فلشکارتهای آموزشی ساختن مدلی از ذهن: استنباط علّی در تحلیل فرآیندهای تصمیم
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره ساختن مدلی از ذهن: استنباط علّی در تحلیل فرآیندهای تصمیم
موضوع کلی: روشهای پیشرفته در استنباط علّی
موضوع میانی: استنباط علّی در تجزیه و تحلیل علل تصمیمگیری (Decision Making Cause Analysis)
📋 سرفصلهای دوره
- 1. مقدمه: ذهن در مقابل مدل
- 2. فصل اول: چیستی ذهن؟
- 3. فصل دوم: مدلسازی چیست؟
- 4. فصل سوم: تعریف استنباط علّی
- 5. فصل چهارم: ضرورت استنباط علّی در علوم اعصاب
- 6. فصل پنجم: مدلهای ساده تصمیمگیری
- 7. فصل ششم: فرآیندهای تصمیمگیری چندمرحلهای
- 8. فصل هفتم: درختان تصمیم و کاربردشان
- 9. فصل هشتم: شبکههای عصبی و یادگیری
- 10. فصل نهم: مدلهای مبتنی بر عامل
- 11. فصل دهم: شبیهسازی فرآیندهای شناختی
- 12. فصل یازدهم: مفاهیم پایه احتمال
- 13. فصل دوازدهم: احتمال شرطی و استقلال
- 14. فصل سیزدهم: قضیه بیز و کاربردهای آن
- 15. فصل چهاردهم: مدلهای بیزی در تصمیمگیری
- 16. فصل پانزدهم: رگرسیون و پیشبینی
- 17. فصل شانزدهم: مدلهای خطی تعمیمیافته
- 18. فصل هفدهم: تحلیل واریانس (ANOVA)
- 19. فصل هجدهم: آمارههای توصیفی
- 20. فصل نوزدهم: آزمون فرض آماری
- 21. فصل بیستم: p-value و تفسیر آن
- 22. فصل بیست و یکم: انواع خطا در آزمون فرض
- 23. فصل بیست و دوم: قدرت آماری
- 24. فصل بیست و سوم: تحلیل همبستگی
- 25. فصل بیست و چهارم: تحلیل عاملی اکتشافی
- 26. فصل بیست و پنجم: تحلیل عاملی تأییدی
- 27. فصل بیست و ششم: مدلسازی معادلات ساختاری (SEM)
- 28. فصل بیست و هفتم: مقدمهای بر علیت
- 29. فصل بیست و هشتم: تعریف علیت در فلسفه
- 30. فصل بیست و نهم: انواع روابط علّی
- 31. فصل سیام: شرایط لازم و کافی برای علیت
- 32. فصل سی و یکم: همبستگی در مقابل علیت
- 33. فصل سی و دوم: مفاهیم مداخله (Intervention)
- 34. فصل سی و سوم: گرافی که علیت را نشان میدهد (DAG)
- 35. فصل سی و چهارم: قوانین سیمز (Sims' Rules)
- 36. فصل سی و پنجم: مفهوم تعدیلکننده (Moderator)
- 37. فصل سی و ششم: مفهوم میانجیگر (Mediator)
- 38. فصل سی و هفتم: ابزارهای علّی (Instrumental Variables)
- 39. فصل سی و هشتم: سنجش علیت در روانشناسی
- 40. فصل سی و نهم: آزمایشهای میدانی و آزمایشگاهی
- 41. فصل چهلم: شبهتجربهها و کنترل متغیرها
- 42. فصل چهل و یکم: مطالعات طولی و مقایسهای
- 43. فصل چهل و دوم: مدلسازی شناختی مبتنی بر داده
- 44. فصل چهل و سوم: یادگیری ماشین برای استنباط علّی
- 45. فصل چهل و چهارم: الگوریتمهای پیشبینی علّی
- 46. فصل چهل و پنجم: شبکههای علّی
- 47. فصل چهل و ششم: مفاهیم شبکههای بیزی در علیت
- 48. فصل چهل و هفتم: موتورهای استنتاج علّی
- 49. فصل چهل و هشتم: مدلسازی حافظه کاری
- 50. فصل چهل و نهم: مدلسازی توجه
- 51. فصل پنجاهم: مدلسازی پردازش زبان طبیعی
- 52. فصل پنجاه و یکم: مدلسازی تصمیمگیری مخاطرهآمیز
- 53. فصل پنجاه و دوم: مدلسازی تصمیمگیری اجتماعی
- 54. فصل پنجاه و سوم: مدلسازی یادگیری تقویتی
- 55. فصل پنجاه و چهارم: استنباط در شرایط عدم قطعیت
- 56. فصل پنجاه و پنجم: مدلهای شناختی پویا
- 57. فصل پنجاه و ششم: تحلیل سریهای زمانی
- 58. فصل پنجاه و هفتم: مدلهای علّی مبتنی بر سری زمانی
- 59. فصل پنجاه و هشتم: مدلسازی فرآیندهای عصبی
