دوره گام به گام با برنامه‌نویسی پایتون: از صفر تا صد برای مبتدیان همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره گام به گام با برنامه‌نویسی پایتون: از صفر تا صد برای مبتدیان

موضوع کلی: علوم کامپیوتر و برنامه‌نویسی

موضوع میانی: مبانی برنامه‌نویسی با زبان پایتون

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر دنیای برنامه‌نویسی
• 2. چرا پایتون؟ مزایا و کاربردها
• 3. نصب و راه‌اندازی محیط پایتون
• 4. اولین برنامه شما: سلام دنیا!
• 5. آشنایی با انواع داده‌ها در پایتون
• 6. متغیرها: خانه‌های اطلاعاتی
• 7. عملگرهای ریاضی و اولویت آن‌ها
• 8. ورودی و خروجی در پایتون
• 9. دستورات شرطی: اگر... آنگاه...
• 10. حلقه‌های تکرار: تا زمانی که...
• 11. حلقه‌های تکرار: برای هر...
• 12. لیست‌ها: مجموعه‌ای از عناصر
• 13. تاپل‌ها: لیست‌های تغییرناپذیر
• 14. دیکشنری‌ها: جفت‌های کلید-مقدار
• 15. مجموعه‌ها: عناصر منحصربه‌فرد
• 16. رشته‌ها: توالی کاراکترها
• 17. عملیات روی رشته‌ها
• 18. توابع: بلوک‌های کد قابل استفاده مجدد
• 19. تعریف و فراخوانی توابع
• 20. پارامترها و آرگومان‌های توابع
• 21. مقادیر بازگشتی توابع
• 22. دامنه متغیرها: محلی و سراسری
• 23. ماژول‌ها: سازماندهی کد
• 24. وارد کردن ماژول‌ها
• 25. آشنایی با ماژول‌های استاندارد پایتون
• 26. کار با فایل‌ها: خواندن
• 27. کار با فایل‌ها: نوشتن
• 28. کار با فایل‌ها: افزودن
• 29. مدیریت خطا و استثنائات
• 30. بلوک try-except
• 31. رفع اشکال (Debugging)
• 32. مفاهیم شی‌گرایی (OOP)
• 33. کلاس‌ها و اشیاء
• 34. ویژگی‌ها و متدهای کلاس
• 35. وراثت در پایتون
• 36. چندریختی (Polymorphism)
• 37. کار با تاریخ و زمان
• 38. کار با اعداد تصادفی
• 39. آشنایی با کتابخانه NumPy
• 40. عملیات پایه‌ای NumPy
• 41. آشنایی با کتابخانه Pandas
• 42. ساختار داده DataFrame
• 43. عملیات روی DataFrame
• 44. فیلتر کردن و انتخاب داده‌ها
• 45. مرتب‌سازی داده‌ها
• 46. گروه‌بندی داده‌ها
• 47. ترکیب DataFrameها
• 48. آشنایی با کتابخانه Matplotlib
