پی سی دانلود - oreilly

این دوره آموزشی به معرفی مفاهیم و تکنیک‌های کلیدی یادگیری ماشین می‌پردازد و نحوه پیاده‌سازی آن‌ها با استفاده از زبان برنامه‌نویسی R، مجموعه ابزارهای tidyverse و بسته mlr را آموزش می‌دهد. شرکت‌کنندگان در این دوره با روش‌های مختلف پیش‌پردازش داده‌ها، انتخاب ویژگی، ساخت و ارزیابی مدل‌های یادگیری ماشین برای مسائل طبقه‌بندی و رگرسیون آشنا خواهند شد. همچنین، نحوه استفاده از ابزارهای بصری‌سازی داده‌ها برای درک بهتر نتایج مدل‌ها و ارائه آن‌ها به مخاطبان غیرمتخصص مورد بررسی قرار می‌گیرد. این دوره برای افرادی که به دنبال کسب مهارت‌های عملی در زمینه یادگیری ماشین و استفاده از R برای تحلیل داده‌های پیچیده هستند، طراحی شده است. با گذراندن این دوره، شرکت‌کنندگان قادر خواهند بود تا با استفاده از ابزارهای قدرتمند R، مسائل واقعی دنیای کسب‌وکار را با رویکردهای یادگیری ماشین حل کنند.
در دوره آموزشی Machine Learning with R, the tidyverse, and mlr. Video Edition با مفاهیم و ابزارهای یادگیری ماشین در محیط R آشنا خواهید شد.

برنامه‌نویسی تابعی روشی انقلابی برای نوشتن کد است که به سرعت در دنیای توسعه نرم‌افزار در حال گسترش است. در حالی که برنامه‌نویسی شیءگرا هنوز هم محبوب‌ترین الگوی برنامه‌نویسی است، مشکلاتی نظیر اشکالات دشوار برای پیدا کردن، کدهای با وابستگی زیاد، و مقیاس‌پذیری بسیار دشوار در استفاده از آن به وجود می‌آید. برنامه‌نویسی تابعی با اتخاذ رویکردی کاملاً متفاوت در نوشتن نرم‌افزار، به ما امکان می‌دهد تا تمام این مشکلات را حل یا از آن‌ها اجتناب کنیم. در این دوره، شرکت‌کنندگان با تمام مفاهیم اصلی برنامه‌نویسی تابعی و نحوه اعمال آن‌ها در جاوا اسکریپت آشنا می‌شوند. این دوره ترکیبی از نمایش صفحه، اسلایدها و کدنویسی است که به صورت عملی مفاهیم را آموزش می‌دهد. آموزش با مفاهیم بنیادی تابع آغاز می‌شود که به توابع درجه اول (first-class functions) منجر می‌شود، سپس به کار با آرایه‌ها و اشیاء می‌پردازد و در نهایت به مفاهیم پیشرفته‌تر برنامه‌نویسی تابعی می‌رسد. شان یک توسعه‌دهنده نرم‌افزار ارشد است که در توسعه فول‌استک (Full-stack development) و معماری نرم‌افزار تخصص دارد. او علاوه بر مدیریت تیم‌های توسعه‌دهنده، به صدها هزار نفر دیگر نیز نحوه ایجاد برنامه‌های آماده برای شرکت‌ها را آموزش می‌دهد.
در دوره آموزشی Functional Programming Projects with JavaScript با اصول برنامه‌نویسی تابعی و نحوه استفاده از آن در جاوا اسکریپت آشنا خواهید شد.

