اپلیکیشن اندرویدی فلش‌کارت آموزشی مقدمه‌ای بر جاوا برای علم داده (Data Science with Java)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر جاوا برای علم داده (Data Science with Java)

موضوع کلی: برنامه نویسی

موضوع میانی: جاوا (Java)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر برنامه نویسی و جاوا
• 2. نصب و پیکربندی JDK و IDE
• 3. ساختار یک برنامه جاوا
• 4. متغیرها و انواع داده اولیه
• 5. عملگرها در جاوا
• 6. ورودی و خروجی در جاوا
• 7. کنترل جریان: دستورات شرطی (if, else, switch)
• 8. حلقه‌ها: for, while, do-while
• 9. آرایه‌ها: تعریف، مقداردهی اولیه و دسترسی به عناصر
• 10. رشته‌ها در جاوا
• 11. متدها: تعریف، فراخوانی و پارامترها
• 12. محدوده متغیرها
• 13. بازگشت (recursion)
• 14. برنامه نویسی شی گرا (OOP): مفاهیم اساسی
• 15. کلاس‌ها و اشیاء
• 16. سازنده‌ها (constructors)
• 17. وراثت (inheritance)
• 18. چند شکلی (polymorphism)
• 19. انتزاع (abstraction)
• 20. کپسوله سازی (encapsulation)
• 21. واسط‌ها (interfaces)
• 22. کلاس‌های انتزاعی (abstract classes)
• 23. بسته ها (packages)
• 24. اصلاح کننده های دسترسی (access modifiers)
• 25. کلاس Object و متدهای آن
• 26. مدیریت خطاها: try-catch-finally
• 27. انواع Exception و نحوه مدیریت آن‌ها
• 28. ایجاد Exception های سفارشی
• 29. مجموعه‌ها (Collections): List, Set, Map
• 30. ArrayList و LinkedList
• 31. HashSet و TreeSet
• 32. HashMap و TreeMap
• 33. Iterator و ListIterator
• 34. Generic ها (Generics)
• 35. Lambda Expressions
• 36. Stream API
• 37. کار با فایل‌ها: خواندن و نوشتن
• 38. کار با فایل‌های متنی
• 39. کار با فایل‌های باینری
• 40. Serialization و Deserialization
• 41. مفاهیم پایگاه داده
• 42. اتصال به پایگاه داده با JDBC
• 43. اجرای کوئری‌های SQL
• 44. کار با ResultSet
• 45. آماده‌سازی کوئری‌ها (Prepared Statements)
• 46. مدیریت تراکنش‌ها
• 47. مقدمه‌ای بر Big Data
• 48. Apache Hadoop
• 49. MapReduce
• 50. Hadoop Distributed File System (HDFS)
• 51. Apache Spark
• 52. Spark Core
• 53. Spark SQL
• 54. DataFrames در Spark
• 55. مقدمه‌ای بر یادگیری ماشین
• 56. کتابخانه های یادگیری ماشین جاوا
• 57. Weka
• 58. DL4J
• 59. Data Preprocessing
• 60. Feature Engineering
• 61. مدل سازی: رگرسیون خطی
• 62. مدل سازی: رگرسیون لجستیک
• 63. مدل سازی: درخت تصمیم
• 64. مدل سازی: جنگل تصادفی
• 65. ارزیابی مدل‌ها
• 66. ماتریس درهم ریختگی (Confusion Matrix)
• 67. Precision, Recall, F1-score
• 68. روش‌های اعتبارسنجی مدل (Cross-validation)
• 69. خوشه بندی: K-means
• 70. خوشه بندی: Clustering سلسله مراتبی (Hierarchical Clustering)
• 71. پردازش زبان طبیعی (NLP) با جاوا
• 72. کتابخانه های NLP جاوا: Stanford CoreNLP
• 73. Tokenization و Stemming
• 74. Part-of-Speech Tagging
• 75. Named Entity Recognition
• 76. Sentiment Analysis
• 77. مصورسازی داده‌ها در جاوا
• 78. JFreeChart
• 79. XChart
• 80. گراف‌ها و شبکه‌ها
• 81. کتابخانه JUNG
• 82. تجزیه و تحلیل شبکه
• 83. تکنیک‌های بهینه سازی کد
• 84. الگوریتم‌های جستجو
• 85. الگوریتم‌های مرتب سازی
• 86. آشنایی با الگوهای طراحی (Design Patterns)
• 87. Singleton Pattern
• 88. Factory Pattern
• 89. Observer Pattern
• 90. تست واحد (Unit Testing) با JUnit
• 91. Mockito برای شبیه سازی اشیاء
• 92. Maven: مدیریت وابستگی ها
• 93. Git و کنترل نسخه
• 94. پیاده سازی یک پروژه علم داده کوچک با جاوا
• 95. بهینه سازی Performance در جاوا
• 96. مقدمه ای بر سیستم های توصیه گر (Recommender Systems)
• 97. امنیت در جاوا
• 98. حملات رایج و روش های مقابله با آن ها
• 99. موازی سازی و همزمانی (Concurrency) در جاوا
• 100. Thread ها و Runnable ها