بدون نیاز به کد، با کاهش نیاز به تیم بزرگی از دانشمندان داده و توسعه‌دهندگان، و در عین حال به حداقل رساندن هزینه‌های نگهداری بلندمدت، یک راه‌حل مقرون‌به‌صرفه ارائه می‌دهند. پلتفرم‌هایی مانند Orange و Tableau سازمان‌ها را توانمند می‌سازند تا داده‌محورتر، چابک‌تر و نوآورانه‌تر باشند.

دوره هوش مصنوعی بدون نیاز به کد ما، متخصصان کسب‌وکار را برای اتخاذ تصمیمات داده محور به طور مستقل، بدون نیاز به اتکا به تیم داده، توانمند می‌سازد. این دوره شما را قادر می‌سازد تا با به کارگیری معیارهای آماری اصولی و متدهای پیش‌بینی با استفاده از ابزارهای مختلف درگ و دراپ کردن، تصمیمات کسب‌وکار بهتری بگیرید. شما یاد خواهید گرفت که داده‌ را تحلیل کنید، بینش‌ها را تولید کنید و مدل‌های یادگیری ماشین را بدون نوشتن حتی یک خط کد بسازید!

این دوره بی‌نظیر به گونه‌ای طراحی شده است که شما را با آخرین پیشرفت‌ها در زمینه هوش مصنوعی بدون نیاز به کد بروز نگه دارد. دوره بدون نیاز به کد ما شامل 5 بخش و 2 ابزار هوش مصنوعی بدون نیاز به کد است. بیایید نگاهی به بخش‌ها بیندازیم.

در پایان این دوره، شما درک عمیقی از معیارهای آماری ضروری و روش‌های پیش‌بینی و اعتماد به نفس لازم برای اعمال مؤثر آنها بدون نوشتن حتی یک خط کد را خواهید داشت. این فرصت را برای تبدیل شدن به یک تصمیم‌گیرنده آگاه به داده‌ غنیمت بشمارید و اجازه دهید دوره ما راهنمای شما در این فرآیند متحول کننده باشد.

این دوره برای چه کسانی مناسب است؟

  • متخصصانی که از داده‌ برای تصمیم‌گیری استفاده می‌کنند.
  • متخصصانی که گزارش‌ها و داده‌ مربوط به عملکرد را ارائه می‌دهند.
  • متخصصانی که در ارزیابی پروژه‌ها و تسک‌های دخیل هستند.
  • هر دانشجویی که قصد ورود به بازار کار را دارد و به دنبال مزیت رقابتی برای تصمیم‌گیری است.
  • هر فردی که به دنبال افزودن ارزش به کسب‌وکار خود با استفاده از هوش مصنوعی بدون نیاز به کد است.
  • هر فردی که با کدنویسی راحت نیست اما به استفاده از یادگیری ماشین و هوش مصنوعی علاقه‌مند است.