زمانی که تیم‌ها با مدل‌های یادگیری ماشین کار می‌کنند، تغییر ویژگی‌ها، مجموعه‌داده‌های مختلف، الگوریتم‌های جدید و منابع محاسباتی منحصربه‌فرد، همگی بر عملکرد یک مدل یادگیری ماشین تأثیر می‌گذارند. پیگیری تمام این موارد می‌تواند پیچیده باشد. با ابزارهایی مانند DVC، MLFlow و AWS، می‌توان این چالش را برطرف کرد. Milecia McGregor، متخصص نرم‌افزار با یک دهه تجربه در حوزه‌های مختلف فناوری، نحوه استفاده از ابزارهای MLOps را برای بهبود یادگیری ماشین و خودکارسازی برخی از مراحل فرآیند نمایش می‌دهد. Milecia McGregor دارای مدرک کارشناسی ارشد در مهندسی مکانیک و هوافضا است و در زمینه یادگیری ماشین برای رابط‌های انسان و کامپیوتر در وسایل نقلیه خودران فعالیت داشته است. او در حوزه‌های مختلفی از جمله توسعه فرانت‌اند و بک‌اند، علم داده، رباتیک، DevOps، امنیت سایبری، واقعیت مجازی و سایر زمینه‌ها کار کرده است. Milecia در پروژه‌هایی مانند Mozilla VPN و برنامه‌هایی که با سیگنال‌های مغزی کار می‌کنند، مشارکت داشته است. او همچنین یک سخنران بین‌المللی در جامعه فناوری است و در مورد موضوعات مختلفی در چندین زبان برنامه‌نویسی سخنرانی می‌کند. تجربیات گسترده او در حوزه‌های مختلف فناوری، از جمله تجربه عملی با سیستم‌های پیچیده و داده‌های حساس، او را به فردی ایده‌آل برای آموزش این ابزارها تبدیل کرده است. در این دوره، او دانش عملی خود را به اشتراک می‌گذارد تا به شرکت‌کنندگان کمک کند تا چالش‌های مدیریت مدل‌های یادگیری ماشین را به طور موثرتری حل کنند و فرآیند توسعه و استقرار را بهینه‌سازی کنند. این دوره بر رویکردهای عملی تمرکز دارد و شرکت‌کنندگان را با مهارت‌های لازم برای پیاده‌سازی MLOps در پروژه‌های خود آشنا می‌کند.
در دوره آموزشی Learn MLOps for Machine Learning با ابزارها و روش‌های بهبود و خودکارسازی فرآیندهای یادگیری ماشین آشنا خواهید شد.

این دوره آموزشی با هدف کمک به افراد مبتدی در زمینه داده و همچنین متخصصان باتجربه که به دنبال انجام سریع‌تر و کارآمدتر کارهای خود هستند، طراحی شده است. این کتاب که توسط دو دانشمند داده در سطح جهانی و یک مدیر ریسک با تجربه نگاشته شده است، بر روی وظایف عملی تحلیل داده‌ها که روزانه با آن‌ها سروکار خواهید داشت، تمرکز می‌کند. در این دوره، شرکت‌کنندگان یاد می‌گیرند که چگونه پرسش‌های (prompts) مؤثری برای ChatGPT بنویسند و تحلیل‌های توصیفی جامعی را از ابتدا تا انتها انجام دهند. یکی از جنبه‌های کلیدی این دوره، راه‌اندازی یک محیط تحلیل داده سازگار با هوش مصنوعی است. همچنین، شرکت‌کنندگان مهارت‌های لازم برای ارزیابی کیفیت داده‌های خود و توسعه یک برنامه تحلیل استراتژیک را کسب می‌کنند. این دوره به شما می‌آموزد که چگونه کدهای لازم برای تحلیل داده‌های غیرمتنی را تولید کنید و داده‌های متنی را مستقیماً با ChatGPT کاوش نمایید. در نهایت، آموزش داده می‌شود که چگونه گزارش‌های قابل اعتماد و دقیقی تهیه کنید. در طول دوره "شروع تحلیل داده‌ها با هوش مصنوعی مولد و پایتون"، شرکت‌کنندگان با ابزارهای هوش مصنوعی مانند ChatGPT آشنا می‌شوند و یاد می‌گیرند که چگونه کارایی کدنویسی خود را بهبود بخشند، رویکردهای تحلیلی جدیدی را ایجاد کنند و خطوط لوله (pipelines) داده را بهینه‌سازی نمایند. برای هر مرحله از فرآیند داده، کشف خواهید کرد که چگونه ChatGPT می‌تواند تکنیک‌های داده را تنها با استفاده از دستورات ساده به زبان انگلیسی پیاده‌سازی کند. علاوه بر این، درک حیاتی و شهودی در مورد خطرات و خطاهایی که هنوز با این ابزارها همراه هستند، در شما توسعه می‌یابد. این دوره به شرکت‌کنندگان کمک می‌کند تا با اتکا به هوش مصنوعی، تحلیل‌های داده‌ای پیچیده‌تر و با سرعت بیشتری را انجام دهند، در حالی که از نقاط ضعف و محدودیت‌های این فناوری‌ها نیز آگاه باشند.
در دوره آموزشی Starting Data Analytics with Generative AI and Python, Video Edition با استفاده از هوش مصنوعی مولد و پایتون، مهارت‌های لازم برای تحلیل داده‌ها و بهبود کارایی را فرا خواهید گرفت.

