
این دورههای آنلاین و رایگان دانشگاه هاروارد را از دست ندهید
دانشگاه هاروارد دورههای رایگان در حوزههای هوش مصنوعی، علوم داده، برنامهنویسی و توسعه وب ارائه میدهد.

دانشگاه هاروارد دورههای آنلاین رایگانی را ارائه کرده است که برای سال 2025 بسیار جذاب و کاربردی به نظر میرسند. این دوره های آموزشی رایگان بدون نیاز به پرداخت هزینهای قابل دسترسی هستند و فرصت مناسبی را برای یادگیری مهارتهای جدید در حوزههای مختلف فناوری و علوم کامپیوتر فراهم میکنند.
دوره های رایگان دانشگاه هاروارد
دوره اول: «علم داده: یادگیری ماشینی»
با این دوره میتوانید مبانی یادگیری ماشینی، نحوه ساخت یک سیستم پیشنهاددهی و چندین الگوریتم محبوب یادگیری ماشین را بیاموزید.
طبق توضیحات هاروارد، با این دوره شما درباره دادههای آموزشی و نحوه استفاده از یک مجموعه داده برای کشف روابط بالقوه پیشبینیکننده را یاد خواهید گرفت. همچنین یاد خواهید گرفت که چگونه الگوریتمها را با استفاده از دادهها آموزش دهید تا بتوانید نتایج را برای مجموعههای داده آینده پیشبینی کنید.
دوره دوم: «CS50: مقدمهای بر علوم کامپیوتر برای حرفهایهای کسبوکار»
این دوره مقدمهای از CS50 به علوم کامپیوتر برای کسبوکارهای حرفهای است که برای مدیران، مدیران محصول، بنیانگذاران و بهطور کلی تصمیمگیرندگان طراحی شده. موضوعاتی که این دوره روی آنها تمرکز دارد شامل تفکر محاسباتی، زبانهای برنامهنویسی، فناوریهای اینترنت، توسعه وب و رایانش ابری میشود.

دوره سوم: «CS50 برای درک تکنولوژی»
این دوره مقدماتی از CS50 برای افرادی است که هنوز به افراد حرفهای حوزه کامپیوتر تبدیل نشدهاند. این دوره برای کسانی طراحی شده است که هر روز با فناوری کار میکنند اما لزوماً درک نمیکنند که چگونه همه چیز در زیر سطح کار میکند یا چگونه مشکلات را هنگامی که چیزی اشتباه پیش میرود حل کنند.
دوره چهارم: «مقدمه توسعه بازی»
در این دوره شرکتکنندگان نکات آموزشی مهمی را در زمینه توسعه بازیهای 2 بعدی و 3 بعدی تعاملی یاد خواهند گرفت.
دوره پنجم: «دوره جامع توسعه اپ موبایل با ریاکت نیتیو»
این دوره شما را با جاوااسکریپت مدرن (شامل ES6 و ES7) و همچنین JSX (یک افزونه جاوااسکریپت) آشنا میکند. از طریق پروژههای عملی آن، شما تجربهای با React و پارادایمهای آن، معماری اپلیکیشنها و رابطهای کاربری به دست خواهید آورد. این دوره با یک پروژه نهایی به اوج میرسد که در آن شما یک اپلیکیشن را کاملاً براساس طراحی خود پیادهسازی خواهید کرد.
دوره ششم: «مقدمهای بر برنامهنویسی با اسکرچ»
این دوره مقدمهای بر برنامهنویسی با استفاده از Scratch است، یک زبان برنامهنویسی بصری که در آن برنامهنویسان میتوانند کد را با کشیدن و رهاکردن بلوکهای گرافیکی (که شبیه قطعات پازل هستند) بهجای تایپ متن بنویسند. اسکرچ به افرادی که هیچ تجربه قبلی در برنامهنویسی ندارند، این امکان را میدهد تا انیمیشنها، بازیها، هنرهای تعاملی و داستانهای خود را طراحی کنند.
