اپلیکیشن اندرویدی فلش‌کارت آموزشی شروع برنامه‌نویسی با پایتون: از مفاهیم پایه تا ساخت پروژه‌های عملی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره شروع برنامه‌نویسی با پایتون: از مفاهیم پایه تا ساخت پروژه‌های عملی

موضوع کلی: مهارت‌های کامپیوتری و برنامه‌نویسی

موضوع میانی: یادگیری زبان‌های برنامه‌نویسی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر دنیای برنامه‌نویسی
• 2. چرا پایتون؟
• 3. نصب و راه‌اندازی محیط برنامه‌نویسی پایتون
• 4. اولین برنامه: سلام دنیا!
• 5. متغیرها و انواع داده در پایتون
• 6. کار با رشته‌ها و عملیات متنی
• 7. ساختارهای داده: لیست‌ها
• 8. عملیات روی لیست‌ها: افزودن، حذف، جستجو
• 9. ساختارهای داده: تاپل‌ها
• 10. ساختارهای داده: دیکشنری‌ها
• 11. کار با دیکشنری‌ها: افزودن، حذف، دسترسی
• 12. ساختارهای داده: مجموعه‌ها (Sets)
• 13. دستورات شرطی: if, elif, else
• 14. عملگرهای مقایسه‌ای و منطقی
• 15. حلقه‌های تکرار: for loop
• 16. کاربرد for loop در پیمایش لیست‌ها
• 17. حلقه‌های تکرار: while loop
• 18. دستورات break و continue در حلقه‌ها
• 19. توابع: تعریف و فراخوانی
• 20. پارامترها و آرگومان‌های توابع
• 21. مقدار بازگشتی توابع
• 22. توابع لامبدا (توابع بی‌نام)
• 23. مدیریت خطا و استثنا (Exception Handling)
• 24. بلوک‌های try, except, finally
• 25. کار با فایل‌ها: خواندن از فایل
• 26. کار با فایل‌ها: نوشتن در فایل
• 27. کار با فایل‌ها: افزودن به فایل
• 28. کار با فایل‌ها: مدیریت مسیرها
• 29. مفاهیم شی‌گرایی (OOP): کلاس‌ها
• 30. تعریف کلاس‌ها و ویژگی‌ها
• 31. متدهای کلاس‌ها
• 32. مفاهیم وراثت در برنامه‌نویسی شی‌گرا
• 33. چندریختی (Polymorphism)
• 34. کپسوله‌سازی (Encapsulation)
• 35. ماژول‌ها و بسته‌های پایتون
• 36. وارد کردن ماژول‌ها (import)
• 37. ساخت ماژول‌های سفارشی
• 38. استفاده از کتابخانه‌های استاندارد پایتون
• 39. کتابخانه datetime برای کار با تاریخ و زمان
• 40. کتابخانه math برای عملیات ریاضی
• 41. کتابخانه random برای اعداد تصادفی
• 42. مقدمه‌ای بر توسعه وب با پایتون
• 43. چارچوب Django: معرفی و نصب
• 44. ساخت اولین پروژه Django
• 45. مدل‌ها در Django (Models)
• 46. نماها در Django (Views)
• 47. مسیرها در Django (URLs)
• 48. قالب‌ها در Django (Templates)
• 49. مقدمه‌ای بر پایگاه داده در Django
• 50. کار با پایگاه داده: QuerySet
• 51. مقدمه‌ای بر چارچوب Flask
• 52. ساخت یک برنامه ساده با Flask
• 53. مسیریابی در Flask
• 54. کار با فرم‌ها در Flask
• 55. مقدمه‌ای بر ساخت API با پایتون
• 56. چارچوب FastAPI: معرفی و نصب
• 57. ساخت یک API ساده با FastAPI
• 58. مدل‌های داده در FastAPI (Pydantic)
• 59. عملیات CRUD در FastAPI
• 60. مقدمه‌ای بر علم داده با پایتون
• 61. کتابخانه NumPy برای محاسبات عددی
• 62. آرایه‌های NumPy
• 63. عملیات برداری در NumPy
• 64. کتابخانه Pandas برای تحلیل داده
• 65. ساخت DataFrame با Pandas
• 66. بارگذاری داده از فایل‌های CSV
• 67. عملیات روی DataFrame: انتخاب ستون‌ها
• 68. عملیات روی DataFrame: فیلتر کردن داده‌ها
• 69. عملیات روی DataFrame: گروه‌بندی داده‌ها
• 70. عملیات روی DataFrame: ادغام و پیوستن
• 71. مقدمه‌ای بر مصورسازی داده‌ها
• 72. کتابخانه Matplotlib برای رسم نمودار
• 73. رسم نمودارهای خطی
• 74. رسم نمودارهای میله‌ای
• 75. رسم نمودارهای پراکندگی
• 76. کتابخانه Seaborn برای مصورسازی پیشرفته
• 77. رسم نمودارهای حرارتی (Heatmaps)
• 78. مقدمه‌ای بر یادگیری ماشین
• 79. مفاهیم پایه یادگیری ماشین
• 80. انواع یادگیری ماشین: نظارت شده
• 81. انواع یادگیری ماشین: بدون نظارت
• 82. کتابخانه Scikit-learn
• 83. آماده‌سازی داده‌ها برای یادگیری ماشین
• 84. تقسیم داده‌ها به مجموعه آموزش و تست
• 85. مدل‌های طبقه‌بندی: رگرسیون لجستیک
• 86. ارزیابی مدل‌های طبقه‌بندی
• 87. مدل‌های دسته‌بندی: درخت تصمیم
• 88. مدل‌های دسته‌بندی: ماشین بردار پشتیبان (SVM)
• 89. مدل‌های رگرسیون: رگرسیون خطی
• 90. ارزیابی مدل‌های رگرسیون
• 91. مقدمه‌ای بر شبکه‌های عصبی
• 92. مفاهیم پایه شبکه‌های عصبی
• 93. کتابخانه TensorFlow یا PyTorch (معرفی کلی)
• 94. ساخت اولین شبکه عصبی ساده
• 95. کاربرد پایتون در اتوماسیون اداری
• 96. اتوماسیون وظایف با اسکریپت‌های پایتون
• 97. کار با صفحات گسترده (Excel) با openpyxl
• 98. ایجاد گزارش‌های خودکار
• 99. مقدمه‌ای بر امنیت در برنامه‌نویسی
• 100. اصول کدنویسی امن