کتاب صوتی اصول برنامه‌نویسی تابعی برای توسعه نرم‌افزارهای مقیاس‌پذیر با پایتون و هسکل

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول برنامه‌نویسی تابعی برای توسعه نرم‌افزارهای مقیاس‌پذیر با پایتون و هسکل

موضوع کلی: علوم رایانه و مهندسی نرم‌افزار

موضوع میانی: الگوهای پیشرفته برنامه‌نویسی و مدیریت ساختار کد

📋 سرفصل‌های دوره

• 1. مبانی و فلسفه برنامه‌نویسی تابعی
• 2. تفاوت‌های بنیادین پارادایم دستوری و تابعی
• 3. مدیریت وضعیت و تغییرناپذیری در نرم‌افزار
• 4. توابع به عنوان شهروندان درجه یک در پایتون
• 5. توابع خالص و نقش آن‌ها در کاهش خطاها
• 6. اثرات جانبی و روش‌های مدیریت کنترل‌شده آن‌ها
• 7. مفاهیم پایه لامبدا و توابع بی‌نام
• 8. اعمال توابع مرتبه بالاتر در پردازش داده‌ها
• 9. استفاده از نگاشت و فیلتر در بهینه‌سازی کد
• 10. کاهش داده‌ها و تجمعات تابعی
• 11. ارزیابی تنبل و مدیریت بهینه حافظه
• 12. ساختار داده‌های تغییرناپذیر در پایتون
• 13. درک مفهوم بازگشت و بهینه‌سازی فراخوانی دم
• 14. مقدمه‌ای بر تایپ‌بندی ایستا در هسکل
• 15. سیستم انواع داده و استنتاج نوع در هسکل
• 16. ساختار داده‌های جبری و الگوهای تطبیق
• 17. کاربرد لیست‌ها و عملگرهای بازگشتی در هسکل
• 18. مفهوم فانکتورها در برنامه‌نویسی تابعی
• 19. ساختار مونوئیدها و کاربرد آن‌ها در ترکیب داده‌ها
• 20. آشنایی با مونا‌دها برای مدیریت جریان برنامه
• 21. مدیریت خطا با استفاده از انواع داده‌ای تابعی
• 22. ترکیب توابع و خط لوله‌های پردازش داده
• 23. کاربرد توابع جزئی و اعمال جزئی در طراحی سیستم
• 24. تکنیک‌های کرینگ برای انعطاف‌پذیری کد
• 25. ارزیابی تنبل و ساختارهای داده نامتناهی
• 26. مدیریت ورودی و خروجی در محیط‌های تابعی
• 27. طراحی معماری نرم‌افزار با رویکرد تابعی
• 28. تست‌پذیری نرم‌افزار در پارادایم تابعی
• 29. بهینه‌سازی عملکرد برنامه‌های مقیاس‌پذیر
• 30. الگوهای طراحی تابعی در توسعه سیستم‌های توزیع‌شده
• 31. موازی‌سازی محاسبات با استفاده از ویژگی‌های تابعی
• 32. مدیریت حافظه و زباله‌روبی در محیط‌های تابعی
• 33. بررسی توابع مرتبه بالاتر برای کاهش پیچیدگی کد
• 34. استفاده از کتابخانه‌های تابعی در اکوسیستم پایتون
• 35. پیاده‌سازی ماشین‌های وضعیت با منطق تابعی
• 36. اصول بازنویسی کد به سبک تابعی
• 37. مستندسازی و نگهداری کدهای مبتنی بر توابع خالص
• 38. تحلیل پیچیدگی زمانی در الگوریتم‌های تابعی
• 39. مقایسه کارایی هسکل و پایتون در پردازش‌های سنگین
• 40. جمع‌بندی و نقشه راه برای توسعه نرم‌افزارهای مقیاس‌پذیر