به عنوان یکی از شاخههای وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشینی (Machine learning) به تنظیم و اکتشاف شیوهها و الگوریتمهایی میپردازد که بر اساس آنها رایانهها و سامانهها توانایی تعلٌم و یادگیری پیدا میکنند. هدف یادگیری ماشین این است که کامپیوتر (در کلیترین مفهوم آن) بتواند به تدریج و با افزایش دادهها کارایی بهتری در انجام وظیفهٔ مورد نظر پیدا کند. گسترهٔ این وظیفه میتواند از تشخیص خودکار چهره با دیدن چند نمونه از چهرهٔ مورد نظر تا فراگیری شیوهٔ گامبرداری روباتهای دوپا با دریافت سیگنال پاداش و تنبیه باشد. طیف پژوهشهایی که در یادگیری ماشینی میشود گستردهاست. در سوی نظری آن پژوهشگران بر آناند که روشهای یادگیری تازهای به وجود بیاورند و امکانپذیری و کیفیت یادگیری را برای روشهایشان مطالعه کنند و در سوی دیگر عدهای از پژوهشگران سعی میکنند روشهای یادگیری ماشینی را بر مسایل تازهای اعمال کنند. البته این طیف گسسته نیست و پژوهشهای انجامشده دارای مولفههایی از هر دو رویکرد هستند. در دوره آموزشی Udemy Data Science and Machine Learning Developer Certification با آموزش مدرک یادگیری ماشین و علوم داده اشنا خواهید شد.
پایتون (Python) یک زبان برنامهنویسی همه منظوره، سطح بالا، شیءگرا و مفسر است که توسط خودو فان روسوم (به هلندی: Guido van Rossum) در سال ۱۹۹۱ در کشور هلند طراحی شد. فلسفهٔ ایجاد آن تأکید بر دو هدف اصلی خوانایی بالای برنامههای نوشته شده و کوتاهی و بازدهی نسبی بالای آن است. کلمات کلیدی و اصلی این زبان به صورت حداقلی تهیه شدهاند و در مقابل کتابخانههایی که در اختیار کاربر است بسیار وسیع هستند. بر خلاف برخی زبانهای برنامهنویسی رایج دیگر که بلاکهای کد در آکولاد تعریف میشوند (بهویژه زبانهایی که از گرامر زبان سی پیروی میکنند) در زبان پایتون از نویسه فاصله و جلوبردن متن برنامه برای مشخص کردن بلاکهای کد استفاده میشود. به این معنی که تعدادی یکسان از نویسه فاصله در ابتدای سطرهای هر بلاک قرار میگیرند، و این تعداد در بلاکهای کد درونیتر افزایش مییابد. بدین ترتیب بلاکهای کد به صورت خودکار ظاهری مرتب دارند. پایتون مدلهای مختلف برنامهنویسی (از جمله شیء گرا و برنامهنویسی دستوری و تابع محور) را پشتیبانی میکند و برای مشخص کردن نوع متغییرها از یک سامانهٔ پویا استفاده میکند. این زبان از زبانهای برنامهنویسی مفسر بوده و به صورت کامل یک زبان شیگرا است که در ویژگیها با زبانهای تفسیری پرل، روبی، اسکیم، اسمالتاک و تیسیال مشابهت دارد و از مدیریت خودکار حافظه استفاده میکند. پایتون پروژهای آزاد و متنباز توسعهیافتهاست و توسط بنیاد نرمافزار پایتون مدیریت میگردد. در دوره آموزشی Pluralsight Advanced Python با آموزش پیشرفته پایتون اشنا خواهید شد.
