Miracles of Human Language: An Introduction to Linguistics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/human-language

简介: 课程名称：人类语言的奇迹：语言学导论 概述：语言是人类生活中无处不在的常态，无论如何小或孤立的社会，都有着丰富多彩的语言。该课程引导您了解语言学，包含著名语言学家的访谈，以及不同语言的使用者。加入我们，一起探讨人类语言的奇迹！您将通过与世界各地语言使用者及诺姆·乔姆斯基、阿黛尔·戈德堡等著名语言学家的交流，理解并分析您的母语与其他语言的异同。课程将帮助您掌握语言学基础概念，了解大语言和小语言的关键特征，深入洞察语言学家的工作。 本课程为语言学的学习提供了一个入门，您将了解语言之间的差异及单一语言的内部结构。无论是打算深入学习语言学，还是对心理学、计算机科学或人类学等邻近学科感兴趣的人，皆欢迎参与。此外，课程将帮助您提升分析能力。 如果您渴望理解语言的运作方式及其对人类思维的洞察，本课程绝对适合您！ 课程大纲： 1. 语言学导论：探讨语言在人类中的独特性，以及人类语言与动物沟通系统的不同之处；了解语言学家的工作和研究方法，并与课程参与者互动。 2. 声音的研究：音位学与语音学：深入研究口语语言的基本构成要素——声音，并探讨更微小的语言构成元素。 3. 单词和句子的研究：形态学与句法学：讨论语言的单词与句子，探讨不同语言的组织差异，并通过与诺姆·乔姆斯基的访谈深化理解。 4. 意义的研究：语用学与语义学：研究词义的确定及语言如何影响思维，并与计算语言学的专家进行访谈。 5. 大脑中的语言：分析言语错误及日常交流中的语言使用，探索语言学家的研究成果。 6. 社会中的语言：研究语言的变化及社交中的语言使用，学习如何保持礼貌，同时与阿黛尔·戈德堡进行对话，探讨与之前乔姆斯基所讨论的语言观的不同。 课程通过模块化的学习，带您逐步深入语言学的丰富世界，培养您对语言的深入思考。

Mitigating Security Vulnerabilities on Google Cloud (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mitigating-security-vulnerabilites-gcp

简介: 课程名称：减轻Google Cloud上的安全漏洞 课程概述：在这门自学课程中，参与者将学习如何针对Google Cloud基础架构中的多种攻击进行减缓，包括分布式拒绝服务（DDoS）攻击、网络钓鱼攻击，以及涉及内容分类和使用的威胁。学员还将了解安全指挥中心、云记录和审计记录，以及如何使用Forseti查看与组织安全政策的一致性。 课程大纲： 1. 欢迎来到减轻Google Cloud上的安全漏洞 简介：在本课程中，我们将建立在之前课程打下的基础上，学习使用Google Cloud时可用的安全工具，以及如何利用这些工具降低对系统、软件和数据的恶意攻击风险。 2. 保护免受分布式拒绝服务攻击（DDoS） 简介：分布式拒绝服务攻击是当前的主要关注点，如果企业未做好充分准备，可能会造成巨大影响。在本模块中，我们将简要讨论DDoS攻击的工作原理，然后回顾Google Cloud提供的一些DDoS减缓技术，最后进行一个实验，让学员看到一些DDoS减缓措施的实际应用。 3. 内容相关漏洞：技术和最佳实践 简介：在本模块中，我们将讨论内容面临的威胁。首先，回顾勒索软件的威胁及可以在Google Cloud中利用的一些减缓措施。接着，我们将讨论与数据误用和隐私违规相关的威胁，以及保护应用程序和系统的几种减缓策略。 4. 监控、记录、审计和扫描 简介：收集、处理、聚合和显示实时定量数据对于提供业务分析的原始输入以及促进安全漏洞分析非常有帮助。Google Cloud提供了许多服务和功能来支持这一点，本模块将探讨云监控和云日志、云审计日志，并讨论如何利用Forseti Security系统地监控您的Google Cloud资源。

Mitigating Security Vulnerabilities on Google Cloud en Français (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mitigating-security-vulnerabilites-gcp-fr

简介: 课程名称：Mitigating Security Vulnerabilities on Google Cloud en Français 课程概述：在这个自学课程中，参与者将学习如何减轻谷歌云基础设施中多个点的攻击威胁，包括分布式拒绝服务（DDoS）攻击、钓鱼攻击以及涉及内容分类和使用的威胁。课程还将介绍安全指挥中心、云日志记录和审计日志，使用Forseti查看组织安全政策的整体合规性。 课程大纲： **第一部分：防范分布式拒绝服务（DDoS）攻击** 描述：今天，分布式拒绝服务攻击是一个极其严重的问题，可能对准备不足的企业造成重大影响。本模块将快速介绍DDoS攻击的工作原理，随后讨论谷歌云提供的一些DDoS攻击缓解技术。最后，我们将审视合作伙伴的补充产品以及一个工作坊，在其中您可以观看DDoS攻击缓解措施的演示。 **第二部分：内容相关的漏洞：技术和最佳实践** 描述：在本模块中，我们将探讨您的内容面临的威胁。首先，我们将审查勒索软件的威胁及在谷歌云中保护您系统的缓解措施。接着，我们将讨论与数据滥用和隐私侵犯相关的威胁，并讨论一些适用于保护应用和系统的缓解策略。 **第三部分：监控、日志记录、审计和分析** 描述：收集、处理、聚合和显示实时定量数据，可以为商业分析提供原始输入，并简化安全违规情况的分析。本模块专注于谷歌云提供的众多服务和功能。我们将学习云监控、云日志记录和云审计日志。接下来，我们将探讨如何利用Forseti Security系统地监控您的谷歌云资源。

Mitigating Security Vulnerabilities on Google Cloud 日本語版 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mitigating-security-vulnerabilites-gcp-jp

简介: 课程名称：在 Google Cloud 中缓解安全漏洞（日本语版） 课程概述：该自学型培训课程主要讲解如何针对分布式服务拒绝攻击（DDoS）、钓鱼攻击以及与内容分类和使用相关的威胁等各种攻击，在 Google Cloud 基础设施的不同位置实施缓解措施。同时，课程还涵盖了如何使用 Security Command Center、Cloud Logging 和审计日志，以及 Forseti 验证组织的安全政策合规性。 课程大纲： 1. **分散型服务拒绝攻击（DDoS）的保护** - 本模块介绍 DDoS 攻击的工作原理及其对企业的潜在损害，并探讨 Google Cloud 提供的 DDoS 缓解措施。学员将参与相关实验，亲自体验 DDoS 缓解措施的实际效果。 2. **内容相关的脆弱性：方法与最佳实践** - 本模块讨论与内容相关的威胁，重点讲解 ransomware 威胁及其缓解措施，同时探讨数据滥用和隐私侵害相关的威胁，并介绍保护应用程序和系统的多种缓解策略。 3. **监控、日志记录、审计和扫描** - 本模块关注实时数据的收集、处理和显示，并探讨如何利用 Google Cloud 提供的服务和功能进行安全事件分析。主要涵盖 Cloud Monitoring、Cloud Logging 和 Cloud Audit Logs 的功能，并讲解如何利用 Forseti Security 系统化监控 Google Cloud 资源。 此课程旨在提高学员对 Google Cloud 安全的理解和应对能力，使学员能够有效实施安全策略和实践。

ML Pipelines on Google Cloud (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/ml-pipelines-google-cloud

简介: 课程名称：谷歌云上的机器学习管道（ML Pipelines on Google Cloud） 课程概述：本课程将由谷歌云的机器学习工程师和培训师授课，他们在机器学习管道的最前沿开发方面有着丰富的经验。课程的前几个模块主要围绕TensorFlow Extended（或称TFX）展开，这是一种基于TensorFlow的机器学习生产平台，旨在管理机器学习管道和元数据。学员将学习管道组件以及如何使用TFX进行管道协调。此外，课程还将介绍如何通过持续集成（CI）和持续部署（CD）自动化管道，以及如何管理机器学习元数据。 随后，课程将转向讨论如何在多个机器学习框架中（如TensorFlow、PyTorch、Scikit-learn和XGBoost）自动化和重用机器学习管道。学员还会学习如何使用谷歌云的另一个工具Cloud Composer来协调持续训练管道。课程最后将介绍如何利用MLflow管理整个机器学习生命周期。 课程难度为高级，为了获得最佳学习效果，建议学员具备以下前提条件： - 具备良好的机器学习基础，并拥有创建/部署机器学习管道的经验 - 完成谷歌云平台上TensorFlow机器学习专业化课（至少完成其中几门课程） - 完成MLOps基础课程 课程大纲包括： 1. 欢迎来到谷歌云上的机器学习管道 2. TFX管道介绍 3. 使用TFX的管道协调 4. TFX管道的自定义组件与CI/CD 5. TFX与机器学习元数据 6. 多SDK、KubeFlow与AI平台管道的持续训练 7. 使用Cloud Composer进行持续训练 8. 使用MLflow管理机器学习管道 9. 课程总结 请注意，注册本课程即表示您同意Qwiklabs的服务条款，详情请访问：https://qwiklabs.com/terms_of_service

MLOps (Machine Learning Operations) Fundamentals (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mlops-fundamentals

简介: 课程名称：MLOps（机器学习运营）基础 课程概述：本课程向参与者介绍用于在Google Cloud上部署、评估、监控和操作生产机器学习系统的MLOps工具和最佳实践。MLOps是一种专注于机器学习系统在生产环境中部署、测试、监控和自动化的学科。机器学习工程师利用工具实现已部署模型的持续改进和评估。他们与开发模型的数据科学家合作，以加快和严格地部署性能最佳的模型。 课程目标群体： - 希望迅速将机器学习原型转化为生产，以带来商业影响的数据科学家。 - 希望发展机器学习工程技能的软件工程师。 - 希望在其机器学习生产项目中采用Google Cloud的机器学习工程师。 课程大纲： 1. 欢迎来到机器学习运营（MLOps）：入门 - 该模块提供课程概述。 2. 应用机器学习运营 - 本模块识别机器学习从业者的痛点，并探讨机器学习中的DevOps概念。您将了解机器学习生命周期的三个阶段以及如何自动化机器学习过程。 3. Vertex AI与MLOps在Vertex AI上的应用 - 本模块探讨Vertex AI的概念及统一平台的重要性。 4. 总结 - 该模块提供课程内容的总结。 通过注册本课程，您同意遵守Qwiklabs服务条款，详情请参考FAQ中的相关链接。

MLOps Platforms: Amazon SageMaker and Azure ML (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mlops-aws-azure-duke

