
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 هوشمصنوعی ویژه مدیران نسخه 3
دوره هوشمصنوعی ویژه مدیران نسخه 3 ساعت آموزشی مورد نیاز: 24 ساعت هدف برگزاری: آشنایی و توانمندسازی مدیران و تاثیرگذاران…
دوره Data Engineering
دوره Data Engineering Round # Name Chapters Duration(hour) Round1 RDBMS and Data Warehousing for Data Engineers 1, 2, 3, 4,…
مسیر آموزشی Digital signal processing
مسیر آموزشی Digital signal processing ساعت آموزشی مورد نیاز: 120 ساعت مدرس: دکتر مهدی شکری زاده (دکتری پردازش سیگنال از…
دوره آموزشی: AI in telecom
دوره آموزشی: AI in telecom (کاربردهای هوشمصنوعی در تلکام) ساعت آموزشی مورد نیاز: 40 ساعت مدرس: دکتر وحید محمد زاده…
نظرات
تماس با ما