هوش تجاری فرآیند تبدیل داده های خام به اطلاعات مدیریتی و تجاری اطلاق می گردد که به تصمیم گیرندگان سازمان کمک می کند تا تصمیمات خود را بهتر و سریعتر گرفته و براساس اطلاعات صحیح عمل نمایند. هوش تجاری مجموعهای از مهارتها، فناوریها و سیستمهای كاربردی است كه برای جمعآوری، ذخیرهسازی، تحلیل و ایجاد دسترسی كارآمد به انبارههای داده جهت كمك به سازمانها برای تصمیمگیری صحیح مورد استفاده قرار میگیرد. تحلیل دادهها شامل طبقهبندی، خوشهبندی،آنالیزهای آماری، پیشبینیهای ریاضی، تحلیلهای هوشمند مبتنی بر شبكههای عصبی و الگوریتمهای ژنتیك است. هوش تجاری شما را برای تصمیمگیری در همه عوامل موثر بر سازمان یا شرکت توانمند میسازد. شرکت مایکروسافت اعلام نمود که خدمات هوش تجاری خود موسوم به Power BI را بهروز کرده است که با این بروزرسانی سازمانها می توانند آخرین قابلیتهای مرتبط با هوش تجاری و ابزارهای تحلیل داده را به صورت یکپارچه در سیستم داخلی خود مورد استفاده قرار دهند. نسخه جدید سیستم Power BI که از تاریخ ۲۴ ژوئیه ۲۰۱۵ در اختیار کاربران قرار گرفته است جایگزین نسخه قبلی که مبتنی بر مجموعه نرمافزاری Office 365 فعالیت میکند، می باشد. این ابزار جدید که با نام Power BI Desktop معرفی شده است، به صورت گسترده در اختیار تمام مشتریان جهانی مایکروسافت قرار خواهد گرفت. در دوره آموزشی Udemy Microsoft Power BI for beginners با آموزش مقدماتی مایکروسافت پاور بی آی اشنا خواهید شد.
AngularJS کتابخانهای برپایهی جاوااسکریپت است که به منظور تولید نرمافزارهای تحت وب توسط گوگل توسعه پیدا کرده است. ایدهی اصلی AngularJS، اضافه کردن امکاناتی به HTML است تا آن را از یک زبان نشانگذاری ساده خارج کند و ابزارهای لازم برای تولید یک نرمافزار داده محور را به سادهترین شکل ممکن فراهم نماید. امکانات متنوعی در این کتابخانه وجود دارد. ویژگی اصلی AngularJS، ایجاد ارتباط پویا میان دادههای ورودی و خروجی است. به این معنی که به سادگی میتوانید اطلاعات دریافت شده از کاربر را به صورت خودکار جمعآوری کنید، پردازش کنید، در محلهای دلخواه نمایش دهید یا به سرور بفرستید. در دوره آموزشی Pluralsight AngularJS Learning Paths - AngularJS Tutorials با آموزش کامل دوره های آنگولار جی اس اشنا خواهید شد.
یادگیری تقویتی یکی از گرایشهای یادگیری ماشینی است که از روانشناسی رفتارگرایی الهام میگیرد. این روش بر رفتارهایی تمرکز دارد که ماشین باید برای بیشینه کردن پاداشش انجام دهد. این مسئله، با توجه به گستردگیاش، در زمینههای گوناگونی بررسی میشود. مانند: نظریه بازیها، نظریه کنترل، تحقیق در عملیات، نظریه اطلاعات، سامانه چندعامله، هوش ازدحامی، آمار، الگوریتم ژنتیک، بهینهسازی بر مبنای شبیهسازی. در مبحث تحقیق در عملیات و در ادبیات کنترل، حوزهای که در آن روش یادگیری تقویتی مطالعه میشود برنامهنویسی تخمینی پویای (approximate dynamic programming) خوانده میشود. این مسئله در تئوری کنترل بهینه نیز مطالعه شدهاست. البته دغدغه اصلی بیشتر مطالعات در این زمینه، اثبات وجود پاسخ بهینه و یافتن ویژگیهای آن است و به دنبال جزئیات یادگیری یا تخمین نیست. یادگیری تقویتی در اقتصاد و نظریه بازیها بیشتر به بررسی تعادلهای ایجاد شده تحت عقلانیت محدود میپردازد. در یادگیری ماشینی با توجه به این که بسیاری از الگوریتمهای یادگیری تقویتی از تکنیکهای برنامهنویسی پویا استفاده میکنند معمولاً مسئله تحت عنوان یک فرایند تصمیمگیری مارکف مدل میشود. تفاوت اصلی بین روشهای سنتی و الگوریتمهای یادگیری تقویتی این است که در یادگیری تقویتی نیازی به داشتن اطلاعات راجع به فرایند تصمیمگیری ندارد و این که این روش روی فرایندهای مارکف بسیار بزرگی کار میکند که روشهای سنتی در آنجا ناکارآمدند. در دوره آموزشی Packt Hands-on Reinforcement Learning with PyTorch با آموزش یادگیری تقویتی با پای تورچ اشنا خواهید شد.
