کتاب صوتی آموزش جامع مقدماتی پایتون ۳: گام به گام تا مهارت برنامه نویسی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش جامع مقدماتی پایتون ۳: گام به گام تا مهارت برنامه نویسی

موضوع کلی: علوم کامپیوتر و فناوری اطلاعات

موضوع میانی: برنامه نویسی و توسعه نرم افزار

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم کامپیوتر
• 2. آشنایی با مفاهیم اولیه برنامه‌نویسی
• 3. نصب و راه‌اندازی محیط توسعه پایتون
• 4. اولین برنامه شما در پایتون: سلام دنیا
• 5. متغیرها و انواع داده در پایتون
• 6. عملگرهای ریاضی و منطقی
• 7. دستورات شرطی: if, elif, else
• 8. حلقه‌های تکرار: for و while
• 9. ساختارهای داده: لیست‌ها (Lists)
• 10. کار با تاپل‌ها (Tuples)
• 11. کار با مجموعه‌ها (Sets)
• 12. کار با دیکشنری‌ها (Dictionaries)
• 13. توابع: تعریف و فراخوانی
• 14. پارامترهای توابع و آرگومان‌ها
• 15. ارث‌بری توابع و توابع لامبدا
• 16. مدیریت خطا و استثناها (Exceptions)
• 17. کار با فایل‌ها: خواندن و نوشتن
• 18. مقدمه‌ای بر برنامه‌نویسی شیءگرا (OOP)
• 19. مفاهیم کلاس و اشیاء
• 20. وراثت (Inheritance) در پایتون
• 21. چندریختی (Polymorphism)
• 22. کپسوله‌سازی (Encapsulation)
• 23. ماژول‌ها و بسته‌ها (Modules and Packages)
• 24. نحوه وارد کردن ماژول‌ها
• 25. ساخت ماژول‌های سفارشی
• 26. استفاده از کتابخانه‌های استاندارد پایتون
• 27. مقدمه‌ای بر کتابخانه NumPy
• 28. کار با آرایه‌های NumPy
• 29. عملیات برداری در NumPy
• 30. مقدمه‌ای بر کتابخانه Pandas
• 31. کار با ساختارهای داده Pandas: Series و DataFrame
• 32. خواندن و نوشتن داده‌ها با Pandas
• 33. پاکسازی و پیش‌پردازش داده‌ها
• 34. مقدمه‌ای بر کتابخانه Matplotlib
• 35. ترسیم نمودارهای خطی
• 36. ترسیم نمودارهای میله‌ای
• 37. ترسیم نمودارهای پراکندگی
• 38. تنظیمات پیشرفته نمودارها
• 39. مقدمه‌ای بر توسعه وب با پایتون
• 40. آشنایی با فریم‌ورک Flask
• 41. ساخت یک برنامه ساده با Flask
• 42. مسیریابی (Routing) در Flask
• 43. قالب‌ها (Templates) در Flask
• 44. کار با فرم‌ها در Flask
• 45. مقدمه‌ای بر پایگاه‌های داده
• 46. کار با پایگاه داده SQLite
• 47. ارتباط پایتون با پایگاه داده
• 48. دستورات SQL پایه
• 49. عملیات CRUD (ایجاد، خواندن، به‌روزرسانی، حذف)
• 50. مقدمه‌ای بر طراحی الگوریتم
• 51. تحلیل پیچیدگی الگوریتم‌ها
• 52. الگوریتم‌های مرتب‌سازی
• 53. الگوریتم‌های جستجو
• 54. مقدمه‌ای بر علم داده با پایتون
• 55. مفاهیم آماری پایه
• 56. توزیع‌های آماری
• 57. آزمون فرض آماری
• 58. مقدمه‌ای بر یادگیری ماشین
• 59. انواع یادگیری ماشین: نظارت شده و بدون نظارت
• 60. رگرسیون خطی
• 61. طبقه‌بندی: رگرسیون لجستیک
• 62. طبقه‌بندی: ماشین‌های بردار پشتیبان (SVM)
• 63. طبقه‌بندی: درخت‌های تصمیم
• 64. طبقه‌بندی: جنگل‌های تصادفی
• 65. خوشه‌بندی: K-Means
• 66. ارزیابی مدل‌های یادگیری ماشین
• 67. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
• 68. کار با کتابخانه NLTK
• 69. توکن‌سازی و ریشه‌یابی کلمات
• 70. تحلیل احساسات
• 71. مقدمه‌ای بر توسعه بازی با پایتون
• 72. کار با کتابخانه Pygame
• 73. ساخت یک بازی ساده با Pygame
• 74. مدیریت رویدادها در Pygame
• 75. رسم اشکال در Pygame
• 76. کار با تصاویر و صدا در Pygame
• 77. مقدمه‌ای بر امنیت سایبری با پایتون
• 78. رمزنگاری و توابع هش
• 79. کار با کتابخانه cryptography
• 80. آزمون نفوذ پایه
• 81. مقدمه‌ای بر اینترنت اشیاء (IoT) با پایتون
• 82. کار با سنسورها و میکروکنترلرها
• 83. ارسال و دریافت داده از دستگاه‌ها
• 84. مقدمه‌ای بر توسعه نرم‌افزارهای دسکتاپ
• 85. کار با کتابخانه Tkinter
• 86. ساخت رابط کاربری گرافیکی
• 87. مدیریت عناصر رابط کاربری
• 88. مقدمه‌ای بر برنامه‌نویسی موازی و هم‌روند
• 89. کار با ماژول threading
• 90. کار با ماژول multiprocessing
• 91. مقدمه‌ای بر تست نرم‌افزار
• 92. نوشتن تست‌های واحد (Unit Tests)
• 93. کار با فریم‌ورک pytest
• 94. مقدمه‌ای بر DevOps و CI/CD
• 95. کار با ابزارهای اتوماسیون
• 96. مقدمه‌ای بر معماری نرم‌افزار
• 97. الگوهای طراحی نرم‌افزار
• 98. برنامه‌نویسی تابعی (Functional Programming)
• 99. بهینه‌سازی کد پایتون
• 100. اشکال‌زدایی پیشرفته (Debugging)