کتاب صوتی جاوا برای توسعه‌دهندگان Spring Cloud AMD AI Platform

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جاوا برای توسعه‌دهندگان Spring Cloud AMD AI Platform

موضوع کلی: برنامه نویسی

موضوع میانی: جاوا (Java)

📋 سرفصل‌های دوره

• 1. مقدمه ای بر برنامه نویسی و جاوا
• 2. نصب و پیکربندی محیط توسعه جاوا (JDK)
• 3. مفاهیم اساسی زبان جاوا
• 4. انواع داده ها و متغیرها در جاوا
• 5. عملگرها در جاوا
• 6. ساختارهای کنترلی: شرط ها (if, else, switch)
• 7. ساختارهای کنترلی: حلقه ها (for, while, do-while)
• 8. آرایه ها در جاوا
• 9. مفاهیم شیء گرایی (OOP): کلاس ها و اشیاء
• 10. مفاهیم شیء گرایی (OOP): وراثت
• 11. مفاهیم شیء گرایی (OOP): پلی مورفیسم
• 12. مفاهیم شیء گرایی (OOP): انتزاع (Abstraction)
• 13. مفاهیم شیء گرایی (OOP): کپسوله‌سازی (Encapsulation)
• 14. کلاس های انتزاعی (Abstract Classes)
• 15. اینترفیس ها (Interfaces) در جاوا
• 16. مدیریت خطا و استثناها (Exception Handling)
• 17. کار با رشته ها (Strings) در جاوا
• 18. کالکشن فریمورک (Collections Framework): لیست ها (Lists)
• 19. کالکشن فریمورک (Collections Framework): مجموعه ها (Sets)
• 20. کالکشن فریمورک (Collections Framework): نقشه ها (Maps)
• 21. استریم ها (Streams) در جاوا
• 22. لامبدا اکسپرشن ها (Lambda Expressions) در جاوا
• 23. متدهای مرجع (Method References)
• 24. مدیریت زمان و تاریخ در جاوا
• 25. ورودی/خروجی (I/O) فایل ها در جاوا
• 26. ورودی/خروجی (I/O) استریم ها
• 27. کار با پایگاه داده ها در جاوا (JDBC)
• 28. مفاهیم اولیه Spring Framework
• 29. نصب و پیکربندی Spring Boot
• 30. ایجاد اولین پروژه Spring Boot
• 31. ساختار پروژه Spring Boot
• 32. مفاهیم Spring Core: Dependency Injection (DI)
• 33. مفاهیم Spring Core: Inversion of Control (IoC)
• 34. استفاده از Annotations در Spring
• 35. مدیریت پیکربندی در Spring Boot
• 36. ساخت API های RESTful با Spring Boot
• 37. Spring MVC: Request Mapping
• 38. Spring MVC: Controllers
• 39. Spring MVC: Views
• 40. Spring MVC: Model
• 41. Spring MVC: Data Binding
• 42. Spring MVC: Form Handling
• 43. Spring Security: مبانی احراز هویت و مجوزدهی
• 44. Spring Security: تنظیمات اولیه
• 45. Spring Security: کار با UserDetailsService
• 46. Spring Security: تنظیمات امنیتی برای REST APIs
• 47. Spring Data JPA: مبانی ORM
• 48. Spring Data JPA: پیکربندی
• 49. Spring Data JPA: استفاده از Repositories
• 50. Spring Data JPA: کوئری های سفارشی
• 51. Spring Data JPA: تراکنش ها (Transactions)
• 52. معرفی Spring Cloud
• 53. مبانی Microservices Architecture
• 54. Spring Cloud Config Server: مدیریت متمرکز پیکربندی
• 55. Spring Cloud Config Client: دسترسی به پیکربندی
• 56. Spring Cloud Netflix Eureka: Service Discovery
• 57. ثبت و کشف سرویس ها در Eureka
• 58. Spring Cloud Netflix Feign: Declarative REST Client
• 59. فراخوانی سرویس ها با Feign
• 60. Spring Cloud Netflix Hystrix: Circuit Breaker Pattern
• 61. پیاده سازی Circuit Breaker با Hystrix
• 62. Spring Cloud Gateway: API Gateway
• 63. مسیردهی درخواست ها با Spring Cloud Gateway
• 64. احراز هویت و مجوزدهی در Gateway
• 65. لاگینگ (Logging) در Microservices
• 66. مانیتورینگ (Monitoring) در Microservices
• 67. جی‌وی‌ام (JVM) در عمق: garbage collection
• 68. جی‌وی‌ام (JVM) در عمق: threads و concurrency
• 69. چند نخی (Multithreading) در جاوا
• 70. همگام سازی (Synchronization) در جاوا
• 71. لاک ها (Locks) در جاوا
• 72. کاتکل (Callable) و فیوچر (Future)
• 73. اکزکیوتور سرویس (ExecutorService)
• 74. مفاهیم موازی سازی (Parallelism)
• 75. برنامه نویسی ناهمزمان (Asynchronous Programming)
• 76. RxJava: مبانی
• 77. RxJava: Observables و Observers
• 78. RxJava: Operators
• 79. RxJava: Schedulers
• 80. معرفی Artificial Intelligence (AI)
• 81. مفاهیم Machine Learning (ML)
• 82. انواع یادگیری ماشین (سوپروایزد، آنسوپروایزد، رینفورسمنت)
• 83. مفاهیم Data Science
• 84. پردازش داده ها (Data Preprocessing)
• 85. مهندسی ویژگی (Feature Engineering)
• 86. مدل های یادگیری ماشین پایه (رگرسیون خطی، لجستیک)
• 87. مدل های یادگیری ماشین پیشرفته (درخت تصمیم، SVM)
• 88. شبکه های عصبی (Neural Networks): مبانی
• 89. یادگیری عمیق (Deep Learning): مقدمه
• 90. TensorFlow: مبانی
• 91. Keras: ساخت مدل های یادگیری عمیق
• 92. PyTorch: مبانی
• 93. استفاده از کتابخانه های AI در جاوا (DL4J)
• 94. ادغام سرویس های AI با Spring Boot
• 95. ساخت API برای مدل های AI
• 96. استقرار (Deployment) مدل های AI
• 97. مفاهیم MLOps
• 98. پلتفرم های AI (معرفی کلی)
• 99. Spring AI: مقدمه
• 100. Spring AI: ادغام با Large Language Models (LLMs)