اپلیکیشن اندرویدی فلش‌کارت آموزشی اصول برنامه‌نویسی و توسعه وب با پایتون

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول برنامه‌نویسی و توسعه وب با پایتون

موضوع کلی: علوم کاربردی و مهارت‌های شغلی

موضوع میانی: توسعه نرم‌افزار و فناوری اطلاعات

📋 سرفصل‌های دوره

• 1. مقدمه ای بر علوم کامپیوتر و پایتون
• 2. مفاهیم پایه برنامه نویسی
• 3. متغیرها و انواع داده
• 4. عملگرها در پایتون
• 5. ساختارهای کنترلی: شرط ها
• 6. حلقه ها: for و while
• 7. توابع در پایتون
• 8. ماژول ها و بسته ها
• 9. کار با رشته ها
• 10. لیست ها و تاپل ها
• 11. دیکشنری ها و مجموعه ها
• 12. مدیریت خطا و استثناها
• 13. کار با فایل ها
• 14. مقدمه ای بر برنامه نویسی شیءگرا
• 15. کلاس ها و اشیاء
• 16. وراثت در پایتون
• 17. چندریختی و پولی مورفیسم
• 18. مقدمه ای بر پایگاه داده
• 19. SQL و مفاهیم پایه
• 20. کار با پایگاه داده در پایتون
• 21. مقدمه ای بر توسعه وب
• 22. مفاهیم HTTP و پروتکل ها
• 23. HTML: ساختار صفحات وب
• 24. CSS: استایل دهی به صفحات وب
• 25. جاوا اسکریپت: تعامل در مرورگر
• 26. مقدمه ای بر فریمورک های وب
• 27. فریمورک جنگو: اصول اولیه
• 28. ساختار پروژه در جنگو
• 29. مدل ها در جنگو (ORM)
• 30. نماها (Views) در جنگو
• 31. مسیرها (URLs) در جنگو
• 32. قالب ها (Templates) در جنگو
• 33. فرم ها در جنگو
• 34. مقدمه ای بر RESTful API
• 35. طراحی API با جنگو
• 36. احراز هویت در جنگو
• 37. امنیت در توسعه وب
• 38. مقدمه ای بر پایگاه داده های NoSQL
• 39. کار با MongoDB در پایتون
• 40. مقدمه ای بر ابزارهای توسعه
• 41. کنترل نسخه با Git
• 42. کار با Git و GitHub
• 43. مقدمه ای بر تست نرم افزار
• 44. تست واحد در پایتون
• 45. تست یکپارچگی
• 46. مقدمه ای بر DevOps
• 47. استقرار برنامه ها
• 48. مقدمه ای بر ابر و سرویس های ابری
• 49. کار با سرویس های ابری (مثال)
• 50. کار با Docker
• 51. کانتینرسازی برنامه ها
• 52. مقدمه ای بر معماری میکروسرویس
• 53. طراحی میکروسرویس ها
• 54. ارتباط بین میکروسرویس ها
• 55. امنیت در میکروسرویس ها
• 56. مقدمه ای بر امنیت سایبری
• 57. اصول رمزنگاری
• 58. پروتکل های امنیتی وب
• 59. مقدمه ای بر علم داده
• 60. تحلیل داده با پایتون
• 61. کتابخانه Pandas
• 62. کتابخانه NumPy
• 63. مصورسازی داده ها با Matplotlib
• 64. مصورسازی داده ها با Seaborn
• 65. مقدمه ای بر یادگیری ماشین
• 66. الگوریتم های پایه یادگیری ماشین
• 67. رگرسیون خطی
• 68. رگرسیون لجستیک
• 69. درخت های تصمیم
• 70. جنگل های تصادفی
• 71. ماشین های بردار پشتیبان (SVM)
• 72. شبکه های عصبی مقدماتی
• 73. یادگیری عمیق مقدماتی
• 74. کار با TensorFlow
• 75. کار با Keras
• 76. کار با PyTorch
• 77. پردازش زبان طبیعی (NLP) مقدماتی
• 78. کار با NLTK
• 79. کار با SpaCy
• 80. مقدمه ای بر داده کاوی
• 81. قوانین انجمنی
• 82. خوشه بندی داده ها
• 83. مقدمه ای بر هوش مصنوعی
• 84. کاربردها و اخلاقیات هوش مصنوعی
• 85. مباحث پیشرفته در پایتون
• 86. بهینه سازی کد پایتون
• 87. الگوهای طراحی نرم افزار
• 88. معماری نرم افزار
• 89. مدیریت پروژه های نرم افزاری
• 90. متدولوژی های چابک (Agile)
• 91. اسکرام (Scrum)
• 92. کانبان (Kanban)
• 93. مقدمه ای بر سیستم های توزیع شده
• 94. مفاهیم پایه سیستم های توزیع شده
• 95. کاربردها در دنیای واقعی
• 96. مقدمه ای بر امنیت اطلاعات
• 97. مدیریت دسترسی ها
• 98. امنیت شبکه
• 99. رعایت حریم خصوصی داده ها
• 100. قوانین و مقررات مربوط به داده ها