دوره پایتون برای توسعه‌دهندگان: از صفر تا مسلط همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پایتون برای توسعه‌دهندگان: از صفر تا مسلط

موضوع کلی: توسعه نرم‌افزار

موضوع میانی: برنامه‌نویسی پایتون

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر برنامه‌نویسی پایتون
• 2. نصب و راه‌اندازی پایتون و محیط توسعه
• 3. انواع داده‌ها در پایتون: اعداد، رشته‌ها، بولین
• 4. عملگرهای پایتون: محاسباتی، مقایسه‌ای، منطقی
• 5. متغیرها و تخصیص مقدار
• 6. ساختارهای کنترلی: شرط‌ها (if, elif, else)
• 7. حلقه‌ها: for و while
• 8. توابع در پایتون: تعریف و فراخوانی
• 9. آرگومان‌های توابع و مقادیر بازگشتی
• 10. ماژول‌ها و بسته‌ها در پایتون
• 11. کار با فایل‌ها: خواندن و نوشتن
• 12. مدیریت خطا و استثناها (try-except)
• 13. لیست‌ها و عملیات مربوطه
• 14. تاپل‌ها و تفاوت آن‌ها با لیست‌ها
• 15. دیکشنری‌ها: ساختار و کاربرد
• 16. مجموعه‌ها (Sets) در پایتون
• 17. درک مطلب (List Comprehensions)
• 18. توابع لامبدا (Lambda Functions)
• 19. برنامه‌نویسی شیءگرا (Object-Oriented Programming)
• 20. کلاس‌ها و اشیاء
• 21. وراثت و چندریختی
• 22. کپسوله‌سازی و انتزاع
• 23. استفاده از کتابخانه NumPy برای محاسبات عددی
• 24. استفاده از کتابخانه Pandas برای تحلیل داده
• 25. تصویرسازی داده‌ها با Matplotlib
• 26. مقدمه‌ای بر علم داده با پایتون
• 27. کار با پایگاه داده‌ها با پایتون (SQLAlchemy)
• 28. ساخت رابط کاربری گرافیکی (GUI) با Tkinter
• 29. برنامه‌نویسی وب با Flask
• 30. برنامه‌نویسی وب با Django
• 31. آشنایی با APIها و کار با آن‌ها
• 32. تست‌نویسی در پایتون (unittest)
• 33. مدیریت نسخه‌ها با Git
• 34. استقرار (Deployment) برنامه‌های پایتون
• 35. بهینه‌سازی کد پایتون
• 36. مفاهیم پیشرفته در پایتون: دکوراتورها
• 37. مفاهیم پیشرفته در پایتون: مولدها (Generators)
• 38. مفاهیم پیشرفته در پایتون: Context Managers
• 39. برنامه‌نویسی ناهمزمان (Asynchronous Programming) با asyncio
• 40. کار با JSON و XML در پایتون
• 41. پردازش متن با پایتون و Regular Expressions
• 42. کار با تاریخ و زمان در پایتون
• 43. ساخت بازی ساده با Pygame
• 44. مقدمه‌ای بر یادگیری ماشین با Scikit-learn
• 45. تحلیل داده‌های متنی (Text Mining)
• 46. کار با داده‌های بزرگ (Big Data) با PySpark
• 47. امنیت در برنامه‌نویسی پایتون
• 48. طراحی الگوها (Design Patterns) در پایتون
• 49. مقدمه‌ای بر Docker و Containerization
• 50. استفاده از ابزارهای Linting و Code Formatting
• 51. برنامه‌نویسی موازی (Parallel Programming) با multiprocessing
• 52. ساخت یک برنامه چت ساده با پایتون
• 53. ساخت یک وب‌سرویس RESTful با Flask/Django
• 54. برنامه‌نویسی شبکه با پایتون (Sockets)
• 55. کار با ایمیل در پایتون
• 56. برنامه‌نویسی چندنخی (Multithreading)
• 57. برنامه‌نویسی با کتابخانه Requests