简介: 课程名称：MLOps 平台：亚马逊 SageMaker 和 Azure ML 课程概述：在《MLOps 平台：亚马逊 SageMaker 和 Azure ML》课程中，您将学习在两大云平台（亚马逊网络服务 AWS 和微软 Azure）上构建、训练和部署机器学习解决方案所需的技能。该课程也非常适合准备 AWS 或 Azure 机器学习认证的人士，或者希望从事数据科学家、软件工程师、软件开发人员等工作的用户。 课程大纲： 1. 数据工程与 AWS 技术 - 本周您将学习如何在 AWS 上构建数据工程解决方案，并通过使用 AWS Step Functions 和 AWS Lambda 构建数据工程管道来应用所学。 2. 探索性数据分析与 AWS 技术 - 本周您将使用 AWS 技术构建数据工程解决方案，并通过构建数据科学笔记本来应用学习内容。 3. 建模与 AWS 技术 - 本周您将使用 AWS 技术构建机器学习建模解决方案，并通过在命令行工具中运行线性回归模型来进行应用。 4. MLOps 与 AWS 技术 - 本周您将学习如何使用 AWS 技术部署和运行机器学习解决方案，并通过在 SageMaker Studio Lab 中微调 Hugging Face 模型来进行应用。 5. 机器学习认证 - 本周您将学习主要云服务提供商的机器学习认证，以及如何将其应用于 MLOps。您将了解与机器学习和 ML 工程任务相关的服务，例如 AutoML，以及它们如何与认证内容相结合。 这个课程将为您提供在现代云计算环境中进行高效机器学习操作的全面知识和实践经验。

MLOps Tools: MLflow and Hugging Face (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mlops-mlflow-huggingface-duke

简介: 课程名称：MLOps工具：MLflow与Hugging Face 概述：本课程涵盖了当前最流行的两个开源MLOps（机器学习操作）平台：MLflow和Hugging Face。课程内容包括如何在这两个平台上开始进行基本的模型和数据集操作。您将首先学习如何使用MLflow进行项目和模型管理，充分利用其强大的跟踪系统，然后通过完整的生命周期示例学习如何与MLflow中注册的模型进行交互。接着，您将探索Hugging Face的代码库。 课程大纲： 1. **MLflow简介** - 描述：本模块将介绍MLflow及其使用方法。您将安装MLflow并执行基本操作，如注册运行、模型和工件。接着，创建一个可复现结果的MLflow项目，并理解如何使用MLflow模型的注册表及通过API引用工件。 2. **Hugging Face简介** - 描述：在本模块中，您将学习Hugging Face平台的基本知识。将利用其仓库功能存储模型和数据集，最后学习如何使用Hugging Face API及其网页界面添加和使用模型和数据集。 3. **Hugging Face模型部署** - 描述：该模块将教您如何将Hugging Face模型容器化，并使用FastAPI框架为模型提供一个交互式HTTP API端点。掌握整合流程后，您将利用自动化提高速度和可重复性，并使用Azure和Docker Hub存储容器，以便后续部署。 4. **应用Hugging Face** - 描述：在本模块中，您将学习如何通过使用现有模型并添加数据对Hugging Face模型进行微调。同时，您将利用Azure进行容器部署，并学习如何对其进行故障排除。最后，还将展示如何将模型部署到Hugging Face空间。 通过本课程，您将获得使用MLflow与Hugging Face进行MLOps的实践经验，提高您在机器学习项目中的部署和管理能力。

Mobile Development and JavaScript (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mobile-development-and-javascript

简介: 课程名称：移动开发与JavaScript 概述：本课程是一个系列课程中的第一部分，旨在帮助您将作为Android开发者的技能扩展到跨平台移动开发。通过学习JavaScript编程，您可以利用作为Android开发者的基础，构建跨平台移动应用。本课程的首要任务是学习JavaScript，这将为您后续学习使用React库进行移动开发打下基础。 JavaScript是现代网络应用程序的关键编程语言。 课程大纲： 1. **JavaScript简介**：本模块介绍JavaScript的重要性，并概述如何在浏览器中编写JavaScript代码，包括最常见的运算符、条件语句和循环。 2. **程序的基本构件**：学习如何使用对象、数组和函数，并了解最常用的内置方法，以及undefined、null和空字符串之间的差异。同时探索错误处理和防御性编程。 3. **编程范式**：该模块讲解函数式编程和面向对象编程范式，学习JavaScript中的作用域，比较var、let和const的不同，以及如何使用类和继承。此外，还将介绍如何使用现代特性如扩展和剩余运算符，构建能操作DOM和处理事件的代码，并使用JSON。 4. **测试与兼容性**：学习Node.js和npm，安装npm包并处理package.json，了解JavaScript中的测试，并编写简单的Jest单元测试。 5. **最终项目**：在最后一个模块中，您将完成评估并整合在课程中获得的技能，创建“小柠檬收据生成器”的代码。同时，您将能够反思课程内容和未来的学习路径。 通过本课程，您将获得坚实的JavaScript基础，以便在跨平台移动应用开发中不断进步。

Mobile Marketing, Optimization Tactics, and Analytics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mobile-marketing-optimization-tactics-and-analytics

简介: 课程名称：移动营销、优化策略与分析 课程概述：欢迎来到电子营销专业课程的第三部分——移动营销优化策略与分析。我们的最终课程将以移动营销的介绍开始，接下来的模块将为您提供必要的知识，以提高销售、提升参与度和解读网站分析。本课程将以一个同伴评审的活动结束，在这个活动中，您将有机会运用在本系列前几门课程中学到的所有技能。我们鼓励您利用这次课程经验，开始为您当前或未来的商业构建数字营销计划。课程中的所有活动均旨在引导您完成数字营销计划的不同部分。 学习目标： - 识别移动营销策略的要素，审视选择移动平台时的各种考量因素 - 探索改善移动体验的多种方法 - 分析并优化营销工作，以改善商业成果 - 制定一份旨在实现您目标和宗旨的数字营销计划 课程大纲： 1. **移动营销简介**：了解移动营销策略的基础，如何利用移动设备和网络实现营销目标，并选择与您的业务及其特定目标和需求相符的移动营销平台。 2. **移动应用**：深入探讨移动应用（即应用程序）与移动网站的区别，学习混合模型及移动应用的各种特性，理解有效设计的移动应用如何为您的业务或产品创造收入。 3. **网站优化**：分析如何通过网站优化策略最大化投资回报率，以及如何在营销计划中使用关键绩效指标（KPI），以提升营销活动的持续性和成功率。 4. **分析的测试方法与工具**：掌握收集和分析数据的能力，以便了解营销活动的有效性。学习各种测试方法，并制定适合您业务或网站的独特测试策略。 通过这一系列模块的学习，您将获得必要的知识和技能，以成功实施移动营销策略，并为未来的业务发展奠定基础。

Mobile VR App Development with Unity (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mobile-vr-app-development-unity

简介: 课程名称：使用Unity进行移动虚拟现实应用开发 课程概述： 随着虚拟现实和增强现实产业的迅速发展，找到具备相关技能的工作者变得愈发困难。虚拟现实和增强现实将彻底改变我们与计算机、世界及彼此的互动方式，而Unity则处于这一技术的前沿。预计90%的三星Gear VR游戏和53%的Oculus Rift（首发时）游戏均为使用Unity开发。根据劳动力市场分析公司Burning Glass的报告，这一领域的工作机会真实且迫切。 在本课程中，您将学习如何为Google Daydream、Gear VR或Oculus Go设备设计、开发、排除故障并发布自己的移动VR应用程序。通过Unity的VR工程师推荐的最新技术，您将构建一个完整的VR环境，并在课程结束后继续使用，同时学习在用户体验、交互、传送和导航设计方面的最佳实践。简而言之，本课程将带您从软件开发人员成长为VR开发人员。 该课程是Unity XR专业化的三个课程中的第二个，前面有一个XR简介课程，以及一个计划中的专注于使用Unity开发手持增强现实应用程序的课程。 课程大纲： 第一部分：准备好，开始吧！ 描述：为了开始，我们将为您设置Unity的VR开发环境并介绍课程材料，这将成为您整个项目工作的基础。之后，我们将开始在Unity编辑器中进行项目工作。 第二部分：在Unity中使用移动VR 描述：本周将全关于追踪。我们将讨论耳机和控制器的追踪，及当追踪丢失时该如何处理。您将学习与XR功能相关的Unity核心API。项目工作将 culminate于您使用Tracked Pose Driver在VR校园中实现剑斗，最终提交以接受同行评审。 第三部分：交互与移动 描述：本周您将学习如何允许用户在VR中与对象进行交互，以及如何在场景中移动。项目工作将涉及设置激光枪、基本传送和抓取投掷交互。我们还将讨论如何避免造成用户的恶心和头晕。在模块结束时，您将提交项目工作以接受同行评审。 第四部分：使用Unity API的VR用户体验 描述：本周我们将研究VR中的用户体验和用户交互。我们将学习如何将对象附加到用户的耳机和控制器上，了解为何某些类型的用户界面在VR中效果不佳。在项目工作中，您将使用Unity Canvases，编写代码以允许用户抓取对象并随控制器移动。最后，您将设置“打击器”以击打机器人，作为VR校园的最终项目，并提交以接受同行评审。

Mobilité et urbanisme (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mobiurba

简介: 课程名称：移动性与城市规划 课程概述：本课程介绍了移动性与城市动态之间的互动关系，并提供了理解和管理移动性的工具和方法。过去二十年来，城市中的移动性发生了显著变化，休闲出行增加，而工作出行的比例则下降。同时，诸如多重居住、长途通勤、城市旅游和短途旅行等新型移动方式出现，这些变化与城市扩展和碎片化等城市转型密切相关。在这一背景下，移动性成为了城市交通工程和城市发展中的一个重要议题，其管理需要我们对运输需求进行新的理解。 课程内容包括： 1. **介绍**：概述移动性与城市动态之间的互动，提供工具以掌握和调节移动性。 2. **通过移动性转变领土**：讨论移动性概念及其与城市规划的关系。 3. **城市生活方式的转变**：探讨随着快速运输系统和信息技术的发展，地域的逐步转变。 4. **重新定义移动性的必要性**：识别描述出行流和移动性工具的概念质量。 5. **出行方式选择及其理解**：探讨如何影响日常出行方式的选择。 6. **移动性与城市规划**：描述移动性操作之间的系统性互动如何塑造城市空间。 7. **地域、网络与城市化形式**：将城市结构的构建问题扩展到更大地域的层面。 本课程旨在深入探讨城市与移动性之间的相互关系，更新学生对运输影响和生活方式的理解。

Mobilités et véhicules électriques (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mobilites-vehicules-electriques

