دسته نرم افزار

Udemy – NGINX MasterClass: NGINX Server & Custom Load Balancer update 2024-7

NGINX MasterClass: NGINX Server & Custom Load Balancer- 2024، دوره آموزش سرور NGINX و متعادل کننده بار سفارشی توسط آکادمی یودمی منتشر شده است. این یکی از اولین دوره هایی است که به طور ویژه برای مبتدیانی طراحی شده است که مایل به تسلط بر NGNX هستند. NGNX فقط یک سرور HTTP نیست، بلکه می تواند به عنوان یک پروکسی معکوس، Load Balancer نیز عمل کند. تسلط بر NGNX به معنای داشتن یک پایه محکم برای پروتکل HTTP است. بنابراین این دوره ابتدا بر پروتکل HTTP تمرکز می کند و سپس به آرامی به سمت NGNX و استفاده از NGNX در محیط سازمانی با عملکرد بالا حرکت می کنیم. همه برای مبتدیان طراحی شده است. این دوره با بررسی تفاوت‌های بین NGNX و Apache برای کسانی که تجربه Apache دارند شروع می‌شود و سپس روش‌های مختلف نصب NGNX، سفارشی‌سازی نصب شما و پیکربندی NGNX به عنوان یک سرویس را توضیح می‌دهد. بخش نصب همچنین به روز رسانی NGNX بدون خرابی و افزودن/حذف ماژول ها را پوشش می دهد. بخش اعظم دوره سپس بر پیکربندی NGNX به عنوان یک وب سرور متمرکز می‌شود، از جمله اتصال آن به پشتیبان PHP و پیکربندی برخی از بهترین ویژگی‌های NGNX، مانند Gzipping و GeoIP. بخش آخر به ایمن سازی سرور و کاربر از طریق SSL و سایر بهترین شیوه های امنیتی می پردازد. پس از اتمام این دوره، شما مهارت های عملی را خواهید داشت تا فوراً شروع به ساخت سرورهای وب ایمن و با کارایی بالا کنید یا راه حل های میزبانی موجود را که ممکن است با آنها کار کنید، بهبود بخشید و درک کنید.

Udemy – Generative AI, ChatGPT, Copilot & AI Agents Masterclass 2025 2025-2

Generative AI, ChatGPT, Copilot & AI Agents Masterclass 2025، دوره آموزش هوش مصنوعی تولیدی، ChatGPT، Copilot و عوامل هوش مصنوعی توسط آکادمی یودمی منتشر شده است. این دوره برای آزادسازی پتانسیل هوش مصنوعی تولیدی و Microsoft Copilot طراحی شده است تا فرآیندهای کسب‌وکار را متحول کند، تصمیم‌گیری را بهبود بخشد و نوآوری را تقویت کند. این دوره جامع، مهارت‌های پیشرفته‌ای را به حرفه‌ای‌ها ارائه می‌دهد تا ابزارهای هوش مصنوعی مانند ChatGPT، Gemini، Claude، DeepSeek، و Microsoft Copilot را برای کاربردهای گسترده تجاری به‌کار گیرند. یاد بگیرید چگونه مدل‌های GPT سفارشی را بر اساس داده‌های منحصر به فرد شرکت خود آموزش داده و بهینه‌سازی کنید تا جریان‌های کاری را خودکار کنید، بینش‌های عملی ایجاد کنید و عملیات را بهینه‌سازید. تکنیک‌های هوش مصنوعی محور برای پردازش داده‌ها، تمیز کردن و تجسم داده‌ها را با استفاده از ابزارهایی برای ایجاد نمودارهای ستونی، نقشه‌های حرارتی و تجسم‌های سری زمانی فراگیرید. روش‌های پیشرفته مانند تحلیل Z-score و جنگل انزوا را برای شناسایی ناهنجاری‌ها، نظارت بر روندهای بازار و افزایش کارایی عملیاتی بررسی کنید.

Udemy – Microsoft 365 Power BI Report Builder – Intermediate 2023-12

Microsoft 365 Power BI Report Builder – Intermediate دوره آموزشی استفاده از Power BI Report Builder در اکوسیستم Microsoft 365 می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این دوره بر تقویت مهارت های تجسم و گزارش دهی داده ها با استفاده از Power BI Report Builder در اکوسیستم Microsoft 365 تمرکز دارد. مفاهیم میانی مانند ایجاد گزارش های صفحه بندی شده، طراحی داشبوردهای تعاملی، اتصال به چندین منبع داده، بهینه سازی مدل های داده، و پیاده سازی عبارات DAX برای محاسبات پیشرفته را پوشش می دهد. یادگیرندگان بهترین شیوه ها را برای اتوماسیون گزارش، تبدیل داده ها، و تنظیم عملکرد در حین کار با مجموعه داده های دنیای واقعی کشف خواهند کرد.

LinkedIn – MongoDB Code Challenges: From Beginner to Advanced 2025-3

MongoDB Code Challenges: From Beginner to Advanced دوره آموزشی افزایش مهارت MongoDB از طریق یک سری چالش های کدنویسی می باشد که توسط آکادمی آنلاین LinkedIn منتشر شده است. این دوره برای افزایش مهارت MongoDB از طریق یک سری چالش های کدنویسی عملی طراحی شده است که از سطح مبتدی به پیشرفته می رود. این عملیات اساسی پایگاه داده، نمایه سازی، خطوط لوله تجمع، طراحی طرحواره و بهینه سازی عملکرد را پوشش می دهد. یادگیرندگان مشکلات دنیای واقعی شامل عملیات CRUD، پرس و جوهای پیچیده، تراکنش ها و بهترین شیوه های مدل سازی داده را حل خواهند کرد.

Udemy – Machine Learning & Deep Learning Masterclass in One Semester 2025-2

Machine Learning & Deep Learning Masterclass in One Semester دوره آموزشی مفاهیم یادگیری ماشینی و یادگیری عمیق می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. موضوعات ضروری مانند یادگیری تحت نظارت و بدون نظارت، مهندسی ویژگی، ارزیابی مدل و تنظیم فراپارامتر را پوشش می دهد. یادگیرندگان با کتابخانه های محبوبی مانند Scikit-learn، TensorFlow و PyTorch برای ساخت مدل هایی برای طبقه بندی، رگرسیون، خوشه بندی و یادگیری تقویتی کار خواهند کرد. بخش یادگیری عمیق به شبکه‌های عصبی، CNN، RNN، ترانسفورماتورها و مدل‌های مولد می‌پردازد.