این دوره آموزشی جامع به توسعه‌دهندگان کمک می‌کند تا با جامعه خود ارتباط برقرار کنند، دستاوردهای پیشرفته خود را به اشتراک بگذارند و به همکارانشان کمک کنند از درس‌های سختی که آموخته‌اند بهره‌مند شوند. هدف این دوره جلب توجهی است که به گسترش مسیر شغلی فرد منجر شود. این راهنما به طور کامل نشان می‌دهد که چگونه می‌توان محتوایی ایجاد کرد که توسعه‌دهندگان دیگر از خواندن و به اشتراک گذاشتن آن لذت ببرند. "نویسندگی برای توسعه‌دهندگان" مملو از نکات، ترفندها و تکنیک‌های عملی است که توسعه‌دهندگان برای تبدیل ایده‌های ذهنی خود به محتوایی واضح و جذاب به آن‌ها نیاز دارند. این دوره به شرکت‌کنندگان می‌آموزد که چگونه بهترین شیوه نگارش فنی را در پیش گیرند و نوشته‌هایی تولید کنند که نه تنها از نظر فنی دقیق باشند، بلکه برای مخاطبانشان نیز گیرا و قابل درک باشند. مهارت‌های کسب شده در این دوره، شامل توانایی ساختاردهی مناسب محتوا، انتخاب واژگان دقیق و استفاده از مثال‌های کاربردی است که به خواننده کمک می‌کند مفاهیم پیچیده را به راحتی درک کند. همچنین، این دوره به مباحثی مانند شناسایی مخاطب هدف، انتخاب موضوعات جذاب و بهینه‌سازی محتوا برای پلتفرم‌های مختلف می‌پردازد. این آموزش به افراد کمک می‌کند تا صدای خود را در جامعه توسعه‌دهندگان پیدا کنند و به منبعی قابل اعتماد برای دانش و تجربه تبدیل شوند. هدف نهایی این دوره، توانمندسازی توسعه‌دهندگان برای تولید محتوای ارزشمندی است که نه تنها دانش فنی آن‌ها را به نمایش بگذارد، بلکه ارتباطات حرفه‌ای آن‌ها را نیز تقویت کند و به رشد شغلی آن‌ها یاری رساند. این دوره برای هر توسعه‌دهنده‌ای که می‌خواهد تأثیرگذاری خود را فراتر از کدنویسی گسترش دهد و به یک رهبر فکری در حوزه خود تبدیل شود، ضروری است.
در دوره آموزشی Writing for Developers, Video Edition با اصول و فنون نگارش محتوای جذاب و کاربردی برای جامعه توسعه‌دهندگان آشنا خواهید شد.

