دوره پایتون برای مبتدیان: از صفر تا برنامه نویس همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پایتون برای مبتدیان: از صفر تا برنامه نویس

موضوع کلی: برنامه نویسی و توسعه نرم افزار

موضوع میانی: برنامه نویسی پایتون

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایتون و محیط‌های توسعه
• 2. نصب و راه‌اندازی پایتون و ویرایشگر کد
• 3. متغیرها و انواع داده‌ها در پایتون
• 4. عملگرهای ریاضی و منطقی در پایتون
• 5. ورودی و خروجی در پایتون
• 6. ساختارهای شرطی: if، elif، else
• 7. حلقه‌ها: for و while
• 8. توابع: تعریف و فراخوانی
• 9. آرگومان‌های توابع و مقادیر بازگشتی
• 10. ماژول‌ها و کتابخانه‌ها در پایتون
• 11. کار با رشته‌ها در پایتون
• 12. لیست‌ها و تاپل‌ها در پایتون
• 13. دیکشنری‌ها و مجموعه‌ها در پایتون
• 14. فایل‌ها و مدیریت فایل در پایتون
• 15. مدیریت خطا و استثناها در پایتون
• 16. برنامه‌نویسی شیءگرا (OOP) در پایتون
• 17. کلاس‌ها و اشیاء در پایتون
• 18. وراثت در برنامه‌نویسی شیءگرا
• 19. چندریختی و encapsulation
• 20. مقدمه‌ای بر ساختارهای داده
• 21. آرایه‌ها و لیست‌های چندبعدی
• 22. پایتون و پایگاه داده‌ها: SQLite
• 23. اتصال به پایگاه داده و اجرای پرس‌وجو
• 24. کار با JSON در پایتون
• 25. کار با XML در پایتون
• 26. مقدمه‌ای بر وب‌اسکریپینگ با پایتون
• 27. کتابخانه Beautiful Soup
• 28. کتابخانه Requests
• 29. مقدمه‌ای بر فریم‌ورک‌های وب پایتون: Flask
• 30. ساخت یک برنامه وب ساده با Flask
• 31. مقدمه‌ای بر فریم‌ورک‌های وب پایتون: Django
• 32. مدیریت کاربران و احراز هویت در Django
• 33. ساخت یک وبلاگ ساده با Django
• 34. مقدمه‌ای بر علم داده با پایتون
• 35. کتابخانه NumPy برای محاسبات عددی
• 36. کتابخانه Pandas برای تحلیل داده
• 37. کتابخانه Matplotlib برای رسم نمودار
• 38. کتابخانه Seaborn برای رسم نمودار پیشرفته
• 39. یادگیری ماشین با پایتون: Scikit-learn
• 40. رگرسیون خطی و لجستیک
• 41. دسته‌بندی داده‌ها با Scikit-learn
• 42. خوشه‌بندی داده‌ها با Scikit-learn
• 43. شبکه‌های عصبی با پایتون: TensorFlow
• 44. مقدمه‌ای بر پردازش زبان طبیعی (NLP) با پایتون
• 45. تحلیل متن و استخراج اطلاعات
• 46. مقدمه‌ای بر بینایی کامپیوتر با پایتون
• 47. تشخیص اشیاء در تصاویر
• 48. آشنایی با کتابخانه OpenCV
• 49. مقدمه‌ای بر تست نرم‌افزار در پایتون
• 50. نوشتن تست‌های واحد با unittest
• 51. مقدمه‌ای بر دیباگینگ در پایتون
• 52. بهینه‌سازی کد پایتون
• 53. مقدمه‌ای بر توسعه API با پایتون
• 54. مقدمه‌ای بر Docker و پایتون
• 55. استقرار برنامه پایتون در محیط ابری
• 56. مقدمه‌ای بر Git و کنترل نسخه
• 57. کار با گیت‌هاب و گیت‌لب
• 58. مقدمه‌ای بر برنامه‌نویسی ناهمزمان (Asynchronous) در پایتون
• 59. کار با asyncio
• 60. مقدمه‌ای بر الگوهای طراحی در پایتون
• 61. مقدمه‌ای بر امنیت در برنامه‌نویسی پایتون
• 62. مقدمه‌ای بر توسعه بازی با پایتون (Pygame)
• 63. مقدمه‌ای بر اتوماسیون با پایتون
• 64. مقدمه‌ای بر داده‌کاوی با پایتون
• 65. مقدمه‌ای بر رباتیک با پایتون
• 66. مقدمه‌ای بر اینترنت اشیا (IoT) با پایتون
• 67. مقدمه‌ای بر هوش مصنوعی با پایتون
• 68. مقدمه‌ای بر یادگیری عمیق با پایتون
• 69. استفاده از کتابخانه Keras
• 70. مقدمه‌ای بر پردازش تصویر با پایتون
• 71. مقدمه‌ای بر پردازش سیگنال با پایتون
• 72. مقدمه‌ای بر شبکه‌سازی با پایتون
• 73. مقدمه‌ای بر توسعه برنامه‌های دسکتاپ با پایتون (Tkinter)
• 74. مقدمه‌ای بر کتابخانه PyQT
• 75. مقدمه‌ای بر کتابخانه Kivy
• 76. مقدمه‌ای بر تولید گزارش با پایتون
• 77. مقدمه‌ای بر اتوماسیون وظایف سیستم‌عامل با پایتون
• 78. مقدمه‌ای بر کار با ایمیل در پایتون
• 79. مقدمه‌ای بر کار با فایل‌های اکسل در پایتون
• 80. مقدمه‌ای بر کار با پایگاه داده‌های NoSQL در پایتون
• 81. مقدمه‌ای بر یادگیری تقویتی با پایتون