دوره پایتون برای شروع: ساخت اولین برنامه‌های کاربردی شما همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پایتون برای شروع: ساخت اولین برنامه‌های کاربردی شما

موضوع کلی: علوم کامپیوتر و برنامه‌نویسی

موضوع میانی: مبانی برنامه‌نویسی با پایتون

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم کامپیوتر و برنامه‌نویسی
• 2. چرا پایتون؟ معرفی زبان پایتون
• 3. نصب و راه‌اندازی محیط پایتون
• 4. اولین برنامه شما: سلام دنیا!
• 5. متغیرها و انواع داده در پایتون
• 6. عملگرهای حسابی و منطقی
• 7. ساختارهای کنترلی: دستور شرطی if
• 8. دستورات شرطی تو در تو
• 9. حلقه‌ها: حلقه for
• 10. حلقه while و کاربردهای آن
• 11. کار با رشته‌ها در پایتون
• 12. فهرست‌ها (Lists) و عملیات روی آن‌ها
• 13. تاپل‌ها (Tuples): داده‌های تغییرناپذیر
• 14. دیکشنری‌ها (Dictionaries) و مدیریت داده‌ها
• 15. تابع‌نویسی در پایتون
• 16. توابع بازگشتی (Recursion)
• 17. ماژول‌ها و کتابخانه‌های پایتون
• 18. مقدمه‌ای بر برنامه‌نویسی شیءگرا
• 19. کلاس‌ها و اشیاء در پایتون
• 20. مفاهیم وراثت و چندریختی
• 21. مدیریت خطاها و استثناها (Exceptions)
• 22. کار با فایل‌ها: خواندن و نوشتن
• 23. مقدمه‌ای بر الگوریتم‌ها
• 24. تحلیل پیچیدگی الگوریتم‌ها
• 25. الگوریتم‌های جستجو (مانند جستجوی دودویی)
• 26. الگوریتم‌های مرتب‌سازی (مانند مرتب‌سازی حبابی)
• 27. کار با تاریخ و زمان در پایتون
• 28. مقدمه‌ای بر پایگاه داده‌ها
• 29. کار با پایگاه داده SQLite در پایتون
• 30. ارتباط با پایگاه داده‌های خارجی
• 31. مقدمه‌ای بر توسعه وب با پایتون
• 32. چارچوب Django: شروع کار
• 33. مدیریت URLها در جنگو
• 34. قالب‌ها (Templates) در جنگو
• 35. کار با مدل‌ها در جنگو
• 36. فرم‌ها در جنگو
• 37. نمایش داده‌ها در جنگو
• 38. مقدمه‌ای بر APIها
• 39. ساخت API با استفاده از Flask
• 40. مقدمه‌ای بر علم داده
• 41. کتابخانه NumPy برای محاسبات عددی
• 42. کتابخانه Pandas برای تحلیل داده
• 43. مصورسازی داده‌ها با Matplotlib
• 44. مقدمه‌ای بر یادگیری ماشین
• 45. انواع مسائل یادگیری ماشین
• 46. رگرسیون خطی با Scikit-learn
• 47. طبقه‌بندی با Scikit-learn
• 48. کلاسترینگ با Scikit-learn
• 49. مقدمه‌ای بر شبکه‌های عصبی
• 50. شبکه‌های عصبی پرسپترون چندلایه
• 51. مقدمه‌ای بر پردازش زبان طبیعی
• 52. کار با متن و رشته‌ها در NLP
• 53. تحلیل احساسات با پایتون
• 54. مقدمه‌ای بر امنیت برنامه‌ها
• 55. اصول اولیه کدنویسی امن
• 56. جلوگیری از حملات رایج
• 57. مقدمه‌ای بر توسعه بازی
• 58. ساخت بازی‌های ساده با Pygame
• 59. مفاهیم اولیه گرافیک در بازی
• 60. مدیریت رویدادها در بازی
• 61. بهینه‌سازی عملکرد برنامه
• 62. نکات پیشرفته در پایتون
• 63. برنامه‌نویسی موازی و هم‌روند
• 64. مقدمه‌ای بر سیستم‌عامل‌ها
• 65. مفاهیم اصلی سیستم‌عامل
• 66. کار با خط فرمان (Command Line)
• 67. مدیریت فرآیندها
• 68. مقدمه‌ای بر شبکه‌های کامپیوتری
• 69. مدل OSI و TCP/IP
• 70. آدرس‌دهی IP و زیرشبکه‌ها
• 71. پروتکل‌های رایج شبکه (HTTP, FTP)
• 72. مقدمه‌ای بر معماری کامپیوتر
• 73. ساختار پردازنده
• 74. حافظه و سلسله مراتب آن
• 75. ورودی/خروجی و دستگاه‌ها
• 76. مقدمه‌ای بر ساختار داده‌ها
• 77. پشته (Stack) و صف (Queue)
• 78. لیست پیوندی (Linked List)
• 79. درخت‌ها (Trees) و انواع آن
• 80. گراف‌ها (Graphs) و کاربردها
• 81. مقدمه‌ای بر سیستم‌های توزیع‌شده
• 82. مفاهیم پایه‌ای سیستم‌های توزیع‌شده
• 83. مقدمه‌ای بر محاسبات ابری
• 84. مزایای محاسبات ابری
• 85. مقدمه‌ای بر هوش مصنوعی
• 86. کاربردهای هوش مصنوعی
• 87. اخلاق در توسعه نرم‌افزار
• 88. اهمیت مستندسازی کد
• 89. طراحی نرم‌افزار و الگوهای طراحی
• 90. مقدمه‌ای بر تست نرم‌افزار
• 91. انواع تست (واحد، یکپارچه‌سازی)
• 92. اصول دیباگ کردن (Debugging)
• 93. مقدمه‌ای بر DevOps
• 94. فرهنگ و اصول DevOps
• 95. ابزارهای رایج DevOps
• 96. مقدمه‌ای بر گیت (Git)
• 97. دستورات پایه گیت
• 98. مدیریت شاخه‌ها در گیت
• 99. همکاری با گیت (Pull Request)
• 100. مقدمه‌ای بر Docker