简介: 课程总结：电动移动性与车辆 本MOOC课程《电动移动性与车辆》的目标是帮助参与者，无论其背景、教育或国籍，针对电动汽车等相关问题构建个人回应。课程将探讨以下几类问题： - 电动汽车是否会成为21世纪城市中最后一种流通的汽车？ - 电动汽车的环保效益是否值得对充电基础设施进行大规模投资？ - 电动汽车是否仅限于发达国家的富人？ 参与者将利用工程学、社会学、环境科学、经济学、地理学及政治学等多学科知识，评估、分析并推进电动汽车在相应地区的部署。该课程是法语授课，但提供英文字幕，论坛互动也支持英文。 课程结构包括以下章节： 1. **了解移动性及其演变**：分析移动性特点及电动汽车对现有交通系统的影响。 2. **电动移动性与环境影响的减少**：探讨气候变化及交通在空气污染、噪音等方面的作用，并比较电动与内燃汽车的环保绩效。 3. **经济分析**：评估电动车与燃油车之间的经济选择，分析购车者及社会的成本与收益。 4. **电动移动性与基础设施**：探讨电动汽车所需基础设施的技术和经济维度，以及相关商业模式。 5. **当前电动移动市场**：考察电动汽车市场发展趋势及政策支持。 6. **前瞻性：电动化的路径**：探讨未来电动汽车的部署及其在减轻环境影响中的作用。 7. **电动、连接及自动移动性**：研究电动汽车如何与共享服务和自动驾驶技术结合。 8. **电动移动性对所有人：乌托邦还是必然**：讨论电动汽车在低收入人口中的普及及发展中国家如何直接实现电动移动。 课程最后以总结性内容结束，强调电动移动性的未来与可及性。每个章节包含知识测验，旨在评估学习成果。

Mocking with JUnit (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mocking-j-unit

简介: 课程名称：使用JUnit进行Mocking 课程概述：本课程提供了关于Mocking的基础知识。课程将回答有关Mocking的基本问题，包括什么是Mocking、为什么要使用Mock以及如何进行Mocking。 课程大纲：

部分：1

标题：模块1

描述：本模块介绍Mocking对象的概念以及使用Mock的原因。

部分：2

标题：使用Mock对象控制器

描述：

Modalidades organizacionales ágiles en base a la Metodología Scrum (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/metodologia-scrum

简介: 课程名称：基于Scrum方法论的灵活组织模式 概述：在当今全球竞争激烈、环境复杂多变、高度不确定和波动的时代，传统的、以业务专业为焦点的预测性商业模式逐渐显得不够有效和灵活，难以实现可持续竞争力。因此，企业开始朝着寻求灵活和适应性强的组织能力转变，这些能力最适合不确定的环境和市场，源于复杂项目的开发，倡导更平坦、非正式和自主的结构，以实现创新能力和利用能力之间的更好平衡。 在本课程中，我们将介绍敏捷哲学和Scrum动态作为概念框架，了解其最常用的应用范围，体验最佳实践模型的应用，并开发差异化的竞争机会和实施过程中遇到的最重要挑战。 课程大纲： 1. **敏捷宣言的起源与发展**：本模块将探讨课程目标、传统项目管理方法的起源与局限性、问题类型的演变模型、针对有序与复杂问题的开发方式，以及与结果（Outcome）和输出（Output）的关系，最后了解Scrum适应性哲学的属性和范围。 2. **Scrum作为框架的哲学介绍**：本模块将讨论Scrum概念框架的开发，包括角色（目标与责任）、事件（目标与范围）和工件（目标与内容），同时探索Scrum方法论的指导原则和基础。 3. **灵活组织能力和动态的演变**：本模块将研究组织结构的演变，探讨双重组织以及组织学习的螺旋模型，了解teal组织和敏捷领导模型中的四个“C”。 4. **基于Scrum哲学的组织文化与最佳实践**：本模块将涵盖敏捷领导模型在企业中的应用及其自我评估模型，了解常用的灵活组织动态和全球企业的敏捷最佳实践示例，最后探讨敏捷组织文化的实施及其范围和挑战。 通过本课程的学习，你将掌握如何在组织中有效实施Scrum方法论，提升组织的敏捷性与适应力。

Model Thinking (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/model-thinking

简介: 课程名称：模型思维 课程概述：在一个复杂的世界中，各种个体、企业和政府的行为汇聚成意想不到的现象，如政治动荡、市场崩溃和不断变化的社会趋势。我们如何理解这一切？答案是：模型。研究表明，使用模型进行思考的人表现得更好，而使用多种模型的人则优于只使用单一模型的人。模型能够帮助我们更好地组织信息，从而明晰互联网海量数据。它们提高了我们的预测能力，改善了我们决策和战略制定的能力，并可以帮助我们设计更有效的制度和程序。本课程提供了一套模型入门包，涵盖了 tipping points、群体智慧、国家贫富差异及企业与政治家的战略决策等模型。这些模型为未来的社会科学课程打下基础，掌握这些内容将使您在高级课程中更具优势，同时也对生活中的思考大有裨益。 课程大纲： 1. 为什么要建模与隔离/同行效应 - 讲述建模课程的目的，包括成为明智的公民、清晰思考、理解数据以及改进决策。 2. 聚合与决策模型 - 探讨数字聚合及其背后的规则，包括生命游戏和一维元胞自动机模型，以及偏好的聚合问题。 3. 模拟人类及分类和线性模型 - 研究社科领域中如何建模人类，比较理性行为者、行为模型和基于规则的模型。 4. 转折点与经济增长 - 关注转折点模型，涵盖疾病传播模型及其扩散和恢复过程。 5. 多样性与创新及马尔可夫过程 - 研究多样性在创新中的角色，介绍“崎岖景观”和“局部最优”的概念。 6. 期中考试 7. Lyapunov 函数与协调与文化 - 学习如何利用 Lyapunov 函数确定系统产出的特性，如均衡、周期性等。 8. 路径依赖与网络 - 通过简单的尿罐模型探讨路径依赖及其与回报递增和转折点的关系。 9. 随机性与随机游走及 Colonel Blotto - 讨论随机性的来源及其对表现的影响，学习随机游走模型。 10. 囚徒困境、集体行动与机制设计 - 讨论囚徒困境及合作产生的策略，并探讨集体行动与公共资源问题。 11. 学习模型：复制者动态与预测 - 介绍复制者动态和 Fisher 的基本定理，以及与六西格玛和变异性减少的关系。 12. 期末考试 本课程的设计旨在提供易于消化的概述及深入的技术细节，完成所有测验并参加期末考试的学生将获得课程证书。若只是想跟随入门课程获取知识，也欢迎随意参与，全部内容免费，旨在帮助您成为更好的思考者！

Modelaje y Análisis con información georreferenciada (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modelaje-anlisis-informacin-georreferenciada

简介: 课程名称：地理信息建模与分析 课程概述：本课程旨在帮助学员理解地理数据的多样性和潜力。学员将学习如何利用地理数据进行基本建模、处理和分析，以解决与位置相关的重要问题。课程提供实践入门，使学员能够处理这类非传统数据，寻找解决方案。课程适合对地理信息、地球观测数据处理平台感兴趣的人士，要求学员具有较强的英语阅读理解能力，能够阅读地图，并具备基本的编程知识。课程使用Python作为编程语言，并提供基础教程，帮助学员理解和完成课程活动。 课程要求：需安装特定软件，推荐设备规格包括：至少8 GB内存的计算机，Windows 10操作系统，20 GB可用磁盘空间，以及稳定的互联网连接以下载地理信息。 课程大纲： 1. **第一部分：什么是地理信息，如何使用及其目的** - 简介地理信息的定义、性质及其用途，重点学习地理信息的重要性、地理参考框架以及地理信息的建模与表示。 2. **第二部分：我们可以用地理信息做什么？** - 深入探讨地理信息的应用，包括空间分析、可用的地理信息系统（GIS）、基本操作，以及通过制图建模解决更复杂的空间问题。 3. **第三部分：哥伦比亚的气候变化与恙虫病** - 重点关注气候变化与哥伦比亚常见的恙虫病，学习如何准备健康与气候变化相关的地理信息，分析恙虫病的分布，并反思未来的映射条件。 4. **第四部分：利用遥感技术进行地球观测** - 学习遥感技术的基本概念与应用，理解数据立方体的应用，并完成课程项目的最终活动。 这个课程为希望深入了解地理信息建模和分析的学员提供了理论与实践的结合，是探索地理数据解决现实问题的宝贵机会。

Modèles de séquence (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/nlp-sequence-models-fr

简介: 课程名称：序列模型 课程概述：本课程将教您如何构建自然语言、音频及其他序列数据的模型。随着深度学习的发展，序列算法的表现显著提高，应用范围广泛，包括语音识别、音乐合成、聊天机器人、机器翻译、自然语言理解等。 您将能够： - 理解如何构建和训练递归神经网络（RNN）及其常用变种，如门控循环单元（GRU）和长短期记忆网络（LSTM）。 - 将序列模型应用于自然语言处理问题，包括文本合成。 - 将序列模型应用于音频应用，包括语音识别和音乐合成。 本课程是深度学习专项的第五门也是最后一门课程。deeplearning.ai与NVIDIA深度学习学院（DLI）合作，提供针对深度学习的机器翻译编程任务。学员将有机会构建一个行业相关的前沿深度学习项目。 课程大纲： 第一部分：递归神经网络 描述：了解递归神经网络，这种模型在时间序列数据上表现优异。您将探索多种变体，包括LSTM、GRU和双向RNN。 第二部分：序列模型与注意力机制 描述：通过注意力机制提升序列模型的性能。该算法将帮助模型理解在给定输入序列时应集中注意力的部分。此外，您还将学习语音识别和音频数据的处理方法。

Modeling and Control of Single-Phase Rectifiers and Inverters (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modeling-and-control-of-single-phase-rectifiers-and-inverters

简介: 课程名称：单相整流器和逆变器的建模与控制 概述：本课程也可以作为学分学习，课程代码为 ECEA 5709，属于科罗拉多大学博尔德分校电气工程硕士学位的一部分。本课程是电力电子建模与控制专业化的第5门课程，集中于与电网连接的电力电子设备的建模与控制。完成本课程后，您将能够理解、分析、建模以及设计低谐波整流器和逆变器，以将直流负载或直流电源（如光伏阵列）连接到单相交流电力网。 建议完成科罗拉多大学博尔德分校的电力电子专业化课程，以及课程 #1（平均开关建模与仿真）和课程 #4（电流模式控制）后再注册本课程。 相关课程包括： - 电力电子导论 (ECEA 5700) - 转换电路 (ECEA 5701) - 转换控制 (ECEA 5702) - 平均开关建模与仿真 (ECEA 5705) - 电流模式控制 (ECEA 5708) 完成本课程后，您将能够： - 理解低谐波、高功率因数整流器和逆变器的操作原理 - 对功率因数校正（PFC）整流器进行电流整形和电压控制回路的建模与设计 - 对单相直流-交流逆变器进行控制回路的建模与设计 - 设计与单相交流电网连接的光伏电力系统 - 使用计算机辅助工具和仿真来验证整流器和逆变器的设计 教学大纲： - 名称：电网连接的电力电子 描述：功率因数和谐波的介绍，低谐波功率因数校正（PFC）整流器的操作原理和建模。 - 名称：功率因数校正整流器的控制 描述：低谐波整流器的建模，单相系统中需要储能的原因，以及电流和电压控制回路的设计。 - 名称：单相逆变器的建模与控制 描述：光伏（PV）系统的介绍，单相光伏逆变器的建模与控制。