• 58. برنامه‌نویسی با کتابخانه Beautiful Soup برای Web Scraping
• 59. ساخت یک ربات تلگرامی با پایتون
• 60. برنامه‌نویسی با کتابخانه OpenCV برای پردازش تصویر
• 61. برنامه‌نویسی با کتابخانه SpeechRecognition برای تشخیص گفتار
• 62. مقدمه‌ای بر هوش مصنوعی با پایتون
• 63. کار با داده‌های سری زمانی (Time Series Data)
• 64. برنامه‌نویسی با کتابخانه Statsmodels برای مدل‌سازی آماری
• 65. برنامه‌نویسی با کتابخانه Seaborn برای تصویرسازی داده‌های آماری
• 66. ساخت یک موتور جستجوی ساده با پایتون
• 67. برنامه‌نویسی با کتابخانه Pillow برای پردازش تصویر
• 68. برنامه‌نویسی با کتابخانه PyAudio برای پردازش صدا
• 69. برنامه‌نویسی با کتابخانه Pygame برای ساخت بازی‌های دو بعدی
• 70. برنامه‌نویسی با کتابخانه Kivy برای ساخت برنامه‌های چندرسانه‌ای
• 71. برنامه‌نویسی با کتابخانه PyQt برای ساخت برنامه‌های دسکتاپ
• 72. برنامه‌نویسی با کتابخانه Bokeh برای تصویرسازی تعاملی داده‌ها
• 73. برنامه‌نویسی با کتابخانه Dash برای ساخت داشبوردهای وب
• 74. برنامه‌نویسی با کتابخانه Gensim برای مدل‌سازی موضوعی
• 75. برنامه‌نویسی با کتابخانه TensorFlow برای یادگیری عمیق
• 76. برنامه‌نویسی با کتابخانه PyTorch برای یادگیری عمیق
• 77. برنامه‌نویسی با کتابخانه Keras برای یادگیری عمیق
• 78. برنامه‌نویسی با کتابخانه Transformers برای پردازش زبان طبیعی
• 79. برنامه‌نویسی با کتابخانه spaCy برای پردازش زبان طبیعی
• 80. برنامه‌نویسی با کتابخانه NLTK برای پردازش زبان طبیعی
• 81. برنامه‌نویسی با کتابخانه Scrapy برای Web Crawling
• 82. برنامه‌نویسی با کتابخانه Celery برای پردازش وظایف ناهمزمان
• 83. برنامه‌نویسی با کتابخانه Faust برای پردازش جریان داده‌ها
• 84. برنامه‌نویسی با کتابخانه Airflow برای مدیریت گردش کارها
• 85. برنامه‌نویسی با کتابخانه Luigi برای مدیریت گردش کارها
• 86. برنامه‌نویسی با کتابخانه Dask برای محاسبات موازی
• 87. برنامه‌نویسی با کتابخانه Ray برای محاسبات توزیع‌شده
• 88. برنامه‌نویسی با کتابخانه PyFlink برای پردازش جریان داده‌ها
• 89. برنامه‌نویسی با کتابخانه PyOD برای تشخیص ناهنجاری
• 90. برنامه‌نویسی با کتابخانه Optuna برای بهینه‌سازی هایپرپارامترها
• 91. برنامه‌نویسی با کتابخانه Hyperopt برای بهینه‌سازی هایپرپارامترها
• 92. برنامه‌نویسی با کتابخانه Sklearn برای انتخاب ویژگی
• 93. برنامه‌نویسی با کتابخانه Featuretools برای مهندسی ویژگی
• 94. برنامه‌نویسی با کتابخانه Imbalanced-learn برای داده‌های نامتعادل
• 95. برنامه‌نویسی با کتابخانه Shap برای توضیح‌پذیری مدل
• 96. برنامه‌نویسی با کتابخانه LIME برای توضیح‌پذیری مدل
• 97. برنامه‌نویسی با کتابخانه InterpretML برای توضیح‌پذیری مدل
• 98. برنامه‌نویسی با کتابخانه Fairlearn برای عدالت در یادگیری ماشین
• 99. برنامه‌نویسی با کتابخانه Aequitas برای عدالت در یادگیری ماشین
• 100. برنامه‌نویسی با کتابخانه ResponsibleAI برای یادگیری ماشین مسئولانه