https://lyndakade.ir/learning/excel-pivottables-for-beginners-44681017 2026-06-13T23:26:21+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/05/Excel%20-%20PivotTables%20for%20Beginners/preview.webp دوره آموزشی اکسل: جداول محوری (PivotTables) برای مبتدیان بسیاری از کاربران اکسل، PivotTable را ابزاری پیچیده و دشوار می‌پندارند، در حالی که این قابلیت در واقع «قلب تپنده» تحلیل داده‌ها در اکسل است. این دوره آموزشی که توسط Deb Ashby تدریس می‌شود، با هدف از بین بردن این تصور ذهنی طراحی شده است. شما در این دوره یاد می‌گیرید که چگونه انبوهی از داده‌های خام و نامنظم را تنها در عرض چند دقیقه به گزارش‌های تحلیلی هوشمند، تمیز و کاملاً تعاملی تبدیل کنید. این دوره فراتر از یک آموزش ساده است؛ Deb با رویکردی گام‌به‌گام، ابتدا اهمیت آماده‌سازی داده‌های منبع (Data Cleaning) را تشریح می‌کند تا مطمئن شوید نتایج نهایی شما دقیق و عاری از خطا هستند. در ادامه، شما یاد می‌گیرید چگونه با استفاده از Value Fields محاسبات پیچیده را انجام دهید، داده‌ها را با Row Fields دسته‌بندی کنید و از طریق Slicers و Filters امکان تعامل کاربر با گزارش را فراهم آورید. نقطه قوت این دوره، ورود به دنیای مدرن اکسل است؛ جایی که شما یاد می‌گیرید چگونه از Microsoft 365 Copilot برای تولید خودکار جداول محوری استفاده کنید. با این حال، مدرس به شما می‌آموزد که هرگز نباید هوش مصنوعی را بی‌چون و چرا پذیرفت؛ بلکه باید با تکیه بر دانشی که در طول دوره کسب کرده‌اید، خروجی‌های هوش مصنوعی را به‌صورت حرفه‌ای ارزیابی، اصلاح و اعتبارسنجی کنید تا از دقت تحلیل‌های خود اطمینان حاصل نمایید. اهداف یادگیری تسلط بر اصول اولیه تا پیشرفته: یادگیری نحوه تبدیل داده‌های خام به PivotTable با استفاده از فیلدهای سطر (Row Fields)، ستون (Column Fields) و فیلدهای مقدار (Value Fields) برای انجام محاسبات سریع. بهینه‌سازی گزارش‌های تعاملی: آموزش تکنیک‌های اعمال فرمت‌بندی‌های حرفه‌ای، استفاده از Slicerها برای فیلتر کردن بصری و گروه‌بندی داده‌های زمانی (Date Grouping) جهت تحلیل روندهای فصلی و سالانه. مدیریت پویای داده‌ها: فراگیری نحوه اتصال PivotTable به داده‌های منبع و تنظیمات Refresh برای اینکه گزارش‌های شما همیشه با آخرین تغییرات داده‌ها به‌روز باقی بمانند. تلفیق هوش مصنوعی و تحلیل انسانی: بهره‌گیری از Microsoft 365 Copilot برای تولید سریع جداول محوری و در نهایت توسعه مهارت‌های تفکر انتقادی برای تأیید، راستی‌آزمایی و اصلاح نتایج ارائه‌شده توسط هوش مصنوعی. https://dl.lyndakade.ir/courses/2026/05/Excel%20-%20PivotTables%20for%20Beginners/preview.webp دوره آموزشی اکسل: جداول محوری (PivotTables) برای مبتدیان بسیاری از کاربران اکسل، PivotTable را ابزاری پیچیده و دشوار می‌پندارند، در حالی که این قابلیت در واقع «قلب تپنده» تحلیل داده‌ها در اکسل است. این دوره آموزشی که توسط Deb Ashby تدریس می‌شود، با هدف از بین بردن این تصور ذهنی طراحی شده است. شما در این دوره یاد می‌گیرید که چگونه انبوهی از داده‌های خام و نامنظم را تنها در عرض چند دقیقه به گزارش‌های تحلیلی هوشمند، تمیز و کاملاً تعاملی تبدیل کنید. این دوره فراتر از یک آموزش ساده است؛ Deb با رویکردی گام‌به‌گام، ابتدا اهمیت آماده‌سازی داده‌های