تجربهٔ کاربری (User Experience) به اختصار UX شامل رفتارها، نگرشها و احساسات یک کاربر دربارهٔ استفاده از یک محصول، سامانه یا سرویس خاص است. تجربهٔ کاربری جنبههای کاربردی، تجربه شده، اثرگذار به صورت عاطفی، معنادار و ارزشمند تعامل انسان و رایانه و مالکیت محصول را در بر میگیرد. علاوه بر این، برداشت یک فرد از جنبههای مختلف یک سامانه مانند سودمندی، کاربری آسان و کارایی نیز در گسترهٔ تجربهٔ کاربری قرار میگیرد. به عبارت دیگر، تجربهٔ کاربری همان خاطرهای است که با استفاده از یک محصول، سامانه یا سرویس در ذهن کاربر نقش میبندد. از آن جایی که تجربهٔ کاربری دربارهٔ ادراکهای فردی و تفکراتی در رابطه با سامانه است، میتواند ماهیتاً تا حدی به عنوان یک امر ذهنی، نظری و درونی (سوبژکتیو) در نظر گرفته شود. همچنین تجربهٔ کاربری یک مفهوم پویا است که به طور مداوم در طول زمان با توجه به تغییرات در شرایط استفاده و نیز گسترش یافتن زمینههای کاربرد آن، تغییر میکند. در دوره آموزشی Lynda Principle for UX Design (2021) با آموزش اصول طراحی تجربه کاربری اشنا خواهید شد.
تنسورفلو (TensorFlow) یک کتابخانهٔ نرمافزاری متنباز برای یادگیری ماشین در انواع مختلف وظایف مفهومی و زبان است که در حال حاضر توسط ۵۰ تیم تحقیقاتی و محصولات مختلف گوگل از جمله بازشناسی گفتار، جیمیل، گوگل فوتوز و جستجو که بسیاری از آنها سابقاً از دیستبلیف استفاده کرده بودند، استفاده میشود. تنسورفلو در آغاز توسط تیم گوگل برین مرکز تحقیقاتی گوگل به صورت داخلی استفاده میشد ولی بعدها در ۹ نوامبر ۲۰۱۵ تحت مجوز آپاچی منتشر شد. TensorFlow نرم افزار یادگیری ماشینی گوگل است. گوگل همچنین از TensorFlow برای توسعه پروژه Magenta هم بهره گرفته که هدف ارتقای هنر ماشینی را دنبال می کند. در همین راستا گوگل یک ملودی 90 ثانیه ای پیانو منتشر کرده که کاملا توسط یک شبکه عصبی ساخته شده است. این موضوع تقریبا تصوری از کارهایی که TensorFlow قادر به انجامشان هست را برای کاربران ایجاد می کند. در دوره آموزشی Udemy Beginners Guide to Neural Networks in Tensorflow JS با آموزش مقدماتی شبکه های عصبی در تنسورفالو اشنا خواهید شد.
Laravel یکی از فریم ورک های زبان PHP است که برای توسعه اپلیکیشن های وب در نظر گرفته شده است و بر پایه MVC کار می کند. فریم ورک لاراول، برنامه نویسی برنامه های کاربردی تحت وب با زبان PHP را سادهتر می نماید و کمک بسزایی برای انجام پروژه های PHP و توسعه آسان آنها می کند. فریم ورک Laravel بر روی اجزای مختلف فریم ورک symfony ساخته شده است و به برنامه شما پایهای بزرگ از کد های قابل اعتماد و تست شده می دهد. لاراول مجموعه ای از بهترین راه حل ها با سینتکس پر معنا و خلاقانه را ارائه میکند که به درستی انجام می پذیرند. لاراول توسط آسان سازی کارهای معمول مانند احراز هویت، روتینگ، sessionها ، کار با بانکهای اطلاعاتی و ... که تقریبا در تمامی پروژه های تحت وب استفاده میشوند، مسائل و مشکلات ناشی از توسعه را هم برای توسعه دهنده و هم برای کارفرما کاهش می دهد. لاراول، سیمفونی، کیک پی اچ پی و کد ایگنایتر از محبوب ترین فریم ورک های زبان PHP هستند که بررسی میزان محبوبیت آنها در گوگل ترند حاکی از رشد روز افزون فریم ورک Laravel است.. در دوره آموزشی Udemy Master Laravel & Create High-Level Applications with Laravel با آموزش تسلط بر لاراول و ساخت اپ های سطح بالا اشنا خواهید شد.
