اپلیکیشن اندرویدی فلشکارت آموزشی آموزش Typescript: توسعه هوش مصنوعی
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره آموزش Typescript: توسعه هوش مصنوعی
موضوع کلی: برنامه نویسی
موضوع میانی: تایپ اسکریپت (TypeScript)
📋 سرفصلهای دوره
- 1. مقدمهای بر هوش مصنوعی و نقش تایپاسکریپت
- 2. تایپاسکریپت چیست و چرا برای پروژههای بزرگ ضروری است؟
- 3. نصب و راهاندازی محیط توسعه (Node.js, npm, VS Code)
- 4. کامپایل اولین کد تایپاسکریپت به جاوااسکریپت
- 5. آشنایی با فایل tsconfig.json و گزینههای اصلی کامپایلر
- 6. انواع داده پایه: Number, String, Boolean
- 7. انواع داده خاص: Null, Undefined, Void, Never
- 8. کار با آرایهها (Arrays) و تاپلها (Tuples)
- 9. تفاوت Type Inference و Type Annotation
- 10. نوع any و unknown: چه زمانی و چرا از آنها استفاده کنیم؟
- 11. تعریف توابع و تعیین نوع پارامترها و مقدار بازگشتی
- 12. توابع بینام و توابع پیکانی (Arrow Functions)
- 13. پارامترهای اختیاری و پیشفرض در توابع
- 14. کار با اشیاء (Objects) و تعریف ساختار آنها
- 15. استفاده از Type Aliases برای ساخت انواع داده سفارشی
- 16. Union Types: ترکیب چند نوع داده
- 17. Intersection Types: ادغام چند نوع داده
- 18. مقدمهای بر Interfaces و تفاوت آن با Type Aliases
- 19. ویژگیهای اختیاری (Optional Properties) و فقط خواندنی (Readonly) در اینترفیسها
- 20. گسترش اینترفیسها (Extending Interfaces)
- 21. پیادهسازی اینترفیسها در کلاسها (Implementing Interfaces)
- 22. مقدمهای بر کلاسها و برنامهنویسی شیءگرا
- 23. سازندهها (Constructors) و ویژگیهای کلاس
- 24. سطوح دسترسی: public, private, protected
- 25. ویژگیهای فقط خواندنی (Readonly Members) در کلاسها
- 26. Getterها و Setterها برای کنترل دسترسی به ویژگیها
- 27. اعضای استاتیک (Static Members) در کلاسها
- 28. وراثت (Inheritance) و کلمه کلیدی extends
- 29. چکیدهسازی (Abstraction) با Abstract Classes
- 30. Enums: تعریف مجموعهای از ثابتهای نامگذاری شده
- 31. Numeric Enums و String Enums
- 32. مفهوم Generics و کاربرد آن در توابع
- 33. Generic Interfaces و Generic Classes
- 34. اعمال محدودیت بر روی Generics (Generic Constraints)
- 35. Type Guards و نحوه تنگ کردن انواع داده
- 36. استفاده از عملگرهای typeof و instanceof به عنوان Type Guard
- 37. ایجاد Type Guards سفارشی با توابع Predicate
- 38. Discriminated Unions برای مدیریت ساختارهای داده پیچیده
- 39. Type Assertions: تبدیل نوع با as و <>
- 40. عملگر Non-null Assertion (!)