زبان برنامه‌نویسی ++C (سی پلاس پلاس) یک زبان برنامه‌نویسی رایانه‌ای همه‌منظوره سطح بالا است که از برنامه‌نویسی رویه‌ای، تجرید داده‌ها و برنامه‌نویسی شیءگرا پشتیبانی می‌کند، این زبان عمومی و دارای قابلیت زبان‌های سطح بالا و پایین به‌صورت هم‌زمان است و از انواع داده ایستا، نوشتار آزاد، چندمدلی، برنامه‌نویسی ساخت‌یافته، برنامه‌نویسی شیءگرا و برنامه‌نویسی جنریک پشتیبانی می کند. ++C به همراه جد خود C از پرطرفدارترین زبان‌های برنامه‌نویسی تجاری هستند و کتابخانه استاندارد ++C شامل کتابخانه استاندارد C با یک سری تغییرات برای بهبود عملکرد است. همروندی در علوم رایانه در سامانه‌هایی پیش می‌آید که در آن‌ها چند پردازش محاسباتی همزمان اجرا می‌شوند و با یکدیگر اندرکنش دارند (ناحیه بحرانی دارند). مطالعه همروندی محدوده وسیعی از سامانه‌ها را دربرمی‌گیرد، از سامانه‌های رایانش موازی سخت-درگیر و بسیار همزمان گرفته تا سامانه‌های توزیع‌شده ناهمزمان سست-درگیر.
در دوره آموزشی Introduction to C++ Concurrency LiveLessons (Video Training) با آموزش مقدماتی همروندی در سی پلاس پلاس اشنا خواهید شد.

این دوره آموزشی با معرفی PyTorch و چارچوب‌های یادگیری عمیق به طور کلی آغاز می‌شود. در طول دوره، شرکت‌کنندگان درک خواهند کرد که چگونه ترکیب قدرتمند مشتق‌گیری خودکار و محاسبات شفاف بر روی واحدهای پردازش گرافیکی (GPU) به انفجار فعلی تحقیقات یادگیری عمیق کمک کرده است. این ویدئو به شرکت‌کنندگان نشان می‌دهد که چگونه می‌توانند از PyTorch برای پیاده‌سازی و یادگیری یک مدل رگرسیون خطی استفاده کنند؛ این یک گام اساسی برای ساخت شبکه‌های عصبی بسیار پیچیده‌تر است. در نهایت، دوره به شرکت‌کنندگان آموزش می‌دهد که چگونه تمام مؤلفه‌هایی را که PyTorch ارائه می‌دهد، ترکیب کنند تا یک پرسپترون چندلایه پیش‌خور ساده بسازند. این دوره به گونه‌ای طراحی شده است که دانشجویان را گام به گام با مفاهیم کلیدی و کاربردهای عملی PyTorch آشنا کند. از مبانی تئوری گرفته تا پیاده‌سازی عملی مدل‌ها، تمام جنبه‌های لازم برای شروع کار با PyTorch پوشش داده می‌شود. هدف این است که دانشجویان پس از اتمام دوره، توانایی طراحی، پیاده‌سازی و آموزش مدل‌های یادگیری عمیق را با استفاده از این چارچوب قدرتمند داشته باشند. این دوره برای کسانی که به دنبال ورود به دنیای یادگیری عمیق و کار با یکی از محبوب‌ترین چارچوب‌های موجود هستند، بسیار مفید خواهد بود.
در دوره آموزشی Up and Running with PyTorch با چارچوب PyTorch و نحوه ساخت مدل‌های یادگیری عمیق آشنا خواهید شد.

این دوره آموزشی رویکردی نوین به برنامه‌نویسی پایتون را به توسعه‌دهندگان ارائه می‌دهد که ایده‌های بزرگ را به شکلی مختصر و با حداقل کد بیان می‌کند و به منطق کسب‌وکار اجازه می‌دهد تا به وضوح بدرخشد. این امر با استفاده از مثال‌های مرتبط متعدد از مسائل جاری، از جمله تحلیل داده و رسانه‌های اجتماعی، محقق می‌شود. در این آموزش ویدیویی، ریموند هتینگر در نیمه اول درس‌ها، با معرفی مهارت‌ها، ابزارها و تکنیک‌های بنیادی پایتون مدرن آغاز می‌کند. سپس در بخش دوم، چگونگی به کارگیری این ابزارها و تکنیک‌ها را در یک برنامه کاربردی واقعی به نمایش می‌گذارد. او بر اهمیت نگارش کدی تأکید می‌کند که نه تنها کارآمد باشد، بلکه خوانایی بالایی نیز داشته باشد تا دیگران به راحتی بتوانند آن را درک کرده و توسعه دهند. این دوره به شرکت‌کنندگان کمک می‌کند تا با الگوهای طراحی مدرن پایتون آشنا شوند و بتوانند برنامه‌هایی بنویسند که به راحتی قابل نگهداری و مقیاس‌پذیری باشند.  هتینگر در طول دوره، مفاهیم پیچیده را به زبانی ساده و قابل فهم توضیح می‌دهد و با مثال‌های عملی، یادگیری را تسهیل می‌کند. او به موضوعاتی مانند بهینه‌سازی کد، استفاده از ساختارهای داده کارآمد، و نوشتن تست‌های واحد برای اطمینان از صحت عملکرد کد می‌پردازد. همچنین، به بررسی بهترین روش‌ها برای مدیریت وابستگی‌ها و استقرار برنامه‌های پایتون می‌پردازد. این دوره برای توسعه‌دهندگانی که به دنبال ارتقاء مهارت‌های خود در پایتون و نوشتن کدی تمیز و مؤثر هستند، بسیار مناسب است. تمرکز بر روی "ایده‌های بزرگ و کدهای کوچک" به این معناست که چگونه می‌توان با کمترین میزان کد، حداکثر کارایی و وضوح را در برنامه‌نویسی پایتون به دست آورد.
در دوره آموزشی Modern Python LiveLessons: Big Ideas and Little Code in Python با رویکردهای برنامه‌نویسی مدرن پایتون آشنا خواهید شد.