امروزه برنامه های سنتی وب در حال حرکت به سمت سرویسی شدن هستند، بدین صورت که کلاینت ها تنها از طریق از طریق وب سرویس هایی با سرور در تماس هستند. به بیانی دیگر ارتباط کلاینت ها با لایه داده برنامه (Data Model) از طریق وب سرویس ها صورت می پذیرد. یکی از الگو های طراحی وب سرویس که در سال های اخیر بسیار مورد توجه قرار گرفته است سرویس های REST می باشند. در نگاه اول پیاده سازی و استفاده از وب سرویس های REST بسیار مطلوب و خوش آیند به نظر می رسند. اما باید دقت داشته باشید که اگر در طراحی و پیاده سازی آنها دقت لازم را نکنید، هزینه های جانبی زیادی را در آینده ممکن است به برنامه شما وارد کند که اکثر آنها نیز مربوط به هزینه اعمال تغییرات می باشند. OData یک پروتکل دسترسی داده است که برای فراهم کردن دسترسی CRUD استاندارد به یک منبع داده از طریق یک وب سایت طراحی شده است و چیزی شبیه به JDBC و ODBC ... است. در دوره آموزشی Udemy Learn API & Webservices Testing با آموزش ای پی آی و تست وب سرویس اشنا خواهید شد.
Terraform یک مجموعه ابزار شگفت انگیز است برای اتوماسیون زیرساخت در فضای ابری عمومی و خصوصی است. مدیران سیستم و مهندسان DevOp همواره برای انجام کارهای بیشتر با کمترین هزینه دغدغه دارند. تعریف زیرساخت ها در کد و خودکار سازی استقرار آن به بهبود کارایی عملیات کمک می کند تا و سربار اداری کمتری ایجاد خواهد کرد. در دوره آموزشی Terraform - Getting Started، شما دانش پایه ای از نرم افزار Terraform Hashicorp، یک مجموعه ابزار برای اتوماسیون زیر ساخت را یاد خواهید گرفت. اولا، چگونگی ایجاد و به روز رسانی یک پیکربندی اساسی را خواهید آموخت. بعدا، به بررسی نحوه استفاده از ارائه دهندگان، توابع و ارائه دهندگان برای گسترش استقرار خود خواهید پرداخت. در نهایت، شما یاد خواهید گرفت که چگونگی استفاده از انتزاع و بهبود مجدد کد با متغیرها، پرونده های دولتی و ماژول ها را یاد بگیرید. هنگامی که این دوره به پایان رسید، شما باید مهارت و دانش Terraform مورد نیاز برای نوشتن، برنامه ریزی، و ایجاد توسعه خودکار زیرساخت ها را داشته باشید. در دوره آموزشی Udemy Terraform 2020 : Deployment Automation with Terraform با آموزش استقرار اتوماسیون با ترافرم اشنا خواهید شد.
طراحی سایت، به روند برنامه ریزی و ساخت یک سایت گفته می شود. متن، تصاویر، فایل های صوتی و تصویری و المان های برنامه نویسی، توسط طراحی سایت برای تولید صفحه ای قابل رویت در مرورگر، فرمت دهی می شوند. طراحان سایت ها برای ساخت صفحاتی که بتوانند توسط مرورگرها خوانده شوند، از زبان های نشانه ای که اکثرا برای ایجاد ساختار از HTML و برای نمایش از CSS هستند، استفاده می کنند. در دنیای Web 2.0، زبان های برنامه نویسی دیگر نظیر جاوا اسکریپت، Ruby on Rails، PHP، ASP.net و Perl برای ساخت صفحات سایت ها استفاده می شوند تا تعامل کاربر با سایت بوجود آید. در کل، پروسه طراحی سایت شامل، مفهوم سازی، طرح ریزی، پیش تولید، تحقیق، تبلیغات، و همچنین مدیریت فایل های صوتی، تصویری و دیگر فابل های چند رسانه ای مورد استفاده در صفحات سایت می باشد. در دوره آموزشی Udemy 2021 Complete Web Developer Course In Four Hour:Zero to Hero با آموزش کامل مقدماتی تا پیشرفته توسعه وب در 4 ساعت اشنا خواهید شد.