Modeling and Debugging Embedded Systems (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modeling-debugging-embedded-systems

简介: 课程名称：建模和调试嵌入式系统 课程概述：此课程可以作为学分修读，课程代码为 ECEA 5387，属于科罗拉多大学博尔德分校电气工程硕士学位的一部分。本课程是该专业的第三部分，学生将学习以下内容： - 理解 SystemC 及其在创建网络物理系统模型中的应用，以进行“假设”场景分析。 - 介绍 Trimble Engineering 的重型设备自动化嵌入式系统。 - 更深入地了解汽车和交通市场的嵌入式系统。 - 如何调试深度嵌入式系统。 - 学习 Lauterbach 的 TRACE32 调试工具。 - 如何在公司内部推广技术想法。 - 从工程失败中可以学习到的经验。 课程大纲： 1. **SystemC 和 Trimble Engineering 客座讲者**：本模块将介绍如何使用 SystemC 进行建模，并听取 Trimble Engineering 的客座讲者关于其产品和服务的介绍。 2. **汽车和交通的深度探讨**：本模块将深入研究汽车和交通领域，该领域预计将实现快速增长。回顾第一课中提到的市场规模机会，汽车与交通领域预计将达到 1540 亿美元，并以 30% 的年复合增长率增长。 3. **调试深度嵌入式系统，Lauterbach 客座讲者**：在本模块中，您将学习调试深度嵌入式系统，并听取 Lauterbach 的客座讲者讲解该公司在嵌入式系统调试解决方案方面的前沿经验。 4. **技术想法的推广与从失败中学习**：在此课程的最后模块中，讲师将分享工程师如何将技术想法上报管理层，以期获得足够的支持以将想法转化为实际产品。同时，我们还将简要探讨从工程和商业失败中可以获得的教训。

Modeling and Design for Mechanical Engineers with Autodesk Fusion 360 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modeling-design-mechanical-engineers

简介: 课程名称：机械工程师的建模与设计（使用Autodesk Fusion 360） 课程概述：在工程新产品时，有许多因素需要考虑。无论产品是什么，数字建模的基本原则如形状、适配性和功能都是至关重要的。本课程为创建任何设计奠定基础，深入探讨设计控制的相关主题。从装配接头和接头限制，到利用形状创建复杂的设计，确保您的设计坚实可靠。 完成本课程后，您将能够： - 创建和驱动机械齿轮装配。 - 创建和修改基于形状的设计。 - 使用设计工具进行模具零件的制作。 - 展示在设计设置和创建中的熟练程度。 如果您正在寻找Autodesk Fusion 360认证准备课程，可以查看更多学习资源以提升您的技能：https://www.autodesk.com/learning 课程大纲： 1. **建模基础** - 描述：在第一周，我们将讨论草图的控制与创建、构建几何体的过程以及转化为实体的步骤。理解如何定义和重用草图元素是为了便于日后更新设计变更的关键步骤。 2. **装配基础** - 描述：在第二周，我们将讲解Fusion 360中装配和组件的创建、组织和管理。通过应用接头、运动链接和接触，复制接触和运动，了解如何为重用开始设计，并探索现成组件的集成及装配管理。 3. **生产设计工具探讨** - 描述：在第三周，我们将重点关注用于生产准备的模具零件的工具。确保设计要求得到满足，包括添加拔模、创建肋骨或细节螺纹等功能。 4. **使用形状工具创建复杂设计** - 描述：在第四周，我们将讨论在创建复杂设计时使用形状工具。形状工具允许通过推拉顶点、面和边来探索形状，与传统的草图和特征创建方法不同。探索形状创建和操控的基础，以及利用形状进行高级设计控制和创建。 此课程将为机械工程师提供实用的技能和知识，帮助他们在现代设计环境中取得成功。

Modeling and Simulation with Simulink (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modeling-with-simulink

简介: 课程名称：使用Simulink进行建模与仿真 概述：随着科技的快速发展，工程师们面临着以更高的效率和准确性设计复杂系统的挑战。本课程教授系统建模、仿真和分析的技能，使用Simulink®这一建模和仿真环境，它被全球顶尖工程公司用于设计、仿真和测试系统，以便在硬件实现之前进行验证。 课程采用实践项目为基础的学习方式，模拟现实世界的挑战。您将获得实践经验，并学习如何运用Simulink应对各种工程问题。 课程大纲： 1. 连续系统建模 2. 离散系统建模 3. 创建子系统与测试 4. 参考组件、附加建模概念及最终项目 本课程将帮助您掌握现代工程中剖析和解决问题的关键技能。

Modeling Data in the Tidyverse (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/tidyverse-modelling-data

简介: 课程名称：在Tidyverse中建模数据 概述：有效的数据建模和分析是获取有关组织、业务或研究项目洞察的关键。成功的模型构建需要理解可提问的不同问题类型，并将这些问题映射到数据上。本课程将涵盖你可以向数据提出的各种问题及各类建模方法，包括假设检验、线性回归、非线性建模与机器学习等。通过掌握这些工具和在此专业化课程中学到的技术，你将能够从数据中发现关键见解，以提高组织的决策效率。 我们假设学习者熟悉R编程语言，如果尚不熟悉R，建议先完成《R编程》课程后再返回学习本课程。 课程大纲： 1. **建模数据基础**：介绍有效建模和分析数据的基本要求，理解不同问题类型与数据之间的关系。 2. **推断分析**：在描述和探索数据集后，使用统计测试进行推断和预测分析的基本方法。 3. **线性建模**：探讨线性模型的普遍使用及其在数据分析中的重要性，专项介绍tidyverse的相关工具。 4. **多重线性回归**：展示如何在模型中包含混杂因素或其他预测因子，使用lm()函数提供的公式接口。 5. **超越线性回归**：讨论除线性回归之外的其他分析方法，及其与线性回归的关联。 6. **假设检验**：介绍用于确定数据是否支持未知参数值的统计技术，强调在推断时考虑数据变异性的重要性。 7. **预测建模**：构建基于已观察数据进行预测的系统，强调其灵活性和捕捉不同关系的能力。 8. **tidymodels生态系统**：介绍RStudio开发的tidymodels R包，将许多机器学习算法纳入单一框架，从而简化使用。 9. **案例研究**：展示如何建立预测模型，以预测美国的户外空气污染浓度。 10. **tidymodels总结**：提供tidymodels包的快速总结图表，帮助用户导航及使用。 11. **项目：在Tidyverse中建模数据**：实践应用tidyverse构建消费者投诉数据的分类模型，包含同行评审和测验环节。 通过本课程，学习者将获得实用的建模技能，提升其在数据科学领域的决策能力。

Modeling of Autonomous Systems (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modeling-of-autonomous-systems

简介: 课程名称：自主系统建模 课程概述：本课程将讲解任何自主系统的核心结构，包括传感器、执行器以及可能的通信网络。课程还将涵盖用于自主系统的不同正式建模框架，包括状态空间表示（差分或微分方程）、定时自动机、混合自动机以及一般的转换系统。它将描述系统的解决方案和行为以及系统之间的不同连接。 课程大纲： 1. **课程介绍**：在这一模块中，我们将深入探讨自主系统和网络物理系统的世界，了解其重要性、结构和应用。通过研究如阿里安5号火箭失效、自适应巡航控制和自动驾驶汽车等实际案例，我们将掌握建模在自主系统中的重要基础。此外，讨论这些系统的关键组件、硬件与软件之间的紧密互动以及自主系统在各个领域的普遍性。 2. **自主系统建模基础**：在第二模块中，我们深入探讨系统建模的细微差别。通过教学视频，学生将理解系统定义、状态图和转换系统。相关的作业进一步巩固这些知识。2003年东北大停电等实际案例强调了精确建模的重要性，而饮料自动售货机和检票口等实际系统则阐述了核心概念。这里将展开一场真正的学术旅程，深入系统建模的本质。 3. **物理系统与混合系统建模**：第三模块让学生接触动态系统建模的基本原理，重点关注平移机械系统、旋转机械系统和模拟电路。强调这些系统背后的数学关系，课程接着深入定时和混合自动机的具体示例，为理解时间在系统建模中的作用提供全面视角。 4. **系统的行为与组成**：第四模块深入探讨系统解决方案、行为及各种组成形式。学习者将接触系统及其行为的数学表示。通过一系列引人入胜的视频内容，学习者将探索并行、串行和反馈组成。此外，该模块提供实际作业以增强理解，并对系统建模进行详细研究。 该课程旨在为学生提供在自主系统建模方面的扎实理论基础与实践应用，适合所有对该领域感兴趣的学习者。

Modeling Risk and Realities (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/wharton-risk-models

简介: 课程名称：建模风险与现实 课程概述： 本课程将教授您如何使用有用的定量模型来在决策过程中考虑风险和不确定性，以便在因素清晰和不清晰的情况下做出明智的决策。您将学习如何构建反映复杂现实的定量模型，包括风险和不确定性元素。此外，您还将掌握创建预测模型的方法，以识别最佳选择及其在模型假设变化时的变动。课程结束时，您将能够使用自己的数据建立模型，从而作出基于数据的决策，为后续进阶课程做好准备。 课程大纲： 第一部分：第一周：低不确定性环境中的决策建模 本模块旨在帮助您分析低不确定性环境，并识别最佳决策。您将探索优化工具，学习如何使用广告示例构建代数模型，并将其转换为电子表格模型，运用Solver发现最佳决策，并引入简单的风险表示。通过本模块，您将具备建立优化模型的能力，并且能够利用Solver根据数据揭示最佳决策，同时开始调整模型以考虑简单的风险因素。 第二部分：第二周：风险与回报：高不确定性环境建模 在高不确定性设置下，您将学习如何创建模型以应对多变量情形。您将研究高不确定性设置、概率分布和风险，常见的多随机变量场景，如何减少风险，计算和解释相关值，以及如何运用敏感性分析和有效前沿进行优化。完成本模块后，您将能够识别并应用未来不确定性的常用模型来构建场景，以帮助优化在多变量和更高风险下的商业决策。 第三部分：第三周：选择适合您数据的分布 本模块将探讨常用的随机变量分布，以帮助预测未来。这包括创建有意义的数据可视化，选择适合您数据的最佳分布，区分离散分布和连续分布，并测试模型与假设的拟合优度。学习结束后，您将能使用图形表示数据，选择最合适的分布模型，并测试这些模型以验证其贴合度。 第四部分：第四周：运用模拟平衡风险与回报 本模块旨在帮助您使用模拟工具比较在连续分布中描述不确定性时的不同选择。通过深入研究模拟工具，您将学习如何在高不确定性环境中做出决策，分析模拟结果，并比较替代方案以确定最优解决方案。通过本模块的学习，您将能够运用模拟管理风险，并在日益复杂和快速发展的商业环境中做出成功的商业决策。

