کتاب پایتون برای مبتدیان: گام به گام تا تسلط با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پایتون برای مبتدیان: گام به گام تا تسلط

موضوع کلی: علوم کامپیوتر و برنامه‌نویسی

موضوع میانی: مبانی برنامه‌نویسی و توسعه نرم‌افزار

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر برنامه‌نویسی با پایتون
  • 2. نصب و راه‌اندازی پایتون و محیط توسعه
  • 3. متغیرها و انواع داده‌ها در پایتون
  • 4. عملگرهای ریاضی و منطقی در پایتون
  • 5. ساختارهای کنترلی: شرط‌ها و حلقه‌ها
  • 6. توابع: تعریف، فراخوانی و آرگومان‌ها
  • 7. ورودی و خروجی در پایتون
  • 8. ساختمان داده‌ها: لیست‌ها
  • 9. ساختمان داده‌ها: تاپل‌ها
  • 10. ساختمان داده‌ها: دیکشنری‌ها
  • 11. ساختمان داده‌ها: مجموعه‌ها
  • 12. مدیریت خطا و استثناها
  • 13. ماژول‌ها و کتابخانه‌ها در پایتون
  • 14. کار با فایل‌ها
  • 15. برنامه‌نویسی شیءگرا (OOP) در پایتون
  • 16. کلاس‌ها و اشیاء
  • 17. وراثت و چندریختی
  • 18. کپسوله‌سازی و انتزاع
  • 19. مقدمه‌ای بر الگوریتم‌ها و ساختارهای داده
  • 20. جستجو و مرتب‌سازی
  • 21. آشنایی با کتابخانه NumPy
  • 22. آشنایی با کتابخانه Pandas
  • 23. آشنایی با کتابخانه Matplotlib
  • 24. آشنایی با کتابخانه Seaborn
  • 25. ایجاد رابط کاربری ساده با Tkinter
  • 26. مقدمه‌ای بر پایگاه داده‌ها و SQL
  • 27. اتصال پایتون به پایگاه داده‌ها
  • 28. برنامه‌نویسی تحت وب با Flask
  • 29. برنامه‌نویسی تحت وب با Django
  • 30. تست و اشکال‌زدایی برنامه‌های پایتون
  • 31. کار با فایل‌های CSV
  • 32. کار با فایل‌های JSON
  • 33. کار با APIها
  • 34. مقدمه‌ای بر داده‌کاوی و یادگیری ماشین
  • 35. مقدمه‌ای بر هوش مصنوعی با پایتون
  • 36. کار با داده‌های بزرگ با Spark
  • 37. آشنایی با Git و کنترل نسخه
  • 38. استفاده از محیط‌های مجازی (Virtual Environments)
  • 39. نوشتن کد تمیز و قابل‌فهم
  • 40. بهینه‌سازی کد پایتون
  • 41. مقدمه‌ای بر طراحی الگوها (Design Patterns)
  • 42. امنیت در برنامه‌نویسی پایتون
  • 43. استفاده از Docker برای استقرار برنامه‌ها
  • 44. مقدمه‌ای بر میکرو سرویس‌ها
  • 45. آشنایی با ابزارهای CI/CD
  • 46. مقدمه‌ای بر برنامه‌نویسی ناهمزمان (Asynchronous Programming)
  • 47. کار با داده‌های سری زمانی
  • 48. تحلیل و تجسم داده‌های جغرافیایی با پایتون
  • 49. برنامه‌نویسی بازی با Pygame
  • 50. آشنایی با کتابخانه OpenCV برای پردازش تصویر
  • 51. پردازش زبان طبیعی (NLP) با پایتون
  • 52. آشنایی با کتابخانه Scikit-learn
  • 53. ساخت ربات‌های تلگرام با پایتون
  • 54. ساخت ربات‌های دیسکورد با پایتون
  • 55. آشنایی با فریم‌ورک FastAPI
  • 56. برنامه‌نویسی موبایل با Kivy
  • 57. کار با داده‌های مالی با پایتون
  • 58. آشنایی با بلاک‌چین و ارزهای دیجیتال
  • 59. توسعه افزونه برای مرورگر با پایتون
  • 60. مقدمه‌ای بر برنامه‌نویسی شبکه با پایتون
  • 61. آشنایی با پروتکل‌های شبکه
  • 62. برنامه‌نویسی چندنخی (Multithreading) در پایتون
  • 63. برنامه‌نویسی چندفرآیندی (Multiprocessing) در پایتون
  • 64. مقدمه‌ای بر هوش تجاری (Business Intelligence) با پایتون
  • 65. کار با داده‌های حسگرها
  • 66. آشنایی با اینترنت اشیا (IoT) و پایتون
  • 67. برنامه‌نویسی برای سیستم‌های تعبیه‌شده (Embedded Systems) با پایتون
  • 68. آشنایی با ابزارهای مانیتورینگ و لاگینگ
  • 69. برنامه‌نویسی برای اتوماسیون وظایف
  • 70. آشنایی با ابزارهای تست خودکار
  • 71. مقدمه‌ای بر معماری میکروسرویس
  • 72. برنامه‌نویسی برای پردازش ویدئو
  • 73. آشنایی با کتابخانه PyTorch برای یادگیری عمیق
  • 74. آشنایی با کتابخانه TensorFlow برای یادگیری عمیق
  • 75. استقرار برنامه‌های پایتون در فضای ابری
  • 76. مقدمه‌ای بر امنیت سایبری با پایتون
  • 77. آشنایی با ابزارهای تحلیل بدافزار
  • 78. برنامه‌نویسی برای تحلیل شبکه‌های اجتماعی
  • 79. آشنایی با کتابخانه NLTK برای پردازش زبان طبیعی
  • 80. مقدمه‌ای بر رباتیک با پایتون
  • 81. آشنایی با ROS (Robot Operating System)
  • 82. برنامه‌نویسی برای کنترل سخت‌افزار
  • 83. آشنایی با ابزارهای پروفایلینگ کد
  • 84. برنامه‌نویسی برای پردازش سیگنال
  • 85. آشنایی با کتابخانه Librosa برای پردازش صدا
  • 86. برنامه‌نویسی برای تحلیل تصاویر پزشکی
  • 87. آشنایی با کتابخانه SimpleITK برای پردازش تصاویر پزشکی
  • 88. مقدمه‌ای بر یادگیری تقویتی (Reinforcement Learning)
  • 89. آشنایی با کتابخانه Gym برای یادگیری تقویتی
  • 90. برنامه‌نویسی برای تحلیل بازار سهام
  • 91. آشنایی با کتابخانه yfinance برای داده‌های مالی
  • 92. برنامه‌نویسی برای پیش‌بینی آب و هوا
  • 93. آشنایی با کتابخانه MetPy برای داده‌های هواشناسی
  • 94. برنامه‌نویسی برای تحلیل داده‌های ترافیکی
  • 95. آشنایی با کتابخانه OSMnx برای داده‌های ترافیکی
  • 96. مقدمه‌ای بر Visualizationهای تعاملی با پایتون
  • 97. آشنایی با کتابخانه Plotly
  • 98. مقدمه‌ای بر Dash برای ساخت وب اپلیکیشن‌های تعاملی
  • 99. برنامه‌نویسی برای تحلیل داده‌های ژنتیکی
  • 100. آشنایی با کتابخانه Biopython
تگ‌ها: آموزش پایتون برنامه‌نویسی پایتون برنامه‌نویسی مقدماتی پایتون برای مبتدیان پایتون گام‌به‌گام توسعه نرم‌افزار علوم کامپیوتر کدنویسی پایتون مبانی پایتون یادگیری پایتون

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.