دوره هفتم: «مقدمه علوم کامپیوتر»
دوره مقدماتی دانشگاه هاروارد در مورد فعالیتهای فکری علوم کامپیوتر و هنر برنامهنویسی، که برای دانشجویان رشتههای مرتبط و غیرمرتبط، با یا بدون تجربه قبلی در برنامهنویسی طراحی شده است. این دوره سطح مقدماتی به دانشآموزان میآموزد که چگونه الگوریتمی فکر کنند و مشکلات را بهطور مؤثر حل کنند. موضوعات آن شامل انتزاع (abstraction)، الگوریتمها، ساختارهای داده، کپسولهسازی (encapsulation)، مدیریت منابع، امنیت، مهندسی نرمافزار و توسعه وب میشود. زبانهای مورد استفاده در آن نیز شامل C، پایتون، SQL و جاوااسکریپت به همراه CSS و HTML هستند.
دوره هشتم: «CS50 برای وکلا» | سطح: مقدماتی
این دوره مقدماتی علوم کامپیوتر دانشگاه هاروارد (CS50) است که ویژه وکلا و دانشجویان حقوق طراحی شده است. در این دوره به مباحث مهمی مانند الگوریتمها، پردازش ابری، پایگاههای داده، شبکه، حریم خصوصی، برنامهنویسی، امنیت و موارد دیگر پرداخته میشود.
دوره نهم: «کارآفرینی فناوری: از آزمایشگاه تا بازار» | سطح: مقدماتی
دانشگاهها، آزمایشگاههای دولتی و شرکتهای خصوصی میلیاردها دلار در بخش تحقیق و توسعه فناوریهای پیشرفته سرمایهگذاری میکنند که پتانسیل تغییر صنایع و زندگی ما را دارند اما تعداد بسیار کمی از این فناوریها از آزمایشگاه خارج میشوند؛ چون اغلب کاربردهای جذابی در بازار پیدا نمیکنند؛ پس چه چیزی موفقیت را تعیین میکند؟ چگونه اختراع به نوآوری پایدار تبدیل میشود؟ در این دوره با این موضوع بیشتر آشنا میشوید.

دوره دهم: «تحلیل دادهها با ابعاد بالا» | سطح: متوسط
اگر به تحلیل و تفسیر دادهها علاقهمندید، این دوره مناسب شماست. این دوره بر چندین تکنیک که بهطور گسترده در تجزیهوتحلیل دادهها با ابعاد بالا استفاده میشوند، تمرکز دارد. همچنین در این دوره مقدمهای کوتاه بر یادگیری ماشینی خواهید داشت.
دوره یازدهم: «استنتاج آماری و مدلسازی برای آزمایشهایی با توان عملیاتی بالا» | سطح: متوسط
در این دوره، مباحث مختلف آماری ازجمله مسائل تست چندگانه، نرخ خطا، رویههای کنترل نرخ خطا، مقادیر q و تحلیل دادهها را میآموزید، سپس مدلسازی آماری و نحوه اعمال آن بر دادههایی با توان عملیاتی بالا را یاد میگیرید. درکل این دوره بر تکنیکهایی که معمولاً برای استنتاج آماری دادههایی با توان عملیاتی بالا استفاده میشوند، متمرکز است.
دوره دوازدهم: «مقدمهای بر مدلهای خطی و جبر ماتریسی» | سطح: متوسط
جبر ماتریسی زیربنای بسیاری از ابزارهای فعلی برای طراحی آزمایش و تجزیهوتحلیل دادههای با ابعاد بالاست. در این دوره از جبر ماتریسی برای نمایش مدلهای خطی استفاده میشود. طی دوره نیز از زبان برنامهنویسی R استفاده خواهید کرد و بهتر است با آن آشنا باشید. همچنین پیشنهاد میشود نگاهی به دوره بعدی بیندازید.
دوره سیزدهم: «آمار و R» | سطح: متوسط
در بین دوره های دانشگاه هاروارد، این دوره مقدمهای است بر مفاهیم پایه آماری و مهارتهای برنامهنویسی R لازم برای تجزیهوتحلیل دادهها در علوم زیستی.