Modeling Time Series and Sequential Data (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modeling-time-series-and-sequential-data

简介: 课程名称：时间序列与序列数据建模 课程概述： 本课程旨在教授学员建立、改进、外推和解释针对单一顺序系列的模型。课程介绍了三种建模方法。第一部分介绍传统的Box-Jenkins方法，重点是时间序列建模。课程从平稳数据的模型（ARMA）入手，探讨趋势和季节性的模型（ARIMA），并最终介绍在ARIMAX模型中指定传递函数组件的信息。接下来，课程转向贝叶斯时间序列建模，扩展基本贝叶斯框架，以适应数据中的自回归变异以及动态输入变量的影响。最后，课程介绍了用于时间序列的机器学习算法，特别是梯度提升和递归神经网络算法，适合处理数据中的非线性关系。通过实例，帮助学员直观理解这些算法的有效使用。 课程最后探讨如何通过结合不同方法的优势来提高预测精度。最后一课包括创建组合（或集成）和混合模型预测的演示。 适合对象： 本课程适合希望利用分析工具来扩展其机器学习技能的分析师，特别是那些涉及时间变量收集的数据的分析、修改、建模、预测和管理。 软件工具： 课程使用多种不同的软件工具。熟悉Base SAS、SAS/ETS、SAS/STAT和SAS Visual Forecasting，以及用于处理和建模序列数据的开源工具是有帮助的，但不是必需的。贝叶斯分析和机器学习模型的课程内容假设学员具备一定的基础知识。学生可以通过完成SAS教育课程《使用SAS进行贝叶斯分析》和《使用SAS Viya进行机器学习》来获得相关背景知识。 课程大纲： 1. 专业概述（回顾） - 课程概述和预期内容。 2. 课程概览 - 了解课程内容和SAS Viya 的使用。 3. 时间序列导论 - 复习时间序列的基本概念和简单模型规格。 4. ARIMAX模型 - 传统稳定数据模型及其扩展到趋势和季节性变体。 5. 贝叶斯时间序列分析 - 结合时间序列和贝叶斯分析的基本概念。 6. 机器学习时间序列建模方法 - 使用SAS机器学习工具进行时间序列预测。 7. 混合建模方法与外部预测 - 结合外部预测与内生成组合预测以提高精度。 8. 课程回顾 - 总结和回顾所学内容。 课程将帮助分析师掌握时间序列分析的前沿技术和实践应用。

Modelización Cuantitativa para Finanzas Corporativas (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modelizacion-cuantitativa-para-finanzas-corporativas

简介: 课程名称：公司金融的定量建模 概述：该课程旨在公司金融领域应用定量建模，重点教授如何有效利用数据以增强金融模型。在“数据时代”，越来越多的组织拥有可用于改进金融建模的信息。通过统计和建模方法，课程将教授如何预测感兴趣的变量，评估风险并进行决策。学员将学习基本的统计分析工具，单变量和多变量回归方法，时间序列技术，以及面对多种解释变量的预测技巧。课程还将通过Excel实现简单模型，并使用R实现更复杂的估计。 该课程为阿根廷奥斯特大学提供的公司金融系列课程的第二部分。 课程大纲： 1. **预期场景及风险场景的投影**： - 本模块介绍如何基于可用信息对变量进行投影，并分析这些投影如何影响财务决策。将使用经典频率统计工具，如预期场景、概率分布和百分位数来量化风险场景的发生概率。 2. **基于回归的建模**： - 本模块讲解如何通过包含额外数据来投影变量，重点是使用回归模型这一常用方法，从简单回归到多元回归模型，讨论建模中可能出现的常见问题。 3. **时间序列模型**： - 本模块扩展至时间序列模型，强调信息的时间顺序相关性。应用包括国内生产总值、市场利率和股票价格的预测。将讨论如何对时间序列的主要组成部分进行建模，并引入使用R软件有效建模的方法。 4. **以R为基础的预测方法**： - 本模块着重于预测模型，旨在最大化预测能力，虽然这样可能会损失对现象的解释力。将学习如何诊断数据的过拟合，并介绍正则化模型以自动限制过拟合。 这个课程帮助学生掌握在不确定环境中进行金融决策所需的工具和技术。

Modelling, Analysis and Design of Steel Buildings (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modelling-analysis-and-design-of-steel-buildings

简介: 课程名称：钢结构建筑的建模、分析与设计 课程概述：《钢结构建筑的建模、分析与设计》是一门深入的课程，涵盖了理解和设计钢结构所需的广泛主题。课程从建立建筑信息和初步模型设置开始，随后详细探讨建筑几何形状和构件特性。参与者将学习如何创建构件组、利用截面库和分配材料。此外，课程还深入讲解了垂直和侧向荷载的创建与分配。 课程大纲： 1. **结构模型分析** 本模块涵盖使用STAAD Pro进行的软件辅助结构建模，包括建筑几何形状、构件组、截面库、材料性质、构件规范、支撑条件、荷载、荷载组合以及分析和设计过程。此外，还会涉及分析和设计结果的解读，提供输出可视化和理解的见解。 2. **梁的设计** 本模块专注于建筑梁的设计，概述IS 800标准，涵盖手动和软件驱动的梁设计。内容包括失效分析、优化、悬臂梁设计、服务整合、组合梁、扭转以及备份梁概念。此外，本模块探讨了简化的楼板振动分析，以全面理解结构。 3. **柱、基础板和锚栓** 本模块专注于建筑的柱设计，涵盖手动和软件驱动的方法。内容包括失效分析、优化，并介绍梁-柱设计方法。还包括对梁-柱、基础板和锚栓设计的全面概述，旨在为建筑施工中的柱结构设计过程提供深入理解。 4. **拉力构件、支撑和立面支撑元素** 本模块探讨建筑中的拉力构件，详细说明其类型和等级。内容涵盖拉力构件、支撑和立面支撑结构的设计。此外，还探讨了横档和竖杆的设计，以及建筑结构中露天的钢元素和平台楼层的规划与设计方法。 该课程旨在通过理论与实践相结合，帮助参与者掌握钢结构建筑的全面设计与分析技能。

Modelos de Atribuição (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modelos-de-atribuicao

简介: 课程总结：模型归因 欢迎参加模型归因课程。在本课程中，您将学习如何评估和分配客户旅程中各个渠道的贡献。课程涵盖传统和先进模型的所有过程，旨在帮助您正确分配资源，提高渠道的有效性。 完成本课程后，您将能够运用市场上主要的归因模型，为您的业务选择最佳策略。课程共分为四个模块，采用为期四周的学习方式。每个模块包括视频、阅读材料和理解测试，模块结束时还会有知识评估。 课程大纲如下： 第一部分：定义客户旅程 本模块探讨大型企业如何利用大数据和分析技术，跟踪社交媒体和搜索引擎上的客户。要制定有效的沟通策略，必须深入了解客户旅程及其决策过程中的每一步。 第二部分：客户互动点 市场上存在多种归因模型，选择合适的模型需要对每种模型的运作方式有详细了解。本模块讨论了市场上主要的归因模型及其各自的方法论差异。 第三部分：为您的业务选择最佳归因模型 在这一模块中，将介绍适合不同业务策略的归因模型，并讲解如何在实施的各个阶段利用大数据工具获得最佳结果。 第四部分：将策略转化为行动 在实施归因模型时，了解市场上主要工具及数据结构化的最佳方法至关重要，以确保数据质量。 我们非常高兴您能参与本课程，希望您充分利用这些概念，祝您学习愉快！

Modelos de diseño instruccional para ambientes digitales (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/instruccional-diseno-ambientes-digitales

简介: 课程名称：数字环境中的教学设计模型 课程概述：在本课程中，您将了解一些正在教育领域中获得广泛应用的新技术工具，并审核教育创新的实例。此外，您将学习评估教学设计的教学质量指标，并能够通过实际练习将其应用于自己的教学设计中。 课程大纲： 1. **教学设计模型的理论基础** - 在此模块中，您将学习教学设计的理论基础，了解其起源，从而帮助您理解、概念化和比较教学设计的含义。您将能够识别所有教学设计的基本要素，并了解不同模型的特点，为开始一个教学设计项目做好准备。 2. **新兴教育模型和教育模式** - 本模块由蒙特雷科技大学的Marcela Georgina Gómez Zermeño博士开发，关注教学模型与教育技术的关系，探讨新兴教育模式、策略和教学技巧。您将能够在构思数字环境中的教学设计项目时应用这些知识。此外，我们将鼓励您分享意见，以共同创造知识背景，实现负责任的主动性。 3. **促进主动学习的数字教学工具** - 在本模块中，您将通过不同的学习活动识别数字教学和环境的理论基础，并探索用于教学设计项目中的教育趋势、技术工具和教学技巧。希望这个模块为参与者带来有趣的体验。 4. **战略性培训项目的管理** - 本模块讨论培训活动的未来，并强调设计师在任何培训项目中的战略角色。您将学习如何制定和管理培训项目，考虑战略、战术和操作规划的特征。 5. **评估教学设计的教学质量指标** - 本课程的最后一个模块将介绍如何制定教学质量指标，以评估专注于数字环境的教学设计。再次欢迎您的参与，并希望您在这个模块中获得积极的体验。 通过这个课程，您将能够提升数字环境中的教学设计能力，并为未来的教育创新做好准备。

Modelos de empresa familiar: del capitán al grupo inversor (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modelos-de-empresa-familiar

简介: 课程名称：家族企业模型：从领袖到投资集团 课程概述：本课程将深入分析家族企业。基于阿尔贝托·吉梅诺·桑迪格教授创立的“家族企业模型”理论，学习者将能够识别不同的家族企业模型，了解它们的区别，以及专业人士在每种模型中的角色。课程将探讨企业家家庭的重要性，以及管理团队如何发展技能和增强能力，以在复杂的家族企业系统中创造价值。 本课程是“家族企业管理”课程的延续，深入探讨应用于家族企业模型的主题，并为讨论构成家族企业的三个重要元素——企业家家庭、个体和环境——奠定基础。 课程大纲： 1. 家族企业的结构与限制 2. 继承与模型变更 3. 家族企业三角关系 学习者将通过本课程获得对家族企业的深入理解，为未来的企业管理和发展奠定基础。

Modelos predictivos con aprendizaje automático (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modelos-predictivos-con-aprendizaje-automatico

