دوره مبانی برنامه‌نویسی با پایتون: از صفر تا صد همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی برنامه‌نویسی با پایتون: از صفر تا صد

موضوع کلی: علوم کامپیوتر و برنامه‌نویسی

موضوع میانی: زبان‌های برنامه‌نویسی سطح بالا

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم کامپیوتر
• 2. مفاهیم پایه برنامه‌نویسی
• 3. تاریخچه زبان‌های برنامه‌نویسی
• 4. چرا پایتون؟
• 5. نصب و راه‌اندازی پایتون
• 6. اولین برنامه در پایتون: سلام دنیا
• 7. متغیرها و انواع داده
• 8. اعداد صحیح و اعشاری
• 9. رشته‌ها و عملیات روی آن‌ها
• 10. لیست‌ها و کار با آن‌ها
• 11. تاپل‌ها و کاربردهایشان
• 12. دیکشنری‌ها و ساختار داده‌ای آن‌ها
• 13. مجموعه‌ها و عملیات آن‌ها
• 14. دستورات شرطی: if, elif, else
• 15. حلقه‌های تکرار: for و while
• 16. تابع‌نویسی در پایتون
• 17. استدلال‌های توابع
• 18. مقدار بازگشتی توابع
• 19. توابع لامبدا
• 20. ماژول‌ها و کتابخانه‌ها
• 21. وارد کردن ماژول‌ها
• 22. مدیریت خطاها با try-except
• 23. اشکال‌زدایی (Debugging)
• 24. برنامه‌نویسی شیءگرا: مفاهیم پایه
• 25. کلاس‌ها و اشیاء
• 26. وراثت در پایتون
• 27. چندریختی (Polymorphism)
• 28. کپسوله‌سازی (Encapsulation)
• 29. کار با فایل‌ها: خواندن
• 30. کار با فایل‌ها: نوشتن
• 31. کار با فایل‌ها: افزودن
• 32. مدیریت مسیرهای فایل
• 33. مقدمه‌ای بر پایگاه داده
• 34. کار با پایگاه داده SQLite
• 35. دستورات SQL پایه
• 36. ایجاد جدول در پایگاه داده
• 37. درج داده در جدول
• 38. بازیابی داده از جدول
• 39. به‌روزرسانی داده در جدول
• 40. حذف داده از جدول
• 41. مقدمه‌ای بر وب
• 42. فریم‌ورک‌های وب پایتون
• 43. کار با فریم‌ورک Django (مقدماتی)
• 44. ایجاد یک پروژه ساده با Django
• 45. مدل‌ها در Django
• 46. نماها (Views) در Django
• 47. قالب‌ها (Templates) در Django
• 48. مسیرها (URLs) در Django
• 49. کار با فرم‌ها در Django
• 50. مقدمه‌ای بر علم داده
• 51. کتابخانه NumPy برای محاسبات عددی
• 52. آرایه‌های NumPy
• 53. عملیات بر روی آرایه‌های NumPy
• 54. کتابخانه Pandas برای تحلیل داده
• 55. ساختار داده DataFrame
• 56. خواندن و نوشتن داده با Pandas
• 57. فیلتر کردن و مرتب‌سازی داده‌ها
• 58. تجمیع و گروه‌بندی داده‌ها
• 59. مقدمه‌ای بر مصورسازی داده
• 60. کتابخانه Matplotlib
• 61. رسم نمودارهای خطی
• 62. رسم نمودارهای میله‌ای
• 63. رسم نمودارهای پراکندگی
• 64. رسم نمودارهای دایره‌ای
• 65. مقدمه‌ای بر هوش مصنوعی
• 66. یادگیری ماشین (Machine Learning)
• 67. یادگیری نظارت‌شده
• 68. یادگیری نظارت‌نشده
• 69. الگوریتم‌های رگرسیون خطی
• 70. الگوریتم‌های طبقه‌بندی (Classification)
• 71. مقدمه‌ای بر شبکه‌های عصبی
• 72. شبکه‌های عصبی پرسپترون چندلایه
• 73. مقدمه‌ای بر پردازش زبان طبیعی
• 74. استفاده از کتابخانه‌های NLP
• 75. تحلیل احساسات (Sentiment Analysis)
• 76. مقدمه‌ای بر امنیت سایبری (مفاهیم پایه)
• 77. رمزنگاری متقارن
• 78. رمزنگاری نامتقارن
• 79. امضای دیجیتال
• 80. مقدمه‌ای بر توسعه بازی
• 81. موتورهای بازی‌سازی
• 82. مفاهیم پایه گرافیک کامپیوتری
• 83. مقدمه‌ای بر سیستم‌عامل‌ها
• 84. مفاهیم پایگاه داده رابطه‌ای
• 85. مفاهیم پایگاه داده NoSQL
• 86. مقدمه‌ای بر معماری نرم‌افزار
• 87. اصول طراحی نرم‌افزار
• 88. الگوهای طراحی (Design Patterns)
• 89. تست نرم‌افزار (Testing)
• 90. مقدمه‌ای بر توسعه موبایل
• 91. کار با APIها
• 92. مفاهیم کلود کامپیوتینگ
• 93. مقدمه‌ای بر اینترنت اشیاء (IoT)
• 94. مقدمه‌ای بر بلاک‌چین
• 95. مفاهیم قرارداد هوشمند (Smart Contracts)
• 96. مقدمه‌ای بر امنیت شبکه‌های کامپیوتری
• 97. پروتکل‌های شبکه
• 98. مدیریت پروژه‌های نرم‌افزاری
• 99. توسعه چابک (Agile Development)
• 100. اخلاق در برنامه‌نویسی