دوره چهاردهم: «علم داده: تصویرسازی» | سطح: مقدماتی
اصول اولیه تصویرسازی دادهها و نحوه اعمال آنها با استفاده از ggplot2 را یاد بگیرید. در این دوره با مجموعهدادههای ساده شروع خواهید کرد سپس به مطالعات موردی درباره سلامت جهانی، اقتصاد و روند پیشرفت بیماریهای عفونی در ایالات متحده میپردازید.
دوره پانزدهم: «علم داده: احتمال» | سطح: مقدماتی
یادگیری نظریه احتمال برای هر علاقهمند یا محقق حوزه علم داده ضروری است. در این دوره این نظریه را با مطالعه موردی درباره بحران مالی 2007-2008 یاد میگیرید. این دوره مفاهیم مهمی مانند متغیرهای تصادفی، استقلال، شبیهسازیهای مونت کارلو، خطاهای استاندارد و قضیه حد مرکزی را معرفی میکند. این مفاهیم آماری برای آزمونهای آماری روی دادهها و درک اینکه دادههایی که تجزیهوتحلیل میکنید احتمالاً تصادفی رخ میدهند یا خیر، اساسی هستند.
دوره شانزدهم: «علم داده: استنتاج و مدلسازی» | سطح: مقدماتی
استنتاج و مدلسازی آماری برای تحلیل دادههایی که شانس بر آنها تأثیر میگذارد، ضروری هستند و دانشمندان علم داده باید حتماً با آنها آشنا باشند. در این دوره، این مفاهیم کلیدی را از طریق مطالعه موردی درباره پیشبینی انتخابات یاد میگیرید.
دوره هفدهم: «علم داده: ابزارهای بهرهوری» | سطح: مقدماتی
پروژه تحلیل داده معمولی ممکن است شامل چندین بخش باشد که هرکدام شامل چندین فایل داده و اسکریپتهای مختلف با کد هستند. سازماندهی همه اینها میتواند چالشبرانگیز باشد. این دوره نحوه استفاده از Unix یا Linux را بهعنوان ابزارهایی برای مدیریت فایلها و دایرکتوریها در کامپیوتر و نحوه سازماندهی سیستم فایل توضیح میدهد. همچنین با گیتهاب آشنا میشوید که میتوانید از آن برای نگهداری و اشتراکگذاری فایلهای خود در مخزن استفاده کنید.
دوره هجدهم: «اصول، ابزارهای آماری و محاسباتی برای مباحث تکرارپذیر علم داده» | سطح: متوسط
این دوره مهارتها و ابزارهایی را به شما آموزش میدهد تا از نتایج علم داده و تحقیقات تکرارپذیر خود مطمئن شوید؛ بهاینترتیب میتوانید به یافتههای تحقیقات خود اعتماد کنید و آنها را با دیگران به اشتراک بگذارید.
دوره بیستم: «مقدمهای بر علوم کامپیوتر» | سطح: متوسط
این دوره به حوزههایی ازجمله حل مسئله از طریق الگوریتم و زبانهای برنامهنویسی مانند پایتون (Python)، جاوااسکریپت (JavaScript) و SQL تمرکز دارد.
دوره بیست و یکم: «مقدمهای بر برنامهنویسی CS50 با استفاده از Scratch» | سطح: متوسط
Scratch یک زبان برنامهنویسی بصری است که در آن برنامهنویسان میتوانند بهجای تایپ، با کشیدن و رهاکردن بلوکهای گرافیکی (که شبیه قطعات پازل هستند) کد بنویسند.
دوره بیست و دوم: «آموزش مقدماتی توسعه بازی» | سطح: متوسط
این دوره برای علاقهمندان به ساخت بازیهای ویدیویی طراحی شده و مفاهیم پایه در توسعه بازی را با استفاده از زبان C# و موتور بازیسازی Unity آموزش میدهد. شرکتکنندگان در طول دوره با اصول طراحی بازی، فیزیک در بازیها، گرافیک دوبعدی و سهبعدی، و توسعه پروژههای تعاملی آشنا میشوند.