گو (Go) یک زبان برنامهنویسی ترجمهشده و همروند است که در شرکت گوگل و توسط رابرت گریسمر، راب پایک و کن تامپسون توسعه داده میشود. این زبان در نوامبر ۲۰۰۹ معرفی شد و در حال حاضر در چند سامانهٔ اجرایی گوگل استفاده میشود. کامپایلر گو از لینوکس، مک او اس، ویندوز و انواع سیستمهای عامل بیاسدی مانند FreeBSD پشتیبانی میکند. از لحاظ معماری پردازنده نیز، معماری x86، معماری x64، معماری ARM و معماری POWER که مخصوص به شرکت آیبیام است، توسط کامپایلر گو پشتیبانی میشوند. اهداف ایجاد زبان گو کارایی زبانهای ترجمهشده دارای سامانه نوع ایستا،آسانی برنامه نویسی زبانهای پویا، امنیت نوعها و حافظه، پشتیبانی برای همروندی و ارتباط، و کامپایل سریع است. در زبان گو، ارثبری نوعها وجود ندارد. در این زبان، میتوان برای هر نوع دادهای، حتی برای نوعهای داخلی، مثل اعداد صحیح فاقد بستهبندی، تابع عضو تعریف کرد و این عمل محدود به ساختها نمیشود. در دوره آموزشی Udemy GoLang Concurrency با آموزش همروندی در زبان گو اشنا خواهید شد.
علم داده (Data Science)، دانشی میانرشتهای پیرامون استخراج دانش و آگاهی از مجموعهای داده و اطلاعات است. علم داده از ترکیب مباحث مختلفی به وجود آمده و بر مبانی و روشهای موجود در حوزههای مختلف علمی بنا شدهاست. تعدادی از این حوزهها عبارتند از: ریاضیات، آمار، مهندسی داده، بازشناخت الگو و... هدف این علم، استخراج مفهوم از داده و تولید محصولات دادهمحور است. آقایان توماس دونپورت و دی جی پاتیل در سال ۲۰۱۲ در مقاله «علم داده: جذابترین شغل قرن بیست و یکم» متخصصین علم داده را این طور تعریف میکنند: کسانی که میدانند چگونه میتوان از انبوه اطلاعات بدون ساختار پاسخ سوالهای کسبوکار را پیدا کرد. استنتون در سال ۲۰۱۳ علم داده را این طور تعریف میکند: علم داده رشته در حال ظهوری است که به جمعآوری، آمادهسازی، تحلیل، بصریسازی، مدیریت و نگهداشت اطلاعات در حجم بالا میپردازد. دریسکول در سال ۲۰۱۴ علم داده را این طور تعریف میکند: علم داده مهندسی عمران دادههاست. متخصص علم داده دانشی کاربردی از دادهها و ابزارها دارد به علاوه درک تئوریکی دارد که مشخص میکند چه چیزی از نظر علمی ممکن است. به شاغلین در حوزهٔ علم داده، متخصص علم داده (data scientist) میگویند. در دوره آموزشی Udemy Data Science with ML, AI, GUI & VUI with Libraries of Python با آموزش علوم داده با ام ال، ای آی، جی یو آی و وی یو آی و کتابخانه های پایتون اشنا خواهید شد.