اپلیکیشن اندرویدی فلش‌کارت آموزشی حل تمرین‌های کاربردی پایتون برای مبتدیان

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره حل تمرین‌های کاربردی پایتون برای مبتدیان

موضوع کلی: برنامه نویسی و توسعه نرم افزار

موضوع میانی: آموزش زبان برنامه نویسی پایتون

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر نصب و راه‌اندازی پایتون
• 2. اولین گام در برنامه‌نویسی: نصب مفسر پایتون
• 3. نصب پایتون در ویندوز: راهنمای گام به گام
• 4. نصب پایتون در مک‌اواس: راهنمای تصویری
• 5. نصب پایتون در لینوکس: دستورات ضروری
• 6. تنظیم محیط توسعه یکپارچه (IDE)
• 7. معرفی PyCharm: IDE قدرتمند برای پایتون
• 8. نصب و پیکربندی PyCharm
• 9. آشنایی با VS Code و افزونه‌های پایتون
• 10. ایجاد اولین پروژه پایتون در PyCharm
• 11. مفاهیم پایه پایتون: متغیرها و انواع داده
• 12. آشنایی با انواع داده‌های عددی: صحیح و اعشاری
• 13. کار با رشته‌ها: ایجاد، دستکاری و قالب‌بندی
• 14. عملگرهای محاسباتی در پایتون
• 15. عملگرهای مقایسه‌ای و منطقی
• 16. دستورات شرطی: if، elif، else
• 17. ساختارهای تکرار: حلقه‌های for
• 18. حلقه‌های while: کنترل جریان تکرار
• 19. دستورات break و continue در حلقه‌ها
• 20. ساخت توابع: تعریف، فراخوانی و پارامترها
• 21. بازگرداندن مقادیر از توابع
• 22. توابع لامبدا: توابع کوچک و ناشناس
• 23. مدیریت خطاها: try، except، finally
• 24. کار با لیست‌ها: ایجاد، دسترسی و اصلاح
• 25. عملیات روی لیست‌ها: افزودن، حذف و جستجو
• 26. تاپل‌ها: داده‌های تغییرناپذیر
• 27. دیکشنری‌ها: ساختار داده کلید-مقدار
• 28. عملیات روی دیکشنری‌ها: افزودن، حذف و دسترسی
• 29. مجموعه‌ها (Sets): عناصر منحصر به فرد
• 30. کار با فایل‌ها: خواندن و نوشتن
• 31. مدیریت مسیرهای فایل
• 32. کار با تاریخ و زمان در پایتون
• 33. ماژول‌های استاندارد پایتون
• 34. وارد کردن ماژول‌ها و استفاده از آن‌ها
• 35. مقدمه‌ای بر برنامه‌نویسی شیءگرا (OOP)
• 36. مفاهیم کلاس و شیء
• 37. تعریف کلاس‌ها و ایجاد اشیاء
• 38. ویژگی‌ها (Attributes) و متدها (Methods)
• 39. وراثت: ایجاد کلاس‌های جدید از کلاس‌های موجود
• 40. چندریختی (Polymorphism)
• 41. کپسوله‌سازی (Encapsulation)
• 42. مقدمه‌ای بر کتابخانه‌های پرکاربرد پایتون
• 43. کار با کتابخانه NumPy برای محاسبات عددی
• 44. آرایه‌های NumPy و عملیات پایه
• 45. عملیات ریاضی روی آرایه‌های NumPy
• 46. کار با کتابخانه Pandas برای تحلیل داده
• 47. ساختار داده DataFrame در Pandas
• 48. بارگذاری و ذخیره داده‌ها با Pandas
• 49. فیلتر کردن و انتخاب داده‌ها در DataFrame
• 50. گروه‌بندی و تجمیع داده‌ها
• 51. کار با کتابخانه Matplotlib برای رسم نمودار
• 52. ایجاد نمودارهای خطی و میله‌ای
• 53. سفارشی‌سازی نمودارها
• 54. کار با کتابخانه Requests برای درخواست‌های وب
• 55. ارسال درخواست‌های GET و POST
• 56. کار با داده‌های JSON
• 57. مقدمه‌ای بر توسعه وب با Flask
• 58. ساخت یک برنامه وب ساده با Flask
• 59. مسیریابی (Routing) در Flask
• 60. قالب‌ها (Templates) در Flask
• 61. کار با فرم‌ها در Flask
• 62. مقدمه‌ای بر پایگاه داده و SQL
• 63. ارتباط با پایگاه داده SQLite
• 64. اجرای دستورات SQL با کتابخانه sqlite3
• 65. مقدمه‌ای بر تست واحد (Unit Testing)
• 66. نوشتن تست‌های واحد برای کد پایتون
• 67. استفاده از ماژول unittest
• 68. اشکال‌زدایی (Debugging) کد پایتون
• 69. استفاده از دیباگر PyCharm
• 70. تکنیک‌های بهینه‌سازی کد پایتون
• 71. نکات کاربردی برای افزایش سرعت اجرا
• 72. مقدمه‌ای بر ساختار داده‌های پیشرفته
• 73. کار با صف‌ها (Queues)
• 74. کار با پشته‌ها (Stacks)
• 75. کار با درخت‌ها (Trees)
• 76. مقدمه‌ای بر الگوریتم‌های جستجو
• 77. الگوریتم جستجوی خطی
• 78. الگوریتم جستجوی دودویی
• 79. مقدمه‌ای بر الگوریتم‌های مرتب‌سازی
• 80. الگوریتم مرتب‌سازی حبابی
• 81. الگوریتم مرتب‌سازی انتخابی
• 82. الگوریتم مرتب‌سازی درجی
• 83. مقدمه‌ای بر مفاهیم پایگاه داده NoSQL
• 84. آشنایی با MongoDB
• 85. مقدمه‌ای بر مفاهیم هوش مصنوعی
• 86. مقدمه‌ای بر یادگیری ماشین
• 87. یادگیری تحت نظارت
• 88. یادگیری بدون نظارت
• 89. معرفی مفاهیم شبکه عصبی
• 90. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
• 91. کار با کتابخانه NLTK
• 92. مقدمه‌ای بر توسعه بازی با Pygame
• 93. نصب و راه‌اندازی Pygame
• 94. ساخت پنجره بازی
• 95. رسم اشکال هندسی
• 96. مدیریت رویدادها در Pygame
• 97. مقدمه‌ای بر مفاهیم امنیت نرم‌افزار
• 98. ملاحظات امنیتی در برنامه‌نویسی پایتون
• 99. مقدمه‌ای بر توسعه نرم‌افزار چابک (Agile)
• 100. روش‌شناسی اسکرام (Scrum)