اگر یک آیکون بدرستی طراحی شده باشد می تواند اطلاعات زیادی را در قالب یک تصویر کوچک منتقل کند! از آن جایی که نرم افزار Illustrator برای کار بر روی تصاویر برداری مورد استفاده قرار می گیرد، می تواند به عنوان ابزاری مناسب در زمینه طراحی آیکون و لوگو مطرح شود. محیط این نرم افزار و بسیاری از پنل ها، منو ها، ابزار ها، فیلتر ها و... همانند فتوشاپ است تنها با این تفاوت که ایلوستریتور برای کار بر روی تصاویر برداری است و توسط این نرم افزار کاربران قادر خواهند بود تا به طراحی برداری بر روی تصاویر، فایل های تصویری، انیمیشن های فلش و ... بپردازند. در دوره آموزشی Udemy Create Icons in Adobe Illustrator for Beginners با آموزش مقدماتی ساخت آیکون در ادوبی الاستریتور اشنا خواهید شد.
اسپرینگ (Spring) یکی از معروف ترین و پرکاربرد ترین framework های جاوایی است. این framework متن باز بوده و اولین بار در سال 2003 ارائه شده است. اسپرینگ از ابتدای ارائه تا الان تغییرات زیادی داشته و بسیار قدرتمند و معروف شده است. اسپرینگ framework قدرتمندی است که هدف اصلی آن برنامه های enterprise هستند اگرچه اسپرینگ بیشتر java EE را هدف گرفته است ولی در محیط های غیر از EE نیز می توان از آن استفاده کرد. بر خلاف تصوری که اشتباهاً در بین خیلی ها شکل گرفته است اسپرینگ برای ساخت اپلیکیشن تحت وب نیست بلکه Spring web که مبتنی بر مدل MVC بود و بیشتر به عنوان Spring MVC شناخته می شود تنها بخشی از اسپرینگ است که از آن برای ساخت برنامه های تحت وب استفاده می شود. یکی از زیر مجموعه های اسپرینگ، Spring Boot می باشد. اسپرینگ بوت در طراحی اپلیکیشن هایی کاربرد دارد که به صورت تکی و بدون هیج وابستگی به نرم افزار های دیگر یا چارچوب خاصی طراحی می شوند. در دوره آموزشی Packt Spring Boot Tips, Tricks, and Techniques با آموزش ترفندها، حقه ها و تکنیک های اسپرینگ بوت اشنا خواهید شد.
Haskell زبان برنامه نویسی تابعی استاندارد شده با زبان شناسی غیر قطعی، بعد از Haskell Curry نام گذاری شد. این زبان با کمیته ای که در سال 1980 برای بیان هدف شناساندن این چنین زبانی شکل گرفت، ایجاد شد. آخرین استاندارد زبان نیمه رسمی Haskell 98 نامزد زبان آسان و سبک برای آموزش و به عنوان پایه ای برای گسترش های آینده است. زبان به تکامل خود به سرعت با Hugs و GHC که نشان دهنده ی استاندارد بالفعل جاری هستند، ادامه می دهد. جالب ترین جنبه Haskell شامل پشتیبانی از توابع بازگشتی و انواع داده ای، مطابقت با الگو، درون یابی لیست و عبارات دفاعی می باشد. ترکیب این خصوصیات می تواند توابعی را بسازد که نوشتن آنها در زبان برنامه نویسی شیوه ای سخت خواهد بود ولی غالباً اجرای آن در Haskell آسان است در سال 2002، این زبان یک زبان تابعی است که اغلب تحقیقات روی آن صورت گرفته است. در دوره آموزشی Udemy Learning Path: Haskell: Functional Programming and Haskell با آموزش برنامه نویسی هسکل اشنا خواهید شد.
زبان برنامه نویسی جاوا زبانی است که تحت انحصار هیچ شرکت و هیچ فرد خاصی نیست و به صورت سورس باز و همگانی در حال توسعه و پیشرفته است. شاید بتوان گفت دلیل ناشناس ماندن آن، این است که یک مرکز اصلی و قوی برای تبلیغات و مانور مثل مایکروسافت ندارد. البته نمی شود گفت که جاوا فاقد چنین مرکزی است ولی می شود این طور گفت که جاوا فاقد یک مرکز و یک صاحب واحد می باشد تا آن را توسعه بدهند. اما در هر زبان برنامه نویسی،داشتن یک IDE، یکی از همین سیاست هایی است که به آن اشاره شد. مایکروسافت برای محصولات خود ویژوال استودیو را عرضه کرده است، ولی جاوا در حال حاضر چندین IDE قوی برای توسعه از طرف شرکت های مختلف و معتبر و با کیفیت ها و قیمت های گوناگون از جمله (NetBeans(Sun), JDevelopers(Oracle), Eclipse(IBM) و ... دارد. از جمله محیط هایی که به صورت رایگان و قوی عرضه شده، نرم افزار Eclipse است که تحت لیسانس GPL و سورس باز می باشد. Eclipse یک محیط برنامه نویسی (IDE) کد منبع باز برای زبان برنامه نویسی جاوا (که البته دارای نسخه هایی جهت برنامه نویسی به زبان هایی مانند python, Perl, PHP, C++, C و ... است ) می باشد. این محیط توسط شرکت هایی مانند IBM پشتیبانی می گردد. در دوره آموزشی Udemy Eclipse Java IDE for programmers با آموزش محیط برنامه نویسی اکلیپس جاوا اشنا خواهید شد.
