
دوره آشنایی با هوشمصنوعی و کاربردهای آن در سازمانها
استاندارد آموزشی: براساس استاندارد سازمان اداری و استخدامی کشور، بخشنامه شماره 116958 به تاریخ 14/12/1403
ساعت آموزشی مورد نیاز: 24 ساعت
مخاطبان: تمامی کارمندان دستگاههای اجرایی
هدف برگزاری: آشنایی کارمندان با مبانی و کاربردهای هوشمصنوعی و چگونگی بهرهبرداری از آن در نظام اداری
شرح سرفصلها نسخه 1:
- تعریف علم داده (Data Science)
- توضیح ماهیت میان رشتهای علم داده
- دستاورد علم داده به عنوان هوشمندی غیر انسانی (هوشمصنوعی)
- تعاریف هوشمصنوعی
- تاریخچه هوشمصنوعی
- زمستان اول و دوم هوشمصنوعی
- آینده روندهای هوشمصنوعی
- دیدگاههای سازمان ملل پیرامون هوشمصنوعی
- پیبینینرخ رشد تقاضا برای توانمندی های مبتنی بر علم داده (هوشمصنوعی) از نگاه بنچ مارک های مختلف
- حجم مبادلات مالی در حوزه هوشمصنوعی
- مشاغل تخصصی در حوزه هوشمصنوعی از قبیل دانشگر داده، مهندسی داده، مهندسی هوشمصنوعی و…
- توانایی های پایه برای ورود به عرصه Data Science
- چگونگی حل مسائل با استفاده از داده ها در دنیای واقعی
- تشریح مسیر تکاملی داده به دانش
- شکل داده ها در دنیای واقعی
- انواع داده ها از نظر ساختار
- تشریح تاریخچه علم داده از تولد آمار و احتمالات تا Machine Learning
- یادگیری ماشین و داده کاوی (Data Mining) تعاریف، تفاوت ها و همپوشانیها
- چالشهای یادگیری ماشین و داده کاوی و اقدامات رایج جهت برونرفت از آنها
- استانداردها و متدولوژی های دادهکاوی
- مفهوم هوش تجاری (BI) و تشریح زیر مجموعه های آن
- انواع یادگیری در مدلهای هوشمند
- چالش های یادگیری در مدل های هوشمند
- کاربردهایی از هر مدل یادگیری ماشین
- کاربردها و سطح پیچیدگی درمسئله انتخاب الگوریتم
- مفهوم Data Driven
- الگوریتم های کلاسیک مثال ها کاربرد ها چالش ها
- شبکه عصبی
- شبیه سازی سلولهای دستگاه عصبی انسان
- تاریخچه پرسپترون
- توسعه شبکه عصبی به یادگیری عمیق
- تاریخچه یادگیری عمیق
- چالش های یادگیری عمیق
- دستاوردهای یادگیری عمیق و تغییر دنیای اطراف ما
- زبان های برنامه نویسی و کامیونیتی علوم داده
- زبان برنامه نویسی پایتون و کتابخانه های علم داده در آن
- بصری سازی داده ها و درک الگوها
- ابزارهای بصری سازی دادهها
- آشنایی با NLP و زبانشناسی محاسباتی (text, speech)
- آشنایی با Signal Mining
- آشنایی با بینایی ماشین
- آشنایی با Graph Mining
- آشنایی با فرآیند کاوی (Pross Mining)
- آشنایی با تحلیل داده های مکانی (Spatial Data Mining)
- ChatGPT و مدلهای زبانی
- علم داده در کشف تقلب
- علم داده در خرده فروشی
- علم داده در پزشکی
- علم داده در بانکداری
- علم داده در بیمه
- علم داده در بازاریابی
- علم داده در سنجش از دور
- علم داده در کیهان شناسی
- علم داده در حمل و نقل
- تهدیدات علم داده از واقعیت تا توهم
- حکمرانی داده، مدیریت داده
- شرکت های مطرح و تخصصی در حوزه علم داده
- پلتفرمهای تسهیلگر در توسعه بکارگیری علم داده
- ماشین لرنینگ هکینگ
- مسیر یادگیری علم داده
- 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 مهندس هوشمصنوعی (AI Engineer)
دوره مهندس هوشمصنوعی (AI Engineer) ساعت آموزشی مورد نیاز: 45 هفته مخاطبین: دیتاساینتیستها، مهندسین و توسعهدهندگان نرمافزار، دانشجویان رشتههای علومپایه…
دوره آموزشی BI Expert نسخه 1
دوره آموزشی: BI Expert نسخه 1 ساعت آموزشی مورد نیاز: 90 ساعت مدرس: گروه مدرسین مخاطبین: تحلیلگران کسب و کار،…
دوره آموزشی MLOps (هوشمصنوعی در عملیات)
دوره آموزشی: MLOps (هوشمصنوعی در عملیات) ساعت آموزشی مورد نیاز: 70 ساعت مدرس: دکتر وحید محمد زاده (دیتا ساینتیست اسبق…
دوره آموزشی Machine vision specialist متخصص بینایی ماشین
دوره آموزشی متخصص بینایی ماشین (Machine vision specialist) ساعت آموزشی مورد نیاز 60 ساعت مدرس علیرضا اخوان پور مخاطبین دوره…
نظرات
تماس با ما