- 41. ماژولها در تایپاسکریپت: import و export
- 42. فضاهای نام (Namespaces) و تفاوت آن با ماژولها
- 43. کار با کتابخانههای جاوااسکریپت و فایلهای تعریف نوع (.d.ts)
- 44. نصب انواع داده با @types
- 45. انواع داده پیشرفته: Mapped Types
- 46. انواع داده پیشرفته: Conditional Types
- 47. کلمه کلیدی infer در Conditional Types
- 48. انواع داده پیشرفته: Template Literal Types
- 49. Utility Types: Partial, Required, Readonly
- 50. Utility Types: Pick, Omit
- 51. Utility Types: Record, Exclude, Extract
- 52. Utility Types: NonNullable, Parameters, ReturnType
- 53. مقدمهای بر Decorators و فعالسازی آن
- 54. Class Decorators
- 55. Method Decorators
- 56. Property و Parameter Decorators
- 57. برنامهنویسی ناهمزمان: Promises
- 58. استفاده از async/await برای سادهسازی کدهای ناهمزمان
- 59. مدیریت خطا در کدهای async/await
- 60. راهاندازی پروژه Node.js با تایپاسکریپت
- 61. استفاده از کتابخانه Express.js با تایپاسکریپت
- 62. ابزارهای ساخت و باندلینگ: آشنایی با Vite یا Webpack
- 63. تنظیم ESLint و Prettier برای کدنویسی تمیز
- 64. مقدمهای بر تستنویسی با Jest و ts-jest
- 65. نوشتن اولین Unit Test برای توابع تایپاسکریپت
- 66. مقدمهای بر اکوسیستم هوش مصنوعی در جاوااسکریپت و تایپاسکریپت
- 67. چرا تایپاسکریپت برای علم داده و هوش مصنوعی مناسب است؟
- 68. مقدمهای بر TensorFlow.js: یادگیری ماشین در مرورگر و Node.js
- 69. مفاهیم اصلی TensorFlow.js: Tensors, Operations, Variables
- 70. ایجاد و دستکاری Tensors (بردارها، ماتریسها)
- 71. پیادهسازی رگرسیون خطی ساده با TensorFlow.js
- 72. آموزش مدل: تابع هزینه (Loss Function) و بهینهساز (Optimizer)
- 73. انجام پیشبینی با مدل آموزشدیده
- 74. استفاده از مدلهای از پیش آموزشدیده در TensorFlow.js (Pre-trained Models)
- 75. پروژه عملی: طبقهبندی تصویر با MobileNet
- 76. مقدمهای بر کتابخانه Danfo.js (مانند Pandas برای تایپاسکریپت)
- 77. بارگذاری و پاکسازی دادهها از فایلهای CSV با Danfo.js
- 78. پردازش و تحلیل دادهها: انتخاب، فیلتر و گروهبندی
- 79. بصریسازی دادهها با کتابخانههایی مانند Plotly.js
- 80. مقدمهای بر ONNX.js برای اجرای مدلهای از فریمورکهای دیگر
- 81. تعامل با APIهای هوش مصنوعی پایتون (Flask/FastAPI)
- 82. تعریف قراردادهای API با اینترفیسهای تایپاسکریپت
- 83. ارسال دادههای پیچیده (مانند تصاویر) به API
- 84. کار با دادههای حجیم با استفاده از Streams در Node.js
- 85. بهینهسازی عملکرد کدهای عددی در تایپاسکریپت
- 86. مقدمهای بر LangChain.js برای کار با مدلهای زبانی بزرگ (LLM)
- 87. ساخت یک چتبات ساده با استفاده از LangChain.js و یک LLM API
- 88. مقدمه پروژه نهایی: ساخت یک وباپلیکیشن هوشمند
- 89. پروژه: طراحی ساختار داده و اینترفیسها
- 90. پروژه: پیادهسازی بکاند با Node.js, Express و تایپاسکریپت
- 91. پروژه: ایجاد API Endpoint برای پردازش هوش مصنوعی
- 92. پروژه: اتصال به مدل TensorFlow.js یا یک API خارجی
- 93. پروژه: ساخت یک رابط کاربری ساده با React/Vue و تایپاسکریپت
- 94. پروژه: مدیریت State در فرانتاند با تایپاسکریپت
- 95. پروژه: اتصال فرانتاند به بکاند و نمایش نتایج
- 96. پروژه: تست End-to-End اپلیکیشن
- 97. بهترین شیوهها برای سازماندهی کدهای یک پروژه بزرگ تایپاسکریپت
- 98. مستندسازی کد با TSDoc
- 99. مقدمهای بر کانتینرسازی با Docker
- 100. ساخت یک Dockerfile برای اپلیکیشن Node.js/TypeScript
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.