آموزش سرمایه‌گذاری موفق در هوش مصنوعی برای سازمان‌ها

*لازم به ذکر است که زیرنویس این دوره توسط هوش مصنوعی صورت گرفته است.*در دوره "AI Strategy and Governance"، شما با دنیای هیجان‌انگیز هوش مصنوعی و راهکارهایی که کسب‌وکارها برای پیشرفت و موفقیت از آن ...

12 دانشجو
مقدماتی
Coursera
Coursera
Kartik Hosanagar
Kevin Werbach
Lynn Wu
Prasanna Tambe

Kartik Hosanagar

+ 3 مدرس دیگر

به‌روزرسانی: ۱۴۰۳/۰۸/۲۸

محتوای دوره
پیش‌نیاز‌ها
درباره دوره
درباره استاد

آنچه در این دوره می‌آموزید

درک عمیق از چگونگی کارکرد مدل‌های هوش مصنوعی و تصمیم‌گیری‌های آن‌ها

تعامل با داده‌های بزرگ

یادگیری اصول و چارچوب‌های لازم برای مدیریت و کنترل مسئولانه سیستم‌های هوش مصنوعی

تطبیق سازمان با تغییرات ایجاد شده توسط هوش مصنوعی

ایجاد فرهنگ سازمانی مبتنی بر داده

شناسایی و مدیریت ریسک‌های مرتبط با هوش مصنوعی

محتوای دوره

4 فصل 34 جلسه 5 ساعت ویدیو
اقتصاد هوش مصنوعی
نوآوری هوش مصنوعی
تعصب الگوریتمی و انصاف
حکمرانی هوش مصنوعی و هوش مصنوعی قابل توضیح

پیش‌نیاز‌ها

این دوره به نحوی تهیه و تدوین شده است که مباحث آن به ساده‌ترین شکل ممکن بیان شوند و مخاطبان دوره بتوانند به‌سادگی متوجه موضوعات مطرح شده شوند. به همین جهت برای شرکت در این دوره هیچ پیش‌نیاز به خصوصی وجود ندارد و افراد با هر سطحی از آگاهی و تحصیلات می‌توانند از مباحث این دوره نهایت استفاده را داشته باشند.

درباره دوره

*لازم به ذکر است که زیرنویس این دوره توسط هوش مصنوعی صورت گرفته است.*

در دوره "AI Strategy and Governance"، شما با دنیای هیجان‌انگیز هوش مصنوعی و راهکارهایی که کسب‌وکارها برای پیشرفت و موفقیت از آن بهره می‌برند، آشنا خواهید شد.

ما به شما نشان می‌دهیم که چگونه هوش مصنوعی می‌تواند در سازمان‌ها تحول ایجاد کرده و مزیت رقابتی پایدار را برای کسب‌وکارها به ارمغان آورد. از کاربردهای متنوع هوش مصنوعی در صنایع مختلف تا ابزارها و تکنیک‌های عملی برای پیاده‌سازی آن در سازمان خود، همه چیز را در این دوره فرا خواهید گرفت.

مهمترین مباحثی که در این دوره پوشش داده می‌شوند عبارت‌اند از:

  • هوش مصنوعی قابل توضیح: درک عمیق از چگونگی کارکرد مدل‌های هوش مصنوعی و تصمیم‌گیری‌های آن‌ها.
  • حکمرانی هوش مصنوعی: یادگیری اصول و چارچوب‌های لازم برای مدیریت و کنترل مسئولانه سیستم‌های هوش مصنوعی.
  • تعامل با داده‌های بزرگ: کار با حجم عظیمی از داده‌ها و استخراج اطلاعات ارزشمند از آن‌ها برای بهبود تصمیم‌گیری.
  • مدیریت تغییر: تطبیق سازمان با تغییرات ایجاد شده توسط هوش مصنوعی و ایجاد فرهنگ سازمانی مبتنی بر داده.
  • خطرات و چالش‌های هوش مصنوعی: شناسایی و مدیریت ریسک‌های مرتبط با هوش مصنوعی مانند تعصبات، حریم خصوصی و امنیت داده‌ها.

در پایان این دوره، شما قادر خواهید بود:

  • استراتژی‌های هوش مصنوعی مناسب برای کسب‌وکار خود را تدوین کنید.
  • ابزارها و تکنیک‌های هوش مصنوعی را به طور موثر به کار بگیرید.
  • تصمیمات آگاهانه و مبتنی بر داده در سازمان خود اتخاذ کنید.
  • چالش‌های اخلاقی و اجتماعی مرتبط با هوش مصنوعی را درک کرده و به آن‌ها پاسخ دهید.

اطلاعات بیشتر

درباره استاد

Kartik Hosanagar
Kartik Hosanagar
1 دوره
12 دانشجو

Kartik Hosanagar، استاد برجسته دانشگاه وارتون در دانشگاه پنسیلوانیا، یکی از چهره‌های شاخص در حوزه اقتصاد دیجیتال محسوب می‌شود. تحقیقات گسترده او بر روی رسانه‌های اینترنتی، بازاریابی آنلاین و تجارت الکترونیک، وی را به یکی از پیشگامان این حوزه تبدیل کرده است.

حسان‌اگار در سنین جوانی به عنوان یکی از 40 استاد برتر کسب‌وکار جهان شناخته شد و جوایز متعددی را برای تدریس برجسته و تحقیقات نوآورانه خود دریافت کرد. از جمله افتخارات او می‌توان به جوایز MBA و لیسانس برتری در تدریس در مدرسه وارتون و همچنین جایزه بهترین مقاله در کنسرسیوم سیاست و مدیریت فناوری اشاره کرد.