این دوره آموزشی با ارائه درکی اساسی از یادگیری ماشین و برنامه‌نویسی مقدماتی پایتون آغاز می‌شود و به فراگیران می‌آموزد که چگونه مدل‌های یادگیری ماشین متناسب با کاربردهای امنیت سایبری را بسازند، تجزیه و تحلیل کنند و بهینه‌سازی نمایند. موضوعات مورد بحث شامل شبکه‌های عصبی، تکنیک‌های خوشه‌بندی و نقشه‌های خودسازمان‌دهنده است و موارد استفاده واقعی آن‌ها در زمینه‌هایی مانند تشخیص نفوذ، راهکارهای ضد بدافزار، تحلیل لاگ‌ها و مدیریت آسیب‌پذیری مورد بررسی قرار می‌گیرد. این دوره توسط دکتر چاک ایستوم، یکی از متخصصان برجسته امنیت سایبری و مخترع دارای 26 اختراع، تدریس می‌شود و برای متخصصانی که به دنبال ارتقای مهارت‌های امنیت سایبری خود از طریق تکنیک‌های یادگیری ماشین هستند، ایده‌آل است. چه تحلیلگر امنیت سایبری باشید، چه توسعه‌دهنده نرم‌افزار یا متخصص فناوری اطلاعات، این دوره ابزارها و دانش لازم برای به کارگیری هوش مصنوعی در ایمن‌سازی محیط‌های دیجیتال را در اختیار شما قرار می‌دهد.
در دوره آموزشی Machine Learning and AI in Cybersecurity با نحوه استفاده از یادگیری ماشین و هوش مصنوعی در حوزه امنیت سایبری آشنا خواهید شد.

این دوره به شرکت‌کنندگان کمک می‌کند تا با ساخت ابزار مشاور مالی خودکار، قابل اعتماد و کارآمد، کنترل مدیریت ثروت خود را به دست بگیرند. مشاوران مالی دیجیتال خودکار – که با عنوان ربو-مشاور نیز شناخته می‌شوند – میلیاردها دلار دارایی را مدیریت می‌کنند. با دنبال کردن دستورالعمل‌های گام به گام این راهنمای عملی، شرکت‌کننده یاد می‌گیرد که چگونه ربو-مشاور خود را بسازد که قادر به مدیریت یک استراتژی سرمایه‌گذاری واقعی باشد. در نسخه‌های ویدیویی این دوره، گوینده کتاب را می‌خواند در حالی که محتوا، اشکال، لیست کدها، نمودارها و متن روی صفحه نمایش داده می‌شوند. این تجربه شبیه به یک کتاب صوتی است که می‌توانید آن را به صورت ویدیویی نیز تماشا کنید.
در دوره آموزشی Build a Robo-Advisor with Python (From Scratch) با نحوه ساخت یک مشاور مالی خودکار آشنا خواهید شد.