کتاب صوتی اصول بصری‌سازی داده برای نمایش ساختار الگوریتم‌ها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول بصری‌سازی داده برای نمایش ساختار الگوریتم‌ها

موضوع کلی: برنامه نویسی

موضوع میانی: بصری‌سازی داده (Data Visualization)

📋 سرفصل‌های دوره

• 1. مقدمه: چرا الگوریتم‌ها را بصری‌سازی می‌کنیم؟
• 2. مفهوم الگوریتم و ساختار داده
• 3. اهمیت بصری‌سازی در درک پیچیدگی
• 4. تاریخچه مختصر بصری‌سازی داده و الگوریتم
• 5. ابزارها و فناوری‌های کلیدی در بصری‌سازی
• 6. محیط برنامه‌نویسی: انتخاب زبان (پایتون) و کتابخانه‌ها
• 7. اصول اولیه طراحی بصری: رنگ، شکل و فضا
• 8. روانشناسی ادراک و تاثیر آن در نمایش داده
• 9. مبانی داده‌ها: انواع داده و ساختارهای اولیه
• 10. مفهوم پیچیدگی زمانی و فضایی (Big O Notation)
• 11. چگونه پیچیدگی را به صورت بصری نمایش دهیم؟
• 12. نصب و راه‌اندازی کتابخانه‌های بصری‌سازی (Matplotlib, Seaborn)
• 13. اولین بصری‌سازی: رسم یک نمودار ساده
• 14. مبانی کار با آرایه‌ها و لیست‌ها
• 15. بصری‌سازی آرایه: نمایش عناصر و اندیس‌ها
• 16. عملیات پایه روی آرایه: درج، حذف و جستجو به صورت بصری
• 17. بصری‌سازی لیست‌های پیوندی (Linked Lists)
• 18. تفاوت بصری آرایه و لیست پیوندی
• 19. نمایش گره‌ها و اشاره‌گرها در لیست پیوندی
• 20. بصری‌سازی پشته (Stack): عملیات Push و Pop
• 21. بصری‌سازی صف (Queue): عملیات Enqueue و Dequeue
• 22. کاربرد بصری پشته و صف در الگوریتم‌ها
• 23. معرفی جداول هش (Hash Tables)
• 24. بصری‌سازی تابع هش و نگاشت کلید به مقدار
• 25. نمایش برخورد (Collision) و روش‌های حل آن
• 26. مقدمه‌ای بر الگوریتم‌های مرتب‌سازی
• 27. بصری‌سازی مرتب‌سازی حبابی (Bubble Sort)
• 28. تحلیل گام به گام و نمایش تعویض عناصر در Bubble Sort
• 29. بصری‌سازی مرتب‌سازی انتخابی (Selection Sort)
• 30. مقایسه بصری عملکرد Bubble Sort و Selection Sort
• 31. بصری‌سازی مرتب‌سازی درجی (Insertion Sort)
• 32. انیمیشن‌سازی فرآیند درج عنصر در موقعیت صحیح
• 33. بصری‌سازی مرتب‌سازی ادغامی (Merge Sort)
• 34. نمایش فرآیند تقسیم و ادغام زیرآرایه‌ها
• 35. بصری‌سازی مرتب‌سازی سریع (Quick Sort)
• 36. نمایش انتخاب محور (Pivot) و پارتیشن‌بندی آرایه
• 37. مقایسه بصری کارایی الگوریتم‌های مرتب‌سازی O(n^2) و O(n log n)
• 38. مقدمه‌ای بر الگوریتم‌های جستجو
• 39. بصری‌سازی جستجوی خطی (Linear Search)
• 40. بصری‌سازی جستجوی دودویی (Binary Search)
• 41. نمایش بصری نیازمندی جستجوی دودویی به آرایه مرتب
• 42. مقدمه‌ای بر ساختار داده درخت
• 43. اصطلاحات کلیدی درخت: ریشه، گره، برگ، ارتفاع
• 44. بصری‌سازی درخت جستجوی دودویی (Binary Search Tree)
• 45. نمایش عملیات درج یک گره در BST
• 46. نمایش عملیات حذف یک گره در BST
• 47. بصری‌سازی پیمایش درخت: Pre-order, In-order, Post-order
• 48. مفهوم درخت‌های متوازن و اهمیت بصری آن
• 49. بصری‌سازی درخت AVL: نمایش چرخش‌ها (Rotations)