منبع (Data Cleaning) را تشریح می‌کند تا مطمئن شوید نتایج نهایی شما دقیق و عاری از خطا هستند. در ادامه، شما یاد می‌گیرید چگونه با استفاده از Value Fields محاسبات پیچیده را انجام دهید، داده‌ها را با Row Fields دسته‌بندی کنید و از طریق Slicers و Filters امکان تعامل کاربر با گزارش را فراهم آورید. نقطه قوت این دوره، ورود به دنیای مدرن اکسل است؛ جایی که شما یاد می‌گیرید چگونه از Microsoft 365 Copilot برای تولید خودکار جداول محوری استفاده کنید. با این حال، مدرس به شما می‌آموزد که هرگز نباید هوش مصنوعی را بی‌چون و چرا پذیرفت؛ بلکه باید با تکیه بر دانشی که در طول دوره کسب کرده‌اید، خروجی‌های هوش مصنوعی را به‌صورت حرفه‌ای ارزیابی، اصلاح و اعتبارسنجی کنید تا از دقت تحلیل‌های خود اطمینان حاصل نمایید. اهداف یادگیری تسلط بر اصول اولیه تا پیشرفته: یادگیری نحوه تبدیل داده‌های خام به PivotTable با استفاده از فیلدهای سطر (Row Fields)، ستون (Column Fields) و فیلدهای مقدار (Value Fields) برای انجام محاسبات سریع. بهینه‌سازی گزارش‌های تعاملی: آموزش تکنیک‌های اعمال فرمت‌بندی‌های حرفه‌ای، استفاده از Slicerها برای فیلتر کردن بصری و گروه‌بندی داده‌های زمانی (Date Grouping) جهت تحلیل روندهای فصلی و سالانه. مدیریت پویای داده‌ها: فراگیری نحوه اتصال PivotTable به داده‌های منبع و تنظیمات Refresh برای اینکه گزارش‌های شما همیشه با آخرین تغییرات داده‌ها به‌روز باقی بمانند. تلفیق هوش مصنوعی و تحلیل انسانی: بهره‌گیری از Microsoft 365 Copilot برای تولید سریع جداول محوری و در نهایت توسعه مهارت‌های تفکر انتقادی برای تأیید، راستی‌آزمایی و اصلاح نتایج ارائه‌شده توسط هوش مصنوعی. https://dl.lyndakade.ir/courses/2026/05/Excel%20-%20PivotTables%20for%20Beginners/0.%20Introduction/01%20-%20Getting%20started%20with%20Excel%20PivotTables.mp4 0 2026-05-21T00:00:00+03:30 دوره آموزشی اکسل: جداول محوری (PivotTables) برای مبتدیان Excel: PivotTables for Beginners Deb Ashby https://lyndakade.ir/learning/terraform-essential-training-write-structure-and-scale-your-code 2026-06-13T23:22:29+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/05/Terraform%20Essential%20Training%20-%20Write%2C%20Structure%2C%20and%20Scale%20Your%20Code/preview.webp دوره آموزشی یادگیری اصولی Terraform: نوشتن، ساختاردهی و مقیاس‌پذیری کد ترافورم (Terraform) به ابزاری پیشرو در صنعت برای مدیریت و تأمین زیرساخت‌ها از طریق کد تبدیل شده است. این دوره، مهارت‌های لازم برای ساخت و مدیریت زیرساخت بر اساس بهترین شیوه‌های (Best Practices) ترافورم را به شما آموزش می‌دهد. در این دوره، همراه با Taylor Dolezal، متخصص زیرساخت به عنوان کد (IaC)، یاد می‌گیرید که چگونه پیکربندی‌های تمیز و ماژولار بنویسید، وضعیت (State) را به‌صورت امن در محیط‌های مختلف مدیریت کنید و ترافورم را در خط لوله‌های CI/CD برای خودکارسازی گردش‌های کاری ادغام نمایید. این دوره بر مقیاس‌پذیری و همکاری تیمی تأکید دارد و تجربیات عملی با الگوهای سطح سازمانی برای زیرساخت به عنوان کد (IaC) ارائه می‌دهد. با پایان این آموزش، شما آمادگی کامل برای طراحی ماژول‌های قابل‌استفاده‌مجدد و پیاده‌سازی گردش‌های کاری در مقیاس تولید (Production-grade) را