دوره بیست و سوم: «درک فناوری» | سطح: متوسط
این دوره برای افرادی طراحی شده که به دنبال درک بهتر از فناوریهای مدرن بدون نیاز به پیشزمینه فنی هستند. مباحثی مانند اینترنت، الگوریتمها، امنیت سایبری، پایگاه داده و هوش مصنوعی به زبانی ساده و قابل فهم ارائه میشوند.
دوره بیست و چهارم: «آموزش علوم کامپیوتر برای کسبوکارها» | سطح: متوسط
در این دوره، مبانی علوم کامپیوتر با تمرکز بر کاربردهای تجاری آن بررسی میشود. موضوعاتی نظیر ذخیرهسازی داده، الگوریتمها، امنیت، و تحلیل دادهها به زبان قابل درک برای مدیران، کارآفرینان و تصمیمگیرندگان از جمله بخشهای آن محسوب میشود.
دوره بیست و پنجم: «علم داده: یادگیری ماشین» | سطح: متوسط
این دوره مقدمهای جامع بر یادگیری ماشین در چارچوب علم داده است و در آن با مفاهیم کلیدی مانند مدلسازی، اعتبارسنجی، و پیشبینی و از ابزارهایی مانند پایتون و کتابخانههای مرتبط برای پیادهسازی آشنا خواهید شد.
دوره رایگان پایتون هاروارد
دوره اول: «مقدمهای بر علم داده با پایتون»
شرکتکنندگان این دوره نحوه استفاده از پایتون برای جمعآوری و تحلیل دادهها را میآموزند. همانطور که هاروارد توضیح میدهد، این مهارتها در دنیای امروز که دادهها نقش کلیدی در تصمیمگیریها ایفا میکنند، بسیار ارزشمند هستند.

دوره دوم: «دوره مقدماتی برنامهنویسی با پایتون از CS50»
این دوره مقدمهای بر برنامهنویسی با استفاده از زبان پایتون است. در این دوره یاد میگیرید که چگونه کدها را بخوانید و بنویسید و همچنین چگونه آنها را تست کنید و خطایابی (Debug) انجام دهید. این دوره برای افرادی طراحی شده است که مایلند بهطور خاص پایتون را یاد بگیرند.
دوره سوم: «برنامهنویسی وب با پایتون و جاوااسکریپت»
موضوعات این دوره شامل طراحی پایگاهداده، مقیاسپذیری، امنیت و تجربه کاربری میشود. از طریق پروژههای عملی دوره یاد خواهید گرفت که چگونه API بنویسید و از آنها استفاده کنید، رابطهای کاربری تعاملی ایجاد کنید و از خدمات ابری مانند GitHub و Heroku بهرهبرداری کنید.
دوره چهارم: «مقدمهای بر هوش مصنوعی در CS50 با استفاده از پایتون»
مواردی که با این دوره یاد خواهید گرفت شامل الگوریتمهای جستجوی گراف، یادگیری تقویتی، یادگیری ماشینی، اصول هوش مصنوعی، نحوه طراحی سیستمهای هوشمند و نحوه استفاده از هوش مصنوعی در برنامههای پایتون میشود.
دوره ششم: «آموزش مقدماتی برنامهنویسی با پایتون» | سطح: متوسط
این دوره برای افرادی طراحی شده که میخواهند برنامهنویسی را با زبان پایتون آغاز کنند. مفاهیمی مانند متغیرها، حلقهها، توابع، ساختارهای داده و کار با فایلها را در این دوره بهصورت عملی یاد خواهید گرفت.
دوره هفتم: «مقدمهای بر علم داده با پایتون» | سطح: متوسط
در این دوره، مبانی علم داده با تمرکز بر زبان برنامهنویسی پایتون آموزش داده میشود.
برای گفتگو با کاربران ثبت نام کنید یا وارد حساب کاربری خود شوید.