• 50. مقدمه‌ای بر ساختار داده هرم (Heap)
• 51. بصری‌سازی هرم بیشینه (Max-Heap) و هرم کمینه (Min-Heap)
• 52. عملیات Heapify: تبدیل یک آرایه به هرم به صورت بصری
• 53. بصری‌سازی مرتب‌سازی هرمی (Heap Sort)
• 54. مقدمه‌ای بر گراف‌ها و کاربردهایشان
• 55. روش‌های نمایش گراف: ماتریس مجاورت و لیست مجاورت
• 56. بصری‌سازی ماتریس مجاورت
• 57. بصری‌سازی لیست مجاورت
• 58. الگوریتم‌های پیمایش گراف: جستجوی اول سطح (BFS)
• 59. بصری‌سازی لایه‌به‌لایه پیمایش در BFS
• 60. الگوریتم‌های پیمایش گراف: جستجوی اول عمق (DFS)
• 61. بصری‌سازی مسیر پیمایش در DFS
• 62. مقایسه بصری پیمایش BFS و DFS
• 63. بصری‌سازی گراف‌های وزن‌دار
• 64. الگوریتم دایکسترا (Dijkstra) برای یافتن کوتاهترین مسیر
• 65. نمایش گام به گام به‌روزرسانی فاصله‌ها در دایکسترا
• 66. الگوریتم A* (A-Star)
• 67. تفاوت بصری دایکسترا و A* با استفاده از هیوریستیک
• 68. بصری‌سازی درخت پوشای کمینه (Minimum Spanning Tree)
• 69. الگوریتم پریم (Prim): رشد درخت از یک گره
• 70. الگوریتم کروسکال (Kruskal): اتصال یال‌ها به ترتیب وزن
• 71. مقدمه‌ای بر برنامه‌نویسی پویا (Dynamic Programming)
• 72. بصری‌سازی مسئله فیبوناچی با روش بازگشتی و مشکل همپوشانی
• 73. بصری‌سازی جدول Memoization در برنامه‌نویسی پویا
• 74. بصری‌سازی مسئله کوله‌پشتی (Knapsack Problem)
• 75. بصری‌سازی توابع بازگشتی و پشته فراخوانی (Call Stack)
• 76. نمایش بصری الگوریتم‌های حریصانه (Greedy Algorithms)
• 77. اصول رنگ‌شناسی در بصری‌سازی الگوریتم
• 78. استفاده از اندازه و شکل برای انتقال اطلاعات
• 79. طراحی لی‌اوت (Layout) برای بصری‌سازی‌های پیچیده (مانند گراف‌ها)
• 80. الگوریتم‌های Force-Directed برای نمایش گراف
• 81. معرفی کتابخانه‌های تعاملی (Interactive) مانند Plotly
• 82. ایجاد بصری‌سازی‌های قابل کلیک و پویا
• 83. استفاده از اسلایدر برای کنترل مراحل اجرای الگوریتم
• 84. نمایش اطلاعات اضافی با Hover (موس روی عنصر)
• 85. اصول داستان‌سرایی با داده (Data Storytelling) در نمایش الگوریتم
• 86. افزودن توضیحات و حاشیه‌نویسی (Annotations) به نمودارها
• 87. چالش‌های بصری‌سازی الگوریتم‌های موازی و توزیع‌شده
• 88. نمایش بصری بن‌بست (Deadlock) در الگوریتم‌های همروند
• 89. بصری‌سازی الگوریتم‌های رشته (مانند KMP)
• 90. بصری‌سازی ساختارهای داده پیشرفته: درخت Trie
• 91. بصری‌سازی ساختارهای داده پیشرفته: B-Tree
• 92. طراحی یک داشبورد برای مقایسه الگوریتم‌ها
• 93. اصول UX/UI در طراحی ابزارهای بصری‌سازی الگوریتم
• 94. معرفی D3.js به عنوان ابزار قدرتمند بصری‌سازی وب
• 95. ساخت یک بصری‌سازی ساده از مرتب‌سازی با D3.js
• 96. مطالعه موردی ۱: بصری‌سازی PageRank گوگل
• 97. مطالعه موردی ۲: بصری‌سازی الگوریتم‌های خوشه‌بندی (Clustering)
• 98. مطالعه موردی ۳: نمایش بصری شبکه عصبی ساده
• 99. ارزیابی اثربخشی یک بصری‌سازی
• 100. اشتباهات رایج در بصری‌سازی الگوریتم‌ها و نحوه اجتناب از آنها