علاوه بر فعالیت‌های آکادمیک، حسان‌اگار تجربه عملی قابل توجهی در دنیای کسب‌وکار دارد. او یکی از بنیانگذاران شرکت موفق Yodle Inc بوده که در فهرست سریع‌ترین شرکت‌های خصوصی آمریکا قرار گرفته است. همچنین، وی در هیئت مشاوره شرکت‌های مطرحی مانند Milo Inc فعالیت داشته و به عنوان سرمایه‌گذار و عضو هیئت مدیره در استارت‌آپ‌های متعددی مشارکت داشته است.

اطلاعات بیشتر

Kevin Werbach
Kevin Werbach
2 دوره
167 دانشجو

کوین ورباخ استاد مطالعات حقوقی و اخلاق تجاری در مدرسه وارتون، دانشگاه پنسیلوانیا است. او یک متخصص مشهور جهانی در زمینه فناوری‌های نوظهور است، پیامدهای تجاری و سیاستی پیشرفت‌هایی مانند پهنای باند، بیگ دیتا و بلاک‌چین را بررسی می‌کند. ورباخ در تیم انتقالی ریاست جمهوری دولت اوباما خدمت کرده است، گروه سوپرنوا (یک کنفرانس فناوری و شرکت مشاوره) را تأسیس کرده و به توسعه رویکرد ایالات متحده در سیاست اینترنتی در دوران دولت کلینتون کمک کرده است. او همچنین نویسنده کتاب‌های "How Game Thinking Can Revolutionize Your Business" و "The Blockchain and the New Architecture of Trust" است.

اطلاعات بیشتر

Lynn Wu
Lynn Wu
1 دوره
12 دانشجو

Lynn Wu استادیار (با درجه استادی) در مدرسه وارتون است. او دروس MBA، کارشناسی و دکترا در زمینه استفاده و تأثیر فناوری‌های نوظهور بر کسب‌وکار را تدریس می‌کند. تحقیقات او بررسی می‌کند که چگونه فناوری‌های اطلاعاتی نوظهور مانند هوش مصنوعی و تحلیل داده‌ها بر نوآوری، استراتژی کسب‌وکار و بهره‌وری تأثیر می‌گذارند. تحقیقات لین سه حوزه اصلی را دنبال می‌کند:

تحلیل داده و هوش مصنوعی در کسب‌وکار: او بررسی می‌کند که چگونه تحلیل داده‌ها و هوش مصنوعی بر نوآوری شرکت‌ها، استراتژی‌های تجاری، تقاضای نیروی کار و بهره‌وری در شرکت‌های بزرگ و استارتاپ‌ها تأثیر می‌گذارند.

رسانه‌های اجتماعی سازمانی و پلتفرم‌های آنلاین: در این حوزه، او مطالعه می‌کند که رسانه‌های اجتماعی سازمانی و اطلاعات استخراج‌شده از پلتفرم‌های آنلاین چگونه بر عملکرد کاری افراد، مسیر شغلی، کارآفرینی و ظهور انواع جدیدی از سوگیری‌ها که ناشی از استفاده از فناوری است، تأثیر می‌گذارند.

استفاده از ردپاهای دیجیتال برای پیش‌بینی اقتصادی: لین در این حوزه از داده‌های بسیار دقیق موجود در ردپاهای دیجیتال آنلاین برای پیش‌بینی شاخص‌های اقتصادی مانند روندهای بازار املاک، گرایش‌های شغلی و پذیرش محصولات استفاده می‌کند.

مقالات لین در زمینه اقتصاد، مدیریت و علوم کامپیوتر منتشر شده و کار او در نشریاتی همچون وال‌استریت ژورنال، بیزنس‌ویک، نیویورک تایمز، فوربز و اکونومیست مورد توجه قرار گرفته است. او تحصیلات کارشناسی خود را در رشته‌های مالی و علوم کامپیوتر، کارشناسی ارشد خود را در علوم کامپیوتر، و دکترای خود را در رشته علوم مدیریت از مؤسسه فناوری ماساچوست (MIT) دریافت کرده است. لین تجربه همکاری با شرکت‌های فناوری مختلف (مانند IBM، SAP، گوگل، فیسبوک و غیره)، سازمان‌های دولتی و اندیشکده‌ها (مانند بانک جهانی و بنیاد راسل سیج) را دارد. او همچنین به چندین استارتاپ مشاوره داده و پیش از ورود به دنیای آکادمیک به عنوان مهندس نرم‌افزار و پژوهشگر در آزمایشگاه هوش مصنوعی MIT و IBM فعالیت کرده است.

اطلاعات بیشتر

Prasanna Tambe
Prasanna Tambe
4 دوره
86 دانشجو
Prasanna Tambe دانشیار بخش عملیات، اطلاعات و تصمیم‌گیری در مدرسه وارتون دانشگاه پنسیلوانیا است. پژوهش‌های او بر استفاده از علم داده و هوش مصنوعی در کاربردهای منابع انسانی و اقتصاد بازار کار برای کارگران فناوری پیشرفته تمرکز دارد. تحقیقات او در چندین مجله علمی معتبر منتشر شده و جوایز متعددی دریافت کرده است. او دارای مدارک کارشناسی و کارشناسی ارشد در مهندسی برق و علوم کامپیوتر از MIT و دکترای علوم مدیریتی و اقتصاد کاربردی از وارتون است.

اطلاعات بیشتر

دیگر دوره‌های Prasanna Tambe

سوالات پرتکرار

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟

بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.