خواهید داشت که به افزایش بهره‌وری تیم کمک شایانی می‌کند. اهداف یادگیری نوشتن کدهای ساختاریافته و باکیفیت ترافورم با رعایت بهترین شیوه‌های استاندارد. طراحی و استفاده از ماژول‌های قابل‌استفاده‌مجدد (Reusable Modules) در پروژه‌های مختلف. مدیریت امن وضعیت (State) در محیط‌های چندگانه با استفاده از Remote Backends. یکپارچه‌سازی ترافورم در گردش‌های کاری CI/CD سازمانی. به‌کارگیری رویکرد مقیاس‌پذیر و آماده تولید (Production-ready) برای زیرساخت به عنوان کد که از همکاری تیمی پشتیبانی می‌کند. https://dl.lyndakade.ir/courses/2026/05/Terraform%20Essential%20Training%20-%20Write%2C%20Structure%2C%20and%20Scale%20Your%20Code/preview.webp دوره آموزشی یادگیری اصولی Terraform: نوشتن، ساختاردهی و مقیاس‌پذیری کد ترافورم (Terraform) به ابزاری پیشرو در صنعت برای مدیریت و تأمین زیرساخت‌ها از طریق کد تبدیل شده است. این دوره، مهارت‌های لازم برای ساخت و مدیریت زیرساخت بر اساس بهترین شیوه‌های (Best Practices) ترافورم را به شما آموزش می‌دهد. در این دوره، همراه با Taylor Dolezal، متخصص زیرساخت به عنوان کد (IaC)، یاد می‌گیرید که چگونه پیکربندی‌های تمیز و ماژولار بنویسید، وضعیت (State) را به‌صورت امن در محیط‌های مختلف مدیریت کنید و ترافورم را در خط لوله‌های CI/CD برای خودکارسازی گردش‌های کاری ادغام نمایید. این دوره بر مقیاس‌پذیری و همکاری تیمی تأکید دارد و تجربیات عملی با الگوهای سطح سازمانی برای زیرساخت به عنوان کد (IaC) ارائه می‌دهد. با پایان این آموزش، شما آمادگی کامل برای طراحی ماژول‌های قابل‌استفاده‌مجدد و پیاده‌سازی گردش‌های کاری در مقیاس تولید (Production-grade) را خواهید داشت که به افزایش بهره‌وری تیم کمک شایانی می‌کند. اهداف یادگیری نوشتن کدهای ساختاریافته و باکیفیت ترافورم با رعایت بهترین شیوه‌های استاندارد. طراحی و استفاده از ماژول‌های قابل‌استفاده‌مجدد (Reusable Modules) در پروژه‌های مختلف. مدیریت امن وضعیت (State) در محیط‌های چندگانه با استفاده از Remote Backends. یکپارچه‌سازی ترافورم در گردش‌های کاری CI/CD سازمانی. به‌کارگیری رویکرد مقیاس‌پذیر و آماده تولید (Production-ready) برای زیرساخت به عنوان کد که از همکاری تیمی پشتیبانی می‌کند. https://dl.lyndakade.ir/courses/2026/05/Terraform%20Essential%20Training%20-%20Write%2C%20Structure%2C%20and%20Scale%20Your%20Code/0.%20Introduction/01%20-%20Team-ready%20Terraform.mp4 62 2026-05-21T00:00:00+03:30 دوره آموزشی یادگیری اصولی Terraform: نوشتن، ساختاردهی و مقیاس‌پذیری کد Terraform Essential Training: Write, Structure, and Scale Your Code Taylor Dolezal https://lyndakade.ir/learning/trust-engineering-for-ai-essential-training 2026-06-13T23:18:18+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/05/Trust%20Engineering%20for%20AI%20-%20Essential%20Training/preview.webp دوره آموزشی یادگیری اصولی مهندسی اعتماد برای هوش مصنوعی این دوره با تکیه بر تمرین‌های مبتنی بر رخداد (Incident-based Exercises) و بررسی ساختاریافته‌ی دارایی‌های شفافیت، به شما نشان می‌دهد چگونه حالت‌های خرابی (Failure Modes)، محدودیت‌ها و سطوح ریسک را به‌گونه‌ای به ذینفعان مختلف منتقل کنید که بتوانند بر