یادگیری ماشین برای متخصصان کسب‌وکار با ابزارهای هوش مصنوعی بدون نیاز به کدنویسی

  • معرفی دوره 04:58
  • ماژول‌های دوره 04:22
  • تصمیم کسب‌وکار: تمرین 02:26
  • کمک به شرکت پاین‌اپل برای تصمیم‌گیری‌های بهتر None
  • رویکردهای مختلف برای تصمیم‌گیری 04:57
  • سوگیری‌های رایج در تصمیم‌گیری و چگونگی رفع آنها - قسمت 1 06:54
  • سوگیری‌های رایج در تصمیم‌گیری و چگونگی رفع آنها - قسمت 2 06:51
  • سوگیری‌های رایج در تصمیم‌گیری و چگونگی رفع آنها - قسمت 3 03:51
  • سوگیری‌های رایج در تصمیم‌گیری و چگونگی رفع آنها None
  • مطالعه موردی: خطوط هوایی مادانی - قسمت 1 01:29
  • مطالعه موردی: خطوط هوایی مادانی - قسمت 1 None
  • مطالعه موردی: خطوط هوایی مادانی - قسمت 2 01:25
  • مطالعه موردی: خطوط هوایی مادانی - قسمت 2 None
  • تصمیم کسب‌وکار: بازبینی تمرین 01:58
  • کمک به شرکت پاین‌اپل برای تصمیم‌گیری‌های بهتر None
  • نتیجه‌گیری 00:43
  • معرفی ماژول 02:00
  • چرا به نمودارها نیاز داریم؟ 06:15
  • آشنایی با Tableau 08:32
  • آشنایی با Tableau None
  • آماده‌سازی اولیه داده‌ 08:12
  • آشنایی با Tableau با یک مطالعه موردی 15:12
  • نمودارهای پیشرفته در Tableau با یک مطالعه موردی 13:21
  • وظیفه None
  • چرا پیش‌بینی می‌کنیم؟ 01:40
  • چگونه پیش‌بینی می‌کنیم؟ - قسمت 1 08:49
  • چگونه پیش‌بینی می‌کنیم؟ - قسمت 2 03:25
  • چگونه پیش‌بینی می‌کنیم؟ None
  • چگونه پیش‌بینی‌ها را ارزیابی کنیم؟ - خطای میانگین مربعات ریشه 05:37
  • خطای میانگین مربعات ریشه None
  • چگونه پیش‌بینی‌ها را ارزیابی کنیم ؟ - دقت 04:45
  • چگونه پیش‌بینی‌ها را ارزیابی کنیم؟ - تقسیم به مجموعه آموزش و تست 10:40
  • تقسیم به مجموعه آموزش و تست None
  • چگونه پیش‌بینی‌ها را ارزیابی کنیم؟ - اعتبارسنجی متقاطع 02:33
  • اعتبارسنجی متقاطع None
  • چگونه پیش‌بینی‌ها را ارزیابی کنیم؟ - عملکرد معیار 05:19
  • یادگیری ماشین چیست؟ - معرفی 08:00
  • یادگیری ماشین چیست؟ - کاربردهای یادگیری ماشین 12:46
  • انواع یادگیری ماشین - یادگیری ماشین تحت 03:18
  • یادگیری ماشین تحت نظارت None
  • انواع یادگیری ماشین - یادگیری ماشین بدون نظارت 08:02
  • یادگیری بدون نظارت None
  • بررسی ابزارهای بدون کد 09:02
  • آشنایی با Orange 08:19
  • گردش کار یادگیری ماشین از طریق Orange با استفاده از یک مطالعه موردی - قسمت 1 17:00
  • گردش کار یادگیری ماشین از طریق Orange با استفاده از یک مطالعه موردی - قسمت 2 04:57
  • الگوریتم رگرسیون 06:57
  • الگوریتم‌های طبقه‌بندی 06:31
  • مطالعه موردی عملی 07:09
  • الگوریتم‌های یادگیری ماشین بدون نظارت 11:27
  • ارزیابی - یادگیری ماشین None
  • چه زمانی از یادگیری ماشین استفاده نکنیم؟ 02:40
  • ساخت مدل‌های یادگیری ماشین با استفاده از Orange None
  • آشنایی با یادگیری عمیق 07:30
  • آشنایی با یادگیری عمیق None
  • تجربه عملی NLP در Orange 11:28
  • ارزیابی - پردازش زبان طبیعی None
  • تجربه عملی بینایی کامپیوتر در Orange 13:27
  • بینایی کامپیوتر None
  • Generative AI 04:58
  • بررسی کاربردهای ساده از طریق ابزارهای Generative AI 04:10
  • اخلاق در هوش مصنوعی 04:25
  • اخلاق در هوش مصنوعی None
  • نتیجه‌گیری دوره 00:59

1,902,500 380,500 تومان

مشخصات آموزش

یادگیری ماشین برای متخصصان کسب‌وکار با ابزارهای هوش مصنوعی بدون نیاز به کدنویسی

  • تاریخ به روز رسانی: 1404/06/14
  • سطح دوره:مقدماتی
  • تعداد درس:64
  • مدت زمان :04:49:19
  • حجم :2.65GB
  • زبان:دوبله زبان فارسی
  • دوره آموزشی:AI Academy

آموزش های مرتبط

The Great Courses
651,500 130,300 تومان
  • زمان: 01:39:55
  • تعداد درس: 6
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,889,000 377,800 تومان
  • زمان: 04:47:39
  • تعداد درس: 30
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,501,000 300,200 تومان
  • زمان: 03:48:11
  • تعداد درس: 47
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
10,289,500 2,057,900 تومان
  • زمان: 26:03:06
  • تعداد درس: 121
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
490,000 98,000 تومان
  • زمان: 54:55
  • تعداد درس: 18
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,797,000 359,400 تومان
  • زمان: 04:33:59
  • تعداد درس: 86
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
9,249,500 1,849,900 تومان
  • زمان: 23:25:23
  • تعداد درس: 78
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
490,000 98,000 تومان
  • زمان: 01:08:59
  • تعداد درس: 8
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
5,029,500 1,005,900 تومان
  • زمان: 12:44:39
  • تعداد درس: 121
  • سطح دوره:
  • زبان: دوبله فارسی

آیا سوالی دارید؟

ما به شما کمک خواهیم کرد تا شغل و رشد خود را افزایش دهید.
امروز با ما تماس بگیرید