
ساعت آموزشی مورد نیاز:
بر اساس نیازهای گروههای مخاطب در بیان مثالهای تخصصی زمان برگزاری بین 30 الی 40 ساعت متغییر خواهد بود.
مدرس:
علی عاقلی
هدف برگزاری:
در این دوره با بیان مفاهیم پایه علم داده (Data Science) به دور از جزئیات فنی و ریاضیات، به توسعه دانش دانشپذیر اقدام میگردد تا وی پس از آشنایی گسترده با مفاهیم کلی، با نگرشی فراخ، تصمیم به انتخاب و یا عدم انتخاب این میانرشته برای توسعه فردی و یا استفاده از این ساختار علمی در پیشبرد اهداف شغلی و سازمانی مبادرت ورزد.
شرح سرفصلها نسخه 1:
1) تعریف علم داده (Data Science)
2) توضیح ماهیت میان رشتهای علم داده
3) دستاورد علم داده به عنوان هوشمندی غیر انسانی (هوش مصنوعی)
4) کاربرد های علم داده در روزگار ما
5) چرا علم داده برای امروز و فردای ما مهم است
6) پیبینی نرخ رشد تقاضا برای توانمندی های مبتنی بر علم داده از نگاه بنچ مارک های مختلف
7) پیشبینی سازمان ملل پیرامون هوش مصنوعی
8) میزان درآمد دیتاساینتیستها
9) اکوسیستم شغلی در علم داده
10) اکوسیستم بین المللی آموزش علم داده
11) توانایی های پایه برای ورود به عرصه Data Science
12) تفاوت های دانشگر داده، تحلیلگر داده، مهندس داده و سایر گرایشهای علم داده و نیاز های مهارتی هرکدام از گرایش ها
13) چگونگی حل مسائل با استفاده از داده ها در دنیای واقعی
14) تشریح مسیر تکاملی داده به دانش
15) شکل داده ها در دنیای واقعی
16) انواع داده ها از نظر ساختار
17) تشریح تاریخچه علم داده از تولد آمار و احتمالات تا Machine Learning
18) یادگیری ماشین و داده کاوی (Data Mining) تعاریف، تفاوت ها و همپوشانیها
19) چالشهای یادگیری ماشین و داده کاوی و اقدامات رایج جهت برونرفت از آنها
20) استانداردها و متدولوژی های دادهکاوی
21) استاندارد CRISP-DM و فازهای آن
22) مفهوم هوش تجاری (BI) و تشریح زیر مجموعه های آن
23) انواع یادگیری در مدلهای هوشمند
24) چالش های یادگیری در مدل های هوشمند
25) کاربردهایی از هر مدل یادگیری ماشین
26) کاربردها و سطح پیچیدگی در مسئله انتخاب الگوریتم
27) مفهوم Data Driven
28) الگوریتم های کلاسیک مثال ها کاربرد ها چالش ها
29) شبکه عصبی
30) شبیه سازی سلولهای دستگاه عصبی انسان
31) تاریخچه پرسپترون
32) زمستان اول هوش مصنوعی
33) زمستان دوم هوش مصنوعی
34) توسعه شبکه عصبی به یادگیری عمیق
35) تاریخچه یادگیری عمیق
36) چالش های یادگیری عمیق
37) دستاوردهای یادگیری عمیق و تغییر دنیای اطراف ما
38) زبان های برنامه نویسی و کامیونیتی علوم داده
39) زبان برنامه نویسی پایتون و کتابخانه های علم داده در آن
40) بصری سازی داده ها و درک الگوها
41) ابزارهای بصری سازی دادهها
42) آشنایی با NLP و زبانشناسی محاسباتی (text, speech)
43) آشنایی با Signal Mining
44) آشنایی با بینایی ماشین
45) آشنایی با Graph Mining
46) آشنایی با فرآیند کاوی (Pross Mining)
47) آشنایی با تحلیل داده های مکانی (Spatial Data Mining)
48) ChatGPT و مدلهای زبانی
49) علم داده در کشف تقلب
50) علم داده در خرده فروشی
51) علم داده در پزشکی
52) علم داده در بانکداری
53) علم داده در بیمه
54) علم داده در بازاریابی
55) علم داده در سنجش از دور
56) علم داده در کیهان شناسی
57) علم داده در حمل و نقل
58) تهدیدات علم داده از واقعیت تا توهم
59) حکمرانی داده، مدیریت داده
60) شرکت های مطرح و تخصصی در حوزه علم داده
61) پلتفرمهای تسهیلگر در توسعه بکارگیری علم داده
62) شرکت های ایرانی مطرح در حوزه علم داده
63) مسیر یادگیری علم داده
64) مسیر شغلی در علم داده
درخواست مشاوره
برای کسب اطلاعات بیشتر درباره این دوره درخواست مشاوره خود را ارسال کنید و یا با ما در تماس باشید.
درخواست مشاورهدوره های مرتبط
دوره آموزش Threat Intelligence for Threat Hunting
در دوره Threat Intelligence for Threat Hunting پیرامون تهدیدات سایبری، تهدیدات مدرن و چالشهای سازمانها در مواجه شدن با تهدیدات و راهکارهای آن آموزش داده خواهد شد و با مفاهیم کاربردی آشنا خواهید شد. در این دوره مواردی نظیر هوشیاری پیرامون تهدیدات سایبری، غنیسازی دادهها و اطلاعات، تولید هوشیاری امنیتی، استفاده و کاربرد برای مقابله و شناسایی تهدیدات، روشهای تولید هوشیاری و کاربرد هوشیاری، روشهای شکار تهدیدات و استفاده از هوشیاری پیرامون تهدیدات برای شکار تهدیدات، رویکرد واکنشگرا برای پاسخدهی به حوادث سایبری و حملات سایبری مطرح میشود و با پلتفرم ها و روش های جدید شناسایی تهدیدات و چگونگی پاسخدهی به تهدیدات آشنا خواهید شد.
سمینار CISSP Certified Information System Security Professinoal
شرح سمینار CISSP Certified Information System Security Professinoal
اولین مدرک در زمینه امنیت اطلاعات بوده که اعتبار آن در سازمان استاندارد های ملی آمریکا (ANSI) و سازمان استاندارد جهانی تصویب شد. همچنین در زمینه دانش فنی و مدیریتی تضمین اطلاعات، توسط وزارت دفاع آمریکا (DOD ) تائید شده است.
دوره آموزش vmware integrated openstack
شرح دوره
دوره vmware integrated openstack از زیرمجموعه آموزش ویژه دوران است.
Network Scalability
·Create, configure, and manage vSphere distributed switches
·Migrate virtual machines from standard switches to distributed switches
·Explain distributed switch features such as private VLANs,
VMware vSphere® Network I/O Control, port mirroring, LACP, QoS tagging, and NetFlow
دوره آموزش Opnet
شرح دوره Opnet
دوره Opnet جهت آموزش شبیهسازی شبکه های کامپیوتری با استفاده با نرم افزار محبوب opnet ایجاد شده است.
پیش نیاز دوره Opnet
آشنایی با شبکههای کامپیوتری
نظرات
تماس با ما