- 60. فصل پنجاه و نهم: دادههای fMRI و EEG
- 61. فصل شصتم: اتصالپذیری عملکردی و علیت
- 62. فصل شصت و یکم: مدلسازی شبکههای مغزی
- 63. فصل شصت و دوم: ابزارهای نرمافزاری برای SEM
- 64. فصل شصت و سوم: نرمافزار R برای استنباط علّی
- 65. فصل شصت و چهارم: نرمافزار Python برای استنباط علّی
- 66. فصل شصت و پنجم: بستههای کتابخانهای کلیدی
- 67. فصل شصت و ششم: آموزش و اعتبارسنجی مدلها
- 68. فصل شصت و هفتم: تفسیر نتایج مدلهای علّی
- 69. فصل شصت و هشتم: ارزیابی تناسب مدل
- 70. فصل شصت و نهم: مشکلات و چالشهای مدلسازی علّی
- 71. فصل هفتادم: سوگیری در دادهها
- 72. فصل هفتاد و یکم: متغیرهای مخدوشکننده
- 73. فصل هفتاد و دوم: مشکلات جمعآوری داده
- 74. فصل هفتاد و سوم: اخلاق در مدلسازی ذهن
- 75. فصل هفتاد و چهارم: حریم خصوصی و امنیت داده
- 76. فصل هفتاد و پنجم: مسئولیتپذیری الگوریتمها
- 77. فصل هفتاد و ششم: آینده استنباط علّی در علوم شناختی
- 78. فصل هفتاد و هفتم: کاربردهای بالینی
- 79. فصل هفتاد و هشتم: کاربردهای آموزشی
- 80. فصل هفتاد و نهم: کاربردهای اقتصادی
- 81. فصل هشتادم: کاربردهای هوش مصنوعی
- 82. فصل هشتاد و یکم: مدلسازی تصمیمگیری در رباتیک
- 83. فصل هشتاد و دوم: تعامل انسان و ماشین
- 84. فصل هشتاد و سوم: رباتهای خودمختار
- 85. فصل هشتاد و چهارم: یادگیری ماشین توصیفی
- 86. فصل هشتاد و پنجم: یادگیری ماشین پیشبینانه
- 87. فصل هشتاد و ششم: یادگیری ماشین اقتضایی
- 88. فصل هشتاد و هفتم: مفاهیم یادگیری عمیق
- 89. فصل هشتاد و هشتم: شبکههای عصبی کانولوشنال
- 90. فصل هشتاد و نهم: شبکههای عصبی بازگشتی
- 91. فصل نودم: شبکههای مولد تخاصمی (GANs)
- 92. فصل نود و یکم: مدلهای زبانی بزرگ
- 93. فصل نود و دوم: آموزش مدلهای زبانی
- 94. فصل نود و سوم: ارزیابی مدلهای زبانی
- 95. فصل نود و چهارم: کاربردهای مدلهای زبانی
- 96. فصل نود و پنجم: چالشهای اخلاقی مدلهای زبانی
- 97. فصل نود و ششم: آینده تحقیقات در استنباط علّی
- 98. فصل نود و هفتم: ادغام مدلهای علّی و شناختی
- 99. فصل نود و هشتم: مدلسازی هوش عمومی مصنوعی
- 100. فصل نود و نهم: چالشهای مفهومی باقیمانده
SMART LEARNING PLATFORM
از مطالعه تا یادگیری ماندگار
فراتر از یک مجموعه فلشکارت؛ تجربهای تعاملی برای یادگیری، تمرین، مرور هوشمند و مشاهده مسیر پیشرفت شما، همراه با امکان دریافت گواهی پایان دوره در دورههای واجد شرایط.
مرور فاصلهدار
آمار یادگیری
گواهی دوزبانه
یادگیری را به یک مسیر قابل پیگیری تبدیل کنید
با ورود به سامانه آموزشی، محتوای دوره را بهصورت مرحلهای دنبال کنید، فلشکارتها را مرور کنید، دانش خود را با پرسشها و آزمونها بسنجید و روند پیشرفتتان را در طول مسیر ببینید.
⟳
مرور فاصلهدار هوشمند
با مرور زماندار، کارتهای تازه و کارتهای سررسیدشده را بر اساس برنامه مرور دنبال کنید. ارزیابی پاسخها به زمانبندی مرورهای بعدی کمک میکند تا تمرین متناسبتری داشته باشید.
◉
مشاهده مسیر پیشرفت
میزان مشاهده فلشکارتها، فعالیتهای مرور، عملکرد آزمونها و آمار یادگیری را بررسی کنید و تصویر روشنتری از مسیر آموزشی خود داشته باشید.
▤
یادگیری مرحلهبهمرحله
فصلها و بخشهای آموزشی را به ترتیب دنبال کنید، مطالب دیدهنشده را پیدا کنید و بدون سردرگمی به ادامه مسیر برگردید.