简介: 课程名称：机器学习预测模型 课程概述：本课程将为您提供理论和实践知识，使您能够利用机器学习技术构建预测模型。这些模型使我们在一定程度上能够预测未来事件，从而可以支持组织决策以及在各类应用领域中使用。课程分为四个模块，每个模块为期一周，您将有机会了解和分析不同的案例研究，以便全面了解预测模型的应用。 课程内容： - 第一个模块：机器学习基础。您将学习什么是机器学习、该技术可用于的项目以及应用领域，了解监督学习和无监督学习的不同及其相关任务。同时，学习使用Python编程语言的一些工具和方法论。 - 第二个模块：回归任务。您将学习如何使用简单和多元线性回归算法解决数字预测问题，掌握模型评估指标以及新的数据预测质量的评估技术，并将这些概念应用于scikit-learn库的实际案例中。 - 第三个模块：模型复杂性和泛化能力。在这一模块中，您将学习提高预测模型性能的一些技术，包括如何在非线性问题上使用线性回归的变换，了解模型复杂性、正则化及其作用，以及如何调节超参数。最后，将通过scikit-learn库进行实际应用。 - 第四个模块：分类任务。您将了解如何使用学习算法解决分类问题，学习决策树的工作原理，掌握评估模型的指标并进行案例分析。还将应用复杂性调整和超参数调整的概念，以构建具有良好泛化能力的决策树模型，并探讨数据解决方案的伦理影响。 该课程适合不同学科背景的人，无论是开始大学学习还是已有专业学位，都可以参与。建议学习者的设备安装有Anaconda/Jupyter Notebook，并具备至少4GB的RAM和超过1GB的硬盘空间。

Models & Frameworks to Support Sales Planning (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/models-frameworks-support-sales-planning

简介: 课程名称：销售规划支持的模型与框架 课程概述：欢迎来到课程三——销售规划支持的模型与框架。在本课程中，您将学习到销售模型和框架的概念性方法。课程的主要学习成果是提升分析能力和销售规划及管理的技能，并通过应用相关模型和框架来支持这些过程。本课程旨在帮助寻求提升销售规划过程概念支持的专业人士，特别强调销售模型和框架方法论的应用。 在战略销售管理专业化的这一阶段，您将能够很好地理解销售规划与公司战略的整合。此外，您还将掌握支持这种整合的主要建议，并通过智能分析推进战略销售规划。本课程将从概念角度讨论销售模型和框架，为销售规划过程增添方法论结构。 课程中的主要模块包括： 模块 1 - 销售管理：这一模块讨论了从流程管理的角度看销售职能的概述。重点包括运营变量、客户管理、领导力角色、培训流程、资源分配、绩效管理及售后流程等。这些讨论为下一个专注于销售规划和管理的模型与框架的模块提供了概念基础。 模块 2 - 销售模型与框架：该模块介绍如何通过模型和框架的应用来实施销售计划，这些模型和框架能够促进销售规划与管理职能的分析和过程。由于销售职能的性质使其不具精确性，因此销售规划可以通过多种不同的方式进行。 模块 3 - 软技能：本模块关注提供一系列补充的方法，以加强前两个模块介绍的硬技能。强调软技能在谈判过程以及与潜在客户沟通中的重要性，以提高销售潜力。 模块 4 - 战略销售管理行动：这一模块为课程三的最终作业提供指导。学员将分析商业背景，并运用课程讨论的概念来完成作业。作业包括两次学习测试机会，首先是开发自己的作业，其次是审核同伴的作业。 期待您在课程模块和课程学习中与我们共同进步！

Modern & Contemporary American Poetry (“ModPo”) (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modpo

简介: 课程概述：现代与当代美国诗歌（“ModPo”） “ModPo”是一个快速的现代和当代美国诗歌入门课程，特别强调实验诗歌，从艾米莉·迪金森和沃尔特·惠特曼到当今诗人。该课程欢迎所有对诗歌感兴趣的参与者，不需要任何诗歌基础，目标是教会参与者如何阅读那些看似“困难”的诗篇。课程通过逐首分析和讨论诗歌，使得理解和欣赏诗歌变得更加容易。 课程全年开放，参与者可以随时注册，加入我们的学习社区。每年我们会举办一个活跃的互动10周课程，在课程期间我们将共同推进10周的教学大纲。2021年的下一个直播课程将于9月4日开始，并于11月15日结束。参与者在课程开始前会收到主讲教师Al Filreis的电子邮件，其中包含参加课程的所有必要信息。 课程内容包括为期10周的诗歌分析、视频讨论以及社区讨论。我们还提供每周的互动直播网络讲座，并且课程助教在一周内定期开放办公时间，帮助学生解答疑问。参加者也可以在社交媒体上与他人交流，加入Facebook群组以获取即时反馈。 每周的学习内容涵盖不同的主题，例如惠特曼与迪金森的诗歌、现代主义的兴起、1930年代的共产主义诗人、哈莱姆文艺复兴时期、波西米亚派以及最近的语言诗歌和概念诗歌等。课程通过具体的诗歌实例，探索诗歌与历史、政治和社会之间的关系。 整个课程在宾夕法尼亚大学的凯利作家之家进行，参与者在该地区时均可欢迎来到作家之家，与其他ModPo学习者交流，并亲身体验我们的讨论和直播讲座的氛围。 欢迎参加ModPo，探索美国诗歌的丰富与多样性！如需更多信息，请访问modpo.org。

Modern American Poetry (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modern-american-poetry

简介: 课程名称：现代美国诗歌 课程概述：本课程由来自美国各地的十二位经验丰富的教师共同呈现，深入分析开创性的现代美国诗人。课程内容丰富，通过生动的讲座，带您领略从沃尔特·惠特曼、艾米丽·迪金森，到T.S.艾略特、H.D.、艾米·洛威尔、哈特·克雷恩、兰斯顿·休斯、穆丽尔·鲁凯泽等众多重要诗人及各具影响力的运动。课程将历史概述与对个别诗人及诗作的细致解读相结合。不同于其他课程仅提供单一讲师的观点，本课程通过众多才华横溢的教师的讲解，展现美国诗歌的多样性，提供了连贯的视角，涵盖了五十多年的美国诗歌历史。 在整个课程中，讲座配有生动的图像，展示诗中提及的事件、人物和地点。诗人及经验丰富的教师的朗读进一步突显文本内容。荧幕上展示的文本和引述使您更容易跟随学习进度。这个课程充分利用媒介的优势，为您带来难以在课堂讲授中融入的视听体验。 课程大纲： - 名称：导论 - 描述：课程的基本介绍和概述。 - 名称：模块1 - 描述：重新评估现代主义的起源。 - 名称：模块2 - 描述：女性对诗歌的影响。 - 名称：模块3 - 描述：诗歌的社会声音。 - 名称：模块4 - 描述：现代主义的遗产。

Modern Art & Ideas (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modern-art-ideas

简介: 课程名称：现代艺术与思想 概述： 欢迎加入《现代艺术与思想》课程！本课程旨在为对现代和当代艺术感兴趣的所有人提供学习机会。在接下来的五周中，您将通过多种主题来探索艺术，包括地点与空间、艺术与身份、日常物品的转化，以及艺术与社会等。每周的学习将通过一段视频开始，这些视频将现代艺术博物馆的作品与主题相连接。您还将听到艺术家、设计师和策展人的音频访谈，并通过附加的阅读材料和资源进一步了解所选的作品。 在课程中，您将发现艺术家如何： - 表达地点并从环境中汲取灵感， - 创作艺术作品以表达、探讨和质疑身份， - 利用日常物品挑战对艺术作品的构成和创作方式的假设， - 通过艺术作品回应其时代的社会、文化和政治问题。 通过讨论论坛的提示和同伴评审作业，您还将有机会与其他学习者建立联系，探讨这些主题与您生活和经历的共鸣。 课程大纲： - 名称：现代艺术与思想介绍 描述：在本课程中，您将学习从新的视角看待艺术，关注可以将艺术作品与我们自身生活联系起来的主题。 - 名称：地点与空间 描述：在此模块中，您将发现艺术家如何表现地点以及在其周围环境中获得灵感的方式。 - 名称：艺术与身份 描述：考虑艺术家如何创作艺术作品以表达、探索和质疑身份。 - 名称：日常物品的转化 描述：了解艺术家如何利用日常物品来挑战对艺术构成及创作方式的假设，探索各种艺术和设计选择，以及发明和转化日常物品的创造性行为。 - 名称：艺术与社会 描述：探讨艺术家如何创作作品以回应其时代的社会、文化和政治问题。 - 名称：课程总结 描述：反思您在《现代艺术与思想》中的学习历程，并完成最终评估。

Modern Data Warehouse Analytics in Microsoft Azure (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-warehouse-analytics-microsoft-azure

简介: 现代数据仓库分析在微软Azure课程概述： 本课程旨在帮助学员掌握云环境下数据库概念的基础知识，提供云数据服务的基本技能，并建立微软Azure云数据服务的基础知识。学员将探讨在Azure中构建数据分析解决方案的各种处理选项，包括Azure Synapse Analytics、Azure Databricks和Azure HDInsight。 本课程是五门课程计划中的第四门，旨在帮助学员为DP-900考试（微软Azure数据基础）做好准备，从而证明自己对云环境中核心数据库概念的基础知识掌握。 本课程非常适合希望学习云环境下数据库概念基本知识的IT专业人士，能够帮助他们为数据工程师和数据库管理员的角色做好准备。此外，已在职的数据库专业人士也可以通过本课程获得额外的技能和证书，以展示自己在云环境中的专业能力，而希望专注于Azure数据领域的IT专业人士同样适合参加。 成功完成本课程的学员需具备基本的计算机知识和一定的英语能力。成功的Azure数据基础学员通常对计算和互联网概念有一定的基本了解，并对从数据中提取洞察力保持兴趣。具备使用网页浏览器的经验、熟悉基本数据概念（例如在电子表格中处理数据表）以及使用图表可视化数据的能力，将为学习提供额外的优势。 课程大纲包括： 1. 数据采集、存储和处理在微软Azure中的应用：学员将研究现代数据仓库的组件，了解Azure Databricks、Azure Synapse Analytics和Azure HDInsight的作用，学习如何使用Azure Synapse Analytics加载和处理数据，探索构建数据仓库时可用的不同数据采集选项，并学习如何使用Azure Data Factory进行数据采集，最后还会探讨执行数据分析的Azure服务。 2. 开始使用Power BI构建：学员将了解Power BI的基本知识，包括其构建块及其如何协同工作。 通过本课程，学员将为在微软Azure环境中进行的数据分析打下坚实的基础。

Modern Hebrew Poetry שירה עברית מודרנית (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/hebrew-poetry