اساس آن تصمیم‌گیری کنند. در طول مسیر، از ابزارهای ارزیابی و الگوهای نظارتی استفاده می‌کنید که ضمن هم‌راستا بودن با انتظارات مقرراتی، به پیشبرد پروژه‌های هوش مصنوعی نیز کمک می‌کنند. در پایان دوره، به یک جعبه‌ابزار مشترک مجهز می‌شوید که تیم شما می‌تواند از آن برای برنامه‌ریزی، پیاده‌سازی، مدیریت و بهبود مؤثرتر سیستم‌های هوش مصنوعی بهره ببرد. اهداف یادگیری توصیف مهندسی اعتماد به‌عنوان یک حوزه تخصصی و بیان نقش آن در اتصال طراحی هوش مصنوعی، ریسک و حکمرانی برای ذینفعان غیر فنی. توصیف ریسک‌های رایج هوش مصنوعی و یک فرایند پایه‌ی ارزیابی ریسک به زبانی که تیم‌های فنی، محصول و ریسک همگی آن را درک کنند. تحلیل نمونه‌های رخدادهای هوش مصنوعی و رفتار مدل برای شناسایی حالت‌های خرابی مهم، از جمله توهم (Hallucination)، و نگاشت آن‌ها به یک چارچوب ساده ریسک و راهبردهای کاهش ریسک. بررسی و نقد دارایی‌های شفافیت مانند Model Cards و System Cards از نظر وضوح، کامل بودن و انطباق با رفتار واقعی سیستم هوش مصنوعی. پیشنهاد رویکردهای نظارت انسانی و ارتباطی برای فرایندهای مبتنی بر هوش مصنوعی که انتظارات کاربران را تنظیم کرده و میان خودکارسازی، پاسخگویی و ایمنی تعادل برقرار کنند. https://dl.lyndakade.ir/courses/2026/05/Trust%20Engineering%20for%20AI%20-%20Essential%20Training/preview.webp دوره آموزشی یادگیری اصولی مهندسی اعتماد برای هوش مصنوعی این دوره با تکیه بر تمرین‌های مبتنی بر رخداد (Incident-based Exercises) و بررسی ساختاریافته‌ی دارایی‌های شفافیت، به شما نشان می‌دهد چگونه حالت‌های خرابی (Failure Modes)، محدودیت‌ها و سطوح ریسک را به‌گونه‌ای به ذینفعان مختلف منتقل کنید که بتوانند بر اساس آن تصمیم‌گیری کنند. در طول مسیر، از ابزارهای ارزیابی و الگوهای نظارتی استفاده می‌کنید که ضمن هم‌راستا بودن با انتظارات مقرراتی، به پیشبرد پروژه‌های هوش مصنوعی نیز کمک می‌کنند. در پایان دوره، به یک جعبه‌ابزار مشترک مجهز می‌شوید که تیم شما می‌تواند از آن برای برنامه‌ریزی، پیاده‌سازی، مدیریت و بهبود مؤثرتر سیستم‌های هوش مصنوعی بهره ببرد. اهداف یادگیری توصیف مهندسی اعتماد به‌عنوان یک حوزه تخصصی و بیان نقش آن در اتصال طراحی هوش مصنوعی، ریسک و حکمرانی برای ذینفعان غیر فنی. توصیف ریسک‌های رایج هوش مصنوعی و یک فرایند پایه‌ی ارزیابی ریسک به زبانی که تیم‌های فنی، محصول و ریسک همگی آن را درک کنند. تحلیل نمونه‌های رخدادهای هوش مصنوعی و رفتار مدل برای شناسایی حالت‌های خرابی مهم، از جمله توهم (Hallucination)، و نگاشت آن‌ها به یک چارچوب ساده ریسک و راهبردهای کاهش ریسک. بررسی و نقد دارایی‌های شفافیت مانند Model Cards و System Cards از نظر وضوح، کامل بودن و انطباق با رفتار واقعی سیستم هوش مصنوعی. پیشنهاد رویکردهای نظارت انسانی و ارتباطی برای فرایندهای مبتنی بر هوش مصنوعی که انتظارات کاربران را تنظیم کرده و میان خودکارسازی، پاسخگویی و ایمنی تعادل برقرار کنند. https://dl.lyndakade.ir/courses/2026/05/Trust%20Engineering%20for%20AI%20-%20Essential%20Training/0.%20Introduction/01%20-%20Engineering%20AI%20you%20can%20trust.mp4 43 2026-05-21T00:00:00+03:30 دوره آموزشی یادگیری اصولی مهندسی اعتماد برای هوش مصنوعی Trust Engineering for AI: Essential Training Cal Al-Dhubaib