نرم افزارهای مدیریت محتوا یا (CMS) ها هر روز جای خود را بیشتر از پیش در میان سایتهای اینترنتی باز می کنند و به هواداران و طرفداران خود می افزایند. این نرم افزارهای تحت وب و اپن سورس، امکانات بسیاری را در اختیار کاربران، طراحان، توسعه دهندگان و مدیران سایت ها قرار داده و برنامه نویسان را از بسیاری از دوباره کاری ها نجات می دهند. یکی از محبوبترین این نرم افزارها، وردپرس است. وردپرس یک نرمافزار تحت وب است که در واقع ادامه موفقیتآمیز پروژه b2 می باشد و توسط مت مولوگ (Matt Mullenweg) بنیان گذاری شده است. مت و همکارانش با تاسیس شرکت Automattic هماکنون در حال گسترش این نرم افزار و پروژه های موازی آن مانند WordPress.com و Akismet می باشند. عمومیترین استفاده از وردپرس برای راهاندازی یک وبلاگ است زیرا وردپرس دارای هستهای قدرتمند است و پیشروترین نرمافزار در این زمینه به شمار میرود. در دوره آموزشی Udemy Become a WordPress Professional in 10 Days با آموزش وردپرس حرفه ای در 10 روز اشنا خواهید شد.
یادگیری عمیق (Deep learning) (یادگیری ژرف ماشین، یادگیری ساختار ژرف یا یادگیری سلسله مراتبی) یک زیر شاخه از یادگیری ماشینی و بر مبنای مجموعهای از الگوریتمها است که در تلاش هستند مفاهیم انتزاعی سطح بالا در دادگان را مدل نمایند که این فرایند را با استفاده از یک گراف عمیق که دارای چندین لایه پردازشی متشکل از چندین لایه تبدیلات خطی و غیر خطی هستند، مدل میکنند. به بیان دیگر پایهٔ آن بر یادگیری نمایش دانش و ویژگیها در لایههای مدل است. یک نمونه آموزشی (برای نمونه: تصویر یک گربه) میتواند به صورتهای گوناگون بسان یک بردار ریاضی پر شده از مقدار به ازای هر پیکسل و در دید کلی تر به شکل یک مجموعه از زیرشکلهای کوچکتر (نظیر اعضای صورت گربه) مدل سازی شود. برخی از این روشهای مدل سازی سبب ساده شدن فرایند یادگیری ماشین (برای نمونه: تشخیص تصویر گربه) میشود. در یادگیری ژرف امید به جایگزینی استخراج این ویژگیهای تصویر به دست بشر (مانند اعضای گربه) با روشهای کامل خودکار بدون نظارت و نیمه نظارتی وجود دارد. انگیزهٔ نخستین در بوجود آمدن این ساختار یادگیری از راه بررسی ساختار عصبی در مغز انسان الهام گرفته شده است که در آن یاختههای عصبی با فرستادن پیام به یکدیگر درک را امکانپذیر میکنند. بسته به فرضهای گوناگون در مورد نحوهٔ اتصال این یاختههای عصبی، مدلها و ساختارهای مختلفی در این حوزه پیشنهاد و بررسی شدهاند، هرچند که این مدلها به صورت طبیعی در مغز انسان وجود ندارد و مغز انسان پیچیدگیهای بیشتری را دارا است. این مدلها نظیر شبکه عصبی عمیق، شبکه عصبی پیچیده، شبکه باور عمیق پیشرفتهای خوبی را در حوزههای پردازش زبانهای طبیعی، پردازش تصویر ایجاد کردهاند. در دوره آموزشی Packt Deep Learning with Java با آموزش یادگیری عمیق با جاوا اشنا خواهید شد.
Nest.js یک فریموریک پروگرسیو نودجیاس، نوشته شده با Typescript است. این ابزار به صورت متن باز ارائه میشود. Nest.js ویژگیهای زیادی را از Anguar به ارث برده، همچنین این نکته بسیار مهمی است که بدانیم، انگولار و Nest.js هر دو با تایپاسکریپت نوشته شدهاند. Nest.js فریمورکی برای بک-اند است، با استفاده از این فریمورک شما میتوانید اپلیکیشنهای بهینه، مطمئن و مقیاسپذیری را برای سازمانها بنویسید. این ابزار توسط توسعهدهنده Kamil Mysliwiec نوشته شده است. در دوره آموزشی Packt Hands-On Web Development with TypeScript and Nest.js با آموزش توسعه وب با تایپ اسکریپت و نست جی اس اشنا خواهید شد.