✓
تمرین و سنجش آموختهها
با نکتههای آموزشی، پرسش و پاسخ، کوییزها و آزمونهای پایان فصل، دانستههای خود را تمرین کنید و بخشهایی را که به توجه بیشتری نیاز دارند بشناسید.
SMART REVIEW
هر بار، مرور هدفمندتر
لازم نیست هر روز از ابتدا درباره اینکه چه چیزی را مرور کنید تصمیم بگیرید. سامانه، صف مرور روزانه را بر اساس کارتهای تازه و موعد مرور کارتها آماده میکند. شما پاسخ را ارزیابی میکنید و برنامه مرور با توجه به آن تنظیم میشود.
دوباره
برای کارتهایی که به تمرین زودتر نیاز دارند.
سخت
برای پاسخهایی که با دشواری به یاد آمدهاند.
خوب
برای پاسخهایی که بهدرستی به یاد آوردهاید.
آسان
برای کارتهایی که پاسخ آنها را بهآسانی میدانید.
برنامه مرور بر اساس ارزیابی شما تنظیم میشود؛ مرور منظم میتواند به تثبیت آموختهها کمک کند، اما بهتنهایی تضمینکننده تسلط کامل نیست.
محتوا را به شیوههای مختلف تمرین کنید
ساختار دورهها متناسب با موضوع آموزشی طراحی شده است و ممکن است انواع مختلفی از محتوا را در بر بگیرد.
نکتههای ساده
برای مرور سریع مفاهیم اصلی و نکات کلیدی.
نکتههای رسمی
برای تمرین تعاریف، اصطلاحات و بیان دقیق علمی.
کوییز
برای سنجش درک مطلب و بررسی گزینه صحیح.
پرسش و پاسخ
برای تمرین یادآوری و سنجش میزان تسلط بر مطالب.
محتوای هر دوره بر اساس ساختار و امکانات فعال همان دوره ارائه میشود.
LEARN ANYWHERE
همراه شما روی مرورگر
برای استفاده از نسخه تحت وب، کافی است با حساب کاربری خود وارد سامانه شوید. بدون نیاز به نصب یک برنامه اختصاصی، میتوانید از مرورگر سازگار روی گوشی، تبلت یا رایانه به دورههای در دسترس خود مراجعه کنید.
گوشی هوشمند
برای مطالعه در زمانهای کوتاه
تبلت و لپتاپ
برای مطالعه و مرور راحتتر
حساب کاربری شخصی
برای دسترسی به دورههای مجاز شما
COURSE COMPLETION CERTIFICATE
گواهی پایان دوره؛ ثبت دستاورد شما
در دورههایی که امکان دریافت گواهی برای آنها فعال است، میتوانید پس از تکمیل شرایط آموزشی، درخواست گواهی پایان دوره ثبت کنید.
شرایط درخواست گواهی
✓ داشتن دسترسی دارای قابلیت گواهی برای دوره مربوطه.
✓ تکمیل اطلاعات لازم در پروفایل، شامل کد ملی معتبر، عکس پرسنلی و نام و نام خانوادگی انگلیسی.
✓ مشاهده تمام فلشکارتهای فعال دوره.
✓ قبولی در آزمونهای پایان فصل، در صورت وجود آزمون برای فصلها.
فارسی و انگلیسی
پس از تأیید و انتشار، نسخههای فارسی و انگلیسی گواهی در دسترس قرار میگیرند.
استعلام آنلاین
گواهی منتشرشده دارای QR Code و لینک اختصاصی برای بررسی آنلاین اعتبار آن است.
دانلود و چاپ
پس از انتشار گواهی، امکان دریافت نسخه PDF فارسی و انگلیسی و چاپ آن فراهم است.
توجه: ثبت درخواست به معنای صدور قطعی نیست. درخواست گواهی پس از بررسی و تأیید ادمین منتشر میشود. این گواهی، گواهی پایان دوره آموزشی است و بهخودیخود معادل مدرک دانشگاهی یا مدرک رسمی مورد تأیید نهادهای دولتی نیست.
یادگیری را شروع کنید؛ پیشرفت را دنبال کنید
با تمرین منظم، مرور هدفمند و پیگیری مسیر آموزشی خود، قدمبهقدم دانش و مهارتهایتان را گسترش دهید.
هر کارت، یک قدم به جلو
امکانات محتوایی، مرور و گواهی بر اساس سطح دسترسی و تنظیمات هر دوره متفاوت است.
نگاهی به محیط سامانه
یادگیری هوشمند، قدمبهقدم
با محیط سامانه آموزشی آشنا شوید و نمونههایی از فضای یادگیری، فلشکارتها و ابزارهای مرور و تمرین را مشاهده کنید.
محیط سامانه آموزشی
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
یادگیری و مرور مطالب
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
تجربه مطالعه تعاملی
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
امکانات بیشتر سامانه
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
یادگیری فراتر از مطالعه معمولی
با فلشکارتهای آموزشی، مرور هدفمند و تمرین مستمر، مطالب را فعالانه یاد بگیرید و مسیر پیشرفت خود را دنبال کنید.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.