简介: 课程名称：现代希伯来诗歌 שירה עברית מודרנית 课程概述： 本课程对现代希伯来诗歌进行了全面的梳理，从启蒙运动时期开始，通过"复兴"时期和随之而来的现代主义，直到当代诗歌的发展。课程生动展现了希伯来诗歌的诗学转折点及其风格和主题的发展。通过对不同历史时期的文本进行细致的解读，课程提供了丰富的理论、文学和历史知识，并包含深刻且具有挑战性的解读。 课程大纲： 第1周 - 希伯来文艺复兴简介：介绍"复兴"时期的诗歌，重点讨论犹大·莱布·戈登及"锡安热"的诗歌。 第2周 - 文艺复兴：分析沙乌尔·察尔尼霍夫斯基的作品。 第3周 - 比亚利克1 - 情感的教育：深入研究海姆·纳赫曼·比亚利克的诗歌。 第4周 - 比亚利克2 - 光、影与愤怒：继续探索比亚利克的作品。 第5周 - 比亚利克的一代 - 美好时期与城市主义：讨论比亚利克时代的诗人们。 第6周 - 现代主义的先驱：关注雅各·费赫曼、亚伯拉罕·本·伊扎克与大卫·富戈尔的创作。 第7周 - 表现主义的边缘：探讨大卫·富戈尔、大卫·施曼维茨与约瑟夫·齐维·里蒙的作品。 第8周 - 现代主义与象征主义：分析乌里·齐维·格林伯格与亚伯拉罕·施隆斯基的诗歌。 第9周 - 现代诗歌的女性先驱：讨论埃丝特·拉夫与拉赫尔·布洛布施泰因的贡献。 第10周 - 阿尔特曼的诗歌：专注于纳坦·阿尔特曼的作品。 第11周 - 戈德堡与伦斯基：研究利亚·戈德堡与海伊姆·伦斯基的诗歌。 第12周 - 1948一代：探讨以色列独立战争后的诗歌。 第13周 - 国家的代：讨论以色列建国后的诗歌作品。 第14周 - 以色列诗歌与口语希伯来语：分析以色列诗歌与现代口语的关系。 通过本课程，学员将能够深入理解现代希伯来诗歌的演变及其文化背景，并培养对诗歌的分析和解读能力。

Modern Regression Analysis in R (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modern-regression-analysis-in-r

简介: 课程名称：R中的现代回归分析 课程概述：本课程将为数据科学提供一套基础的统计建模工具。特别是，学生将学习线性统计模型的方法、理论和应用，涵盖参数估计、残差诊断、拟合优度以及变量选择和模型比较的各种策略。课程还将关注统计模型的误用及其伦理影响。 该课程可以作为科罗拉多大学博尔德分校数据科学硕士（MS-DS）学位的一部分进行学习，MS-DS是一个跨学科的学位项目，整合了来自应用数学、计算机科学、信息科学等多个学科的教师资源。该项目采用基于表现的录取方式，无需申请流程，非常适合具有计算机科学、信息科学、数学和统计学等领域多样本科学士教育或专业经验的个人。更多关于MS-DS项目的信息请访问 https://www.coursera.org/degrees/master-of-science-data-science-boulder。 课程大纲： 1. 模块名称：统计模型简介 描述：本模块将介绍统计建模的一般基础概念框架，特别是线性回归模型。 2. 模块名称：线性回归参数估计 描述：本模块将学习如何使用最小二乘法拟合线性回归模型。还将研究最小二乘法的性质，并描述线性回归模型的一些拟合优度指标。 3. 模块名称：线性回归推断 描述：本模块将研究线性回归建模用于推导样本到总体推论的应用。 4. 模块名称：线性回归分析中的预测与解释 描述：本模块将识别模型如何预测未来值，并构建这些值的区间估计。同时，我们将探讨统计建模与因果解释之间的关系。 5. 模块名称：回归诊断 描述：本模块将学习如何诊断线性回归模型拟合中的问题。具体来说，我们将使用正式检验和可视化技术判断线性模型是否适合当前数据。 6. 模块名称：模型选择与多重共线性 描述：本模块将研究模型选择和模型改进的方法。具体来说，我们将学习何时以及如何应用模型选择技术，例如前向选择和后向选择、基于准则的方法，并了解多重共线性（也称为共线性）的问题。

Modern Robotics, Course 1: Foundations of Robot Motion (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modernrobotics-course1

简介: 课程名称：现代机器人学，第1课：机器人运动基础 概述：您想了解机器人是如何运作的吗？您对机器人技术作为职业感兴趣吗？您愿意投入精力学习机器人各个子领域所用的基本数学模型技术吗？如果是的话，"现代机器人学：机械、规划与控制"的专业化课程可能适合您。该专业包含六个短课程，是为那些希望在机器人领域工作或进行深入研究的学生提供严肃的准备，并非简单的尝试课程。 在该专业的第一课《机器人运动基础》中，您将学习有关机器人配置的基本知识，包括串联机器人机制以及闭环机器人。课程内容包括配置空间（C-space）、自由度、C-space 拓扑、配置的隐式和显式表示，以及全动力学和非全动力学约束。您还将学习如何将空间速度和力表示为扭矩和力矩。这些内容是研究任何运动物体（例如机器人）的核心。 本课程将以《现代机器人学：机械、规划与控制》（Lynch和Park，剑桥大学出版社2017年）一书为依据，您可以购买该书或使用免费的预印本PDF。您将建立一个自选编程语言（如Python、Mathematica或MATLAB）的机器人软件库，并使用一款免费的跨平台机器人模拟器V-REP，使您能够在家中舒适地操作现代机器人，并且无需财务投资。 课程大纲： - 名称：现代机器人学导论 描述：专业导论、现代机器人代码库、CoppeliaSim机器人模拟器以及灯板视频生成工具的介绍。 - 名称：第二章：配置空间（第1部分，共2部分） 描述：刚体和机器人的配置空间及自由度介绍。 - 名称：第二章：配置空间（第2部分，共2部分） 描述：配置空间拓扑与表示；配置和速度约束；任务空间与工作空间。 - 名称：第三章：刚体运动（第1部分，共2部分） 描述：刚体运动、旋转矩阵、角速度和旋转的指数坐标。 - 名称：第三章：刚体运动（第2部分，共2部分） 描述：齐次变换矩阵、扭矩、螺旋、刚体运动的指数坐标和力矩。 通过此课程，您将建立对机器人运动学的扎实基础，为未来的机器人技术学习和职业生涯打下良好基础。

Modern Robotics, Course 2: Robot Kinematics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modernrobotics-course2

简介: 课程名称：现代机器人学，第2课程：机器人运动学 概述：您是否想了解机器人是如何工作的？您是否对机器人事业感兴趣？您是否愿意投入精力学习在机器人各个子领域中使用的基本数学建模技术？如果是的话，“现代机器人学：机械、规划与控制”专业可能适合您。该专业包含六个短课程，是希望在机器人领域工作或进行高级研究的学生的严肃准备，而不仅是一个简单的试听课程。 在本专业的第2课程“机器人运动学”中，您将学习如何使用乘积指数公式求解正运动学（根据关节值计算机器人的“手”配置）。您在第1课程中的努力将取得丰硕回报，正运动学的计算将变得相对简单。接下来，您将学习与关节速度和力/扭矩相关的速度运动学和静态，求解逆运动学（计算实现所需“手”配置的关节值）以及闭链机器人的运动学。 本课程基于教材《现代机器人学：机械、规划与控制》（Lynch 和 Park, 剑桥大学出版社，2017年）。您可以购买该书或使用免费的预印本PDF。您将建立一个您选择的编程语言（包括Python、Mathematica和MATLAB）中的机器人软件库，并使用免费的跨平台机器人模拟器V-REP，这使您可以在家中舒适地与最先进的机器人进行工作，且无需任何经济投入。 课程大纲： - 第4章：正运动学 描述：空间框架和末端执行器框架中的正运动学乘积指数公式。 - 第5章：速度运动学和静态 描述：使用空间雅可比和身体雅可比的速度运动学，开放链的静态、奇异性和可操控性。 - 第6章：逆运动学 描述：解析和数值逆运动学。 - 第7章：闭链的运动学 描述：闭链的正运动学、逆运动学、速度运动学和静态。

Modern Robotics, Course 3: Robot Dynamics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modernrobotics-course3

简介: 课程名称：现代机器人学，课程3：机器人动力学 概述：您想了解机器人是如何工作的？您对机器人技术的职业生涯感兴趣吗？您愿意投入精力学习在机器人各个领域使用的基本数学建模技术吗？如果是的话，那么“现代机器人学：机械、规划和控制”专业化可能适合您。该专业化包含六个短课程，是希望在机器人领域工作或进行深造的学生的严谨准备，绝非简单的试学。 在本课程“机器人动力学”中，您将学习高效的数值算法，包括前向动力学（在给定机器人配置、速度以及关节力和扭矩的情况下计算机器人加速度）和逆向动力学（在给定机器人配置、速度和加速度的情况下计算所需的关节力和扭矩）。前向动力学有助于模拟，而逆向动力学则有助于机器人控制。您还将学习在动态约束条件下规划机器人轨迹。 本课程遵循教材《现代机器人学：机械、规划和控制》（Lynch 和 Park，剑桥大学出版社，2017）。您可以购买该书或使用免费预印本PDF。您将以您选择的编程语言（Python、Mathematica 和 MATLAB）构建机器人软件库，并使用免费的跨平台机器人模拟器V-REP，让您能够在自家舒适的环境中与先进的机器人进行互动，无需财务投资。 课程大纲： - 第8章：开放链的动力学（第1部分） - 描述：拉格朗日动力学的表述，向心力和科里奥利力，机器人质量矩阵，刚体动力学，以及开放链机器人的牛顿-欧拉逆向动力学。 - 第8章：开放链的动力学（第2部分） - 描述：开放链的前向动力学、任务空间动力学、约束动力学，以及因齿轮和摩擦产生的实际效应。 - 第9章：轨迹生成（第1部分） - 描述：点对点“直线”轨迹和通过途经点的多项式轨迹。 - 第9章：轨迹生成（第2部分） - 描述：沿着指定路径的时间最优运动，需考虑机器人动力学和执行器限制。

Modern Robotics, Course 4: Robot Motion Planning and Control (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modernrobotics-course4

简介: 课程名称：现代机器人学，第4课：机器人运动规划与控制 课程概述：你是否想了解机器人如何工作？你是否对机器人技术作为职业感兴趣？你是否愿意投入精力学习在机器人各个子领域中使用的基本数学建模技术？如果是，那么“现代机器人学：机械、规划与控制”专业化路径可能适合你。该专业化包含六门短课程，是希望在机器人领域工作或进行深入研究的学生的严谨准备。它不是一个简单的体验课程。 在专业化的第4课《机器人运动规划与控制》中，你将学习机器人运动生成的关键概念：在障碍物存在的情况下为机器人规划运动，以及实时反馈控制以跟踪规划的运动。该课程基于《现代机器人学》教科书的第10章（运动规划），涵盖了C空间障碍、图和树以及图搜索的基础知识，以及经典和现代运动规划技术，如基于网格的运动规划、随机采样规划者和虚拟势场。第11章（机器人控制）则涉及运动控制、力控制和混合运动-力控制。 本课程将遵循《现代机器人学：机械、规划与控制》（林奇和帕克，剑桥大学出版社2017年）这本教材。你可以选择购买该书或使用免费的预印本PDF。你将根据选择的编程语言（如Python、Mathematica或MATLAB）构建一套机器人软件库，并利用免费的跨平台机器人模拟器V-REP，允许你在家中舒适地与最先进的机器人进行互动，而无需任何经济投资。 课程大纲： - 第10章：运动规划（第1部分）：C空间障碍、图和树以及A*图搜索。 - 第10章：运动规划（第2部分）：在离散化C空间网格上的运动规划、基于随机采样的规划者、虚拟势场和非线性优化。 - 第11章：机器人控制（第1部分）：一阶和二阶线性误差动态、反馈控制系统的稳定性，以及当控制器的输出命令关节速度时的机器人运动控制。 - 第11章：机器人控制（第2部分）：当控制器的输出命令关节扭矩时的运动控制、力控制和混合运动-力控制。

Modern Robotics, Course 5: Robot Manipulation and Wheeled Mobile Robots (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modernrobotics-course5

简介: 课程名称：现代机器人学，第5课程：机器人运动规划与轮式移动机器人 课程概述： 您是否想了解机器人是如何工作的？您是否对机器人技术作为职业感兴趣？您是否愿意付出努力学习在机器人所有子领域中使用的基础数学建模技术？如果是的话，那么“现代机器人学：力学、规划与控制”这一专业可能适合您。该专业包含六个短课程，是希望在机器人领域工作或进行深造的学生严肃备考的选择，而不仅仅是尝试。 在本专业的第5课程中，我们深入探讨机器人学中的高级主题。教材《现代机器人学》第12章“抓取与操作”涵盖了接触刚体之间的运动学和力的建模，并将这些建模应用于机器人抓取和其他操作任务的分析与规划。第13章“轮式移动机器人”则涵盖了全方向和非完整轮式移动机器人的建模、运动规划和反馈控制，最后还探讨了由轮式移动底座和机器人手臂组成的移动操纵器的控制。 本课程基于《现代机器人学：力学、规划与控制》一书（Lynch和Park，剑桥大学出版社2017年）。您可以购买此书或使用免费的预印本PDF。您将建立一个适用于您选择的编程语言（Python、Mathematica或MATLAB）的机器人软件库，并使用免费的跨平台机器人仿真器V-REP，这样您就可以在自己舒适的家中使用先进的机器人，而无需任何财务投入。 课程大纲： - 第12章：抓取与操作（第一部分） - 描述：接触的运动学、接触类型（滚动、滑动和断裂）、图形方法表示平面中的运动学约束以及形式闭合抓取（完全运动学约束）。 - 第12章：抓取与操作（第二部分） - 描述：库伦摩擦、摩擦锥、图形方法表示平面中的力和力矩、力闭合抓取，以及抓取以外的操作实例。 - 第13章：轮式移动机器人（第一部分） - 描述：全方向和非完整轮式移动机器人的运动学模型。 - 第13章：轮式移动机器人（第二部分） - 描述：非完整轮式移动机器人的可控性、运动规划与反馈控制；轮式移动机器人的里程计；以及移动操作。

Modern Robotics, Course 6: Capstone Project, Mobile Manipulation (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/modernrobotics-course6

简介: 课程名称：《现代机器人》 第6章：顶点项目，移动操控 课程概述：现代机器人专项的顶点项目聚焦于移动操控，即同时控制轮式移动底盘和机器人手臂以完成操作任务。该项目整合了专项中的多个主题，包括轨迹规划、移动机器人里程计以及反馈控制。学生将基于提供的现代机器人软件库（以Python、Mathematica和MATLAB编写）以及之前课程所编写的软件，开发能够规划和控制移动操控器运动的软件，以实现物品的抓取和放置任务。测试将使用KUKA youBot，该移动操控器由全向轮移动底盘、五自由度机器人手臂和夹爪组成。同时，课中还使用先进的跨平台V-REP机器人仿真器来模拟任务。 课程大纲： 1. 章节名称：顶点项目介绍与里程碑1 描述：针对四个mecanum轮的youBot全向移动机器人进行里程计的研究及其在运动学仿真中的应用。 2. 章节名称：里程碑2：参考轨迹生成 描述：为移动操控器的末端执行器生成参考轨迹，以实现抓取和放置任务。 3. 章节名称：里程碑3：前馈控制 描述：对移动操控器末端执行器实施前馈控制，以沿参考轨迹移动。 4. 章节名称：项目完成与提交 描述：对移动操控器的末端执行器进行前馈加反馈控制，以稳定末端执行器的参考轨迹。

Modern Supervisor Skills (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/supervisor-skills

简介: 课程概述: 现代主管技能 本课程提供了作为一名主管所需的基本技能和知识，帮助您理解并有效地与来自不同背景的员工和客户沟通。课程结束后，您将能够： - 描述主管职位的性质及其在营造积极工作环境中的作用。 - 识别并应用与个人和团体进行有效沟通的技能。 - 解释多元文化社会和劳动力的影响。 - 阐明强大客户服务文化对组织成功的重要性。 - 解释主管在创建以客户为中心的组织中的角色。 最重要的是，您将能够立即应用这些知识，成为一名高效的主管，妥善和有效地处理员工、其他管理者和客户的关系。 目标受众: 该课程适合希望成为或目前正在担任主管的人员。您无需具备管理或监督经验。如果您拥有高中学历或同等学历，并有几年的工作经验，您就符合该课程的资格。 课程大纲: 1. 创建积极的工作场所 - 学习主管在平衡组织目标与员工权利和需求方面的独特角色。 2. 成为以客户为中心 - 学习主管如何建立一个致力于满足客户需求的组织，以及主管在这一过程中的关键角色。 3. 有效的员工沟通 - 了解沟通对与员工工作及执行关键管理任务（如规划、组织、人员配置、领导和控制）的重要性，并学习更有效的沟通和倾听技能。 4. 管理多元化的劳动力 - 理解工作场所的多样性及其对组织的好处，学习与多元化个体相关的主要就业法律。 5. 实际观点 - 将过去四周开发的知识和技能应用于实际情况。 本课程不会有先修要求，也不需要特殊软件。

Modernizing Data Lakes and Data Warehouses with GCP em Português Brasileiro (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-lakes-data-warehouses-gcp-br

简介: 课程名称：用GCP现代化数据湖和数据仓库（葡萄牙语） 课程概述：在任何数据管道中，数据湖和数据仓库是两个主要组成部分。本课程重点介绍每种存储类型的使用案例，并详细分析Google Cloud Platform（GCP）中可用的数据湖和数据仓储解决方案。我们还描述了数据工程师的角色、数据管道对业务运营的好处，并探讨为什么在云环境中进行数据工程更具优势。参与者将通过QwikLabs获得在Google Cloud Platform上进行数据湖和数据仓库的实践经验。 课程大纲： 1. 模块名称：介绍 描述：本模块是“Google Cloud上的数据工程”系列和“用Google Cloud现代化数据湖和数据仓库”课程的第一部分。 2. 模块名称：数据工程简介 描述：本模块中，我们将描述数据工程师的角色，并强调在云中发展数据工程的理由。 3. 模块名称：如何创建数据湖 描述：在本模块中，您将了解什么是数据湖，以及如何在Google Cloud中使用Cloud Storage来构建数据湖。 4. 模块名称：如何创建数据仓库 描述：本模块将讨论BigQuery作为Google Cloud中的数据仓库存储选项。 5. 模块名称：总结 描述：本模块将总结主要的学习要点。

Modernizing Data Lakes and Data Warehouses with GCP en Español (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-lakes-data-warehouses-gcp-es

简介: 课程名称：利用GCP现代化数据湖和数据仓库（西班牙语） 课程概述： 本课程专注于数据管道的两个关键组成部分——数据湖和数据仓库。通过实际案例，课程阐述了谷歌云平台上可用的数据湖和数据仓库解决方案的技术细节。同时，课程介绍了数据工程师的角色，阐明了成功数据管道对商业运营的益处，并分析了为什么数据工程应在云环境中进行。参与者将通过QwikLabs获得在谷歌云平台上使用数据湖和数据仓库的实践经验。 课程大纲： 1. **介绍** 描述：本模块为“谷歌云数据工程”系列课程及“利用谷歌云现代化数据湖和数据仓库”课程的介绍。 2. **数据工程简介** 描述：本模块介绍数据工程师的角色，并解释为什么数据工程应在云中进行。 3. **创建数据湖** 描述：本模块阐述数据湖的概念以及如何在谷歌云中使用Cloud Storage作为数据湖。 4. **创建数据仓库** 描述：本模块讨论了BigQuery作为谷歌云中的数据存储选项。 5. **总结** 描述：总结关键学习要点。

Modernizing Data Lakes and Data Warehouses with GCP en Français (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-lakes-data-warehouses-gcp-fr

简介: 课程名称：使用GCP现代化数据湖和数据仓库（法语） 概述：数据管道的两个主要组成部分是数据湖和数据仓库。本课程探讨了这两种存储系统的应用案例，并详细介绍了Google云平台上可用的解决方案。同时，还介绍了数据工程师的角色，以及数据管道对企业的优势，解释了云环境在数据工程中的重要性。通过在QwikLabs中的实践练习，您将熟悉Google云平台上的数据湖和数据仓库的概念。 课程大纲： 第一部分：创建数据湖 描述：本模块解释了什么是数据湖，以及如何在GCP中使用Google云存储作为数据湖。 第二部分：总结 描述：本模块回顾了课程中涉及的所有主题。

Modernizing Data Lakes and Data Warehouses with GCP 日本語版 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-lakes-data-warehouses-gcp-jp

简介: 本コース「Modernizing Data Lakes and Data Warehouses with GCP 日本語版」では、データパイプラインの重要な2つのコンポーネントであるデータレイクとデータウェアハウスに焦点を当てます。コースでは、Google Cloud Platform（GCP）上でのデータレイクとデータウェアハウスの技術的なソリューションに詳しく説明し、データエンジニアの役割や適切なデータパイプラインがビジネスに与える利点についても学びます。また、受講者はQwiklabsを通じて、GCPのデータレイクとデータウェアハウスを実践的に体験することができます。 ### コースのシラバス 1. **はじめに** - 内容: 「Data Engineering on Google Cloud」コースシリーズと本コースの紹介。 2. **データエンジニアリングの概要** - 内容: データエンジニアの役割の説明と、クラウドでデータエンジニアリングを行う必要性の理解を促します。 3. **データレイクの構築** - 内容: データレイクの基本概念と、Google CloudのCloud Storageをデータレイクとして使用する方法について説明。 4. **データウェアハウスの構築** - 内容: GCPのデータウェアハウジングオプションであるBigQueryの詳細説明。 5. **まとめ** - 内容: コースの主な学習ポイントの振り返り。 このコースを通じて、受講者は最新のデータ管理技術の習得を目指します。