دوره مبانی و کاربردهای الگوریتم‌ها در حل مسائل محاسباتی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی و کاربردهای الگوریتم‌ها در حل مسائل محاسباتی

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: طراحی و تحلیل الگوریتم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم کامپیوتر و الگوریتم‌ها
• 2. مفاهیم پایه در طراحی الگوریتم
• 3. تحلیل پیچیدگی الگوریتم‌ها: نمادگذاری اُو
• 4. تحلیل پیچیدگی: زمان اجرا و حافظه
• 5. الگوریتم‌های جستجو: خطی و دودویی
• 6. کاربرد جستجوی دودویی در مرتب‌سازی
• 7. الگوریتم‌های مرتب‌سازی: مرتب‌سازی حبابی
• 8. مرتب‌سازی انتخابی و درج
• 9. مرتب‌سازی ادغامی: رویکرد تقسیم و حل
• 10. مرتب‌سازی سریع: پیاده‌سازی و تحلیل
• 11. مقایسه الگوریتم‌های مرتب‌سازی
• 12. ساختارهای داده: آرایه‌ها و لیست‌های پیوندی
• 13. پشته‌ها و صف‌ها: مفاهیم و کاربردها
• 14. درخت‌ها: درخت‌های دودویی جستجو
• 15. عمق‌سنجی و پیمایش درخت‌ها
• 16. درخت‌های متوازن: AVL و Red-Black
• 17. کاربرد درخت‌ها در سازماندهی داده‌ها
• 18. هرم‌ها: هرم دودویی و هرم فیبوناچی
• 19. الگوریتم‌های گراف: پیمایش اول سطح و عمق
• 20. کشف مسیرهای کوتاه: الگوریتم دایکسترا
• 21. کشف مسیرهای کوتاه در گراف‌های وزن‌دار
• 22. الگوریتم بلمن-فورد و تشخیص دور منفی
• 23. یافتن درخت پوشای کمینه: الگوریتم پریم
• 24. یافتن درخت پوشای کمینه: الگوریتم کروسکال
• 25. کاربرد گراف‌ها در شبکه‌ها و مسیریابی
• 26. الگوریتم‌های حریصانه: اصول و مثال‌ها
• 27. مسئله کوله‌پشتی با رویکرد حریصانه
• 28. مسئله انتخاب فعالیت‌ها
• 29. برنامه‌ریزی پویا: مفاهیم پایه
• 30. حل مسئله کوله‌پشتی با برنامه‌ریزی پویا
• 31. مسئله کوتاه‌ترین مسیر در گراف با برنامه‌ریزی پویا
• 32. دنباله‌های مشترک و زیردنباله‌های مشترک طولانی
• 33. روش‌های بازگشتی و برنامه‌ریزی پویا
• 34. تقسیم و حل: الگوریتم‌های مرتب‌سازی
• 35. الگوریتم‌های جستجو و تحلیل آن‌ها
• 36. ساختارهای داده پیشرفته: درخت‌های B
• 37. کاربرد درخت‌های B در پایگاه‌های داده
• 38. الگوریتم‌های هشینگ: جداول هش
• 39. روش‌های برخورد در جداول هش
• 40. تحلیل عملکرد جداول هش
• 41. الگوریتم‌های مرتبط با رشته‌ها: KMP
• 42. الگوریتم‌های مرتبط با رشته‌ها: Boyer-Moore
• 43. الگوریتم‌های مرتبط با رشته‌ها: Rabin-Karp
• 44. تحلیل الگوریتم‌های رشته‌ای
• 45. مقدمه‌ای بر الگوریتم‌های تصادفی
• 46. الگوریتم‌های جستجوی تصادفی
• 47. کاربرد الگوریتم‌های تصادفی در علوم کامپیوتر
• 48. مقدمه‌ای بر نظریه پیچیدگی محاسباتی
• 49. کلاس‌های پیچیدگی P و NP
• 50. مسائل NP-کامل و NP-سخت
• 51. تقریب الگوریتم‌ها برای مسائل NP-کامل
• 52. الگوریتم‌های موازی و توزیع‌شده
• 53. معماری‌های پردازش موازی
• 54. طراحی الگوریتم‌های موازی
• 55. مقدمه‌ای بر رمزنگاری و امنیت الگوریتمی
• 56. الگوریتم‌های رمزنگاری متقارن
• 57. الگوریتم‌های رمزنگاری نامتقارن
• 58. کاربرد رمزنگاری در پروتکل‌های امنیتی
• 59. مقدمه‌ای بر یادگیری ماشین و الگوریتم‌های آن
• 60. الگوریتم‌های طبقه‌بندی: درخت‌های تصمیم
• 61. الگوریتم‌های خوشه‌بندی: K-Means
• 62. الگوریتم‌های رگرسیون خطی
• 63. شبکه‌های عصبی مصنوعی: مفاهیم پایه
• 64. آموزش شبکه‌های عصبی: پس‌انتشار خطا
• 65. کاربرد شبکه‌های عصبی در پردازش تصویر
• 66. مقدمه‌ای بر الگوریتم‌های بهینه‌سازی
• 67. روش‌های جستجوی گرادیان
• 68. بهینه‌سازی مقید و نامقید
• 69. الگوریتم‌های ژنتیک و الگوریتم‌های کلونی مورچگان
• 70. کاربرد الگوریتم‌های بهینه‌سازی در مهندسی
• 71. مقدمه‌ای بر الگوریتم‌های گراف پیشرفته
• 72. شبکه‌های جریان: حداکثر جریان
• 73. الگوریتم فورد-فولکِرسون
• 74. کاربرد شبکه‌های جریان در مسائل تخصیص
• 75. مقدمه‌ای بر الگوریتم‌های هندسی محاسباتی
• 76. پوش محدب
• 77. مجموعه راس‌های داخلی
• 78. کیسه‌های بسته و نیمه‌بسته
• 79. الگوریتم‌های مرتبط با چندضلعی‌ها
• 80. کاربرد الگوریتم‌های هندسی در گرافیک کامپیوتری
• 81. مقدمه‌ای بر مبانی ریاضیات گسسته برای الگوریتم‌ها
• 82. منطق ریاضی و اثبات قضیه‌ها
• 83. ترکیبیات و شمارش
• 84. احتمالات گسسته
• 85. کاربرد ریاضیات گسسته در تحلیل الگوریتم‌ها
• 86. مقدمه‌ای بر طراحی سیستم‌های نرم‌افزاری مقیاس‌پذیر
• 87. معماری میکروسرویس‌ها
• 88. اصول طراحی API
• 89. مدیریت داده‌ها در سیستم‌های توزیع‌شده
• 90. امنیت در طراحی سیستم‌های نرم‌افزاری
• 91. مقدمه‌ای بر مبانی برنامه‌نویسی تابعی
• 92. اصول برنامه‌نویسی تابعی
• 93. توابع مرتبه بالا و کاربرد آن‌ها
• 94. Immutability و Side Effects
• 95. مقایسه پارادایم‌های برنامه‌نویسی
• 96. کاربرد برنامه‌نویسی تابعی در حل مسائل پیچیده
• 97. مقدمه‌ای بر مهندسی داده
• 98. مبانی پایگاه داده‌های رابطه‌ای
• 99. مبانی پایگاه داده‌های NoSQL
• 100. پردازش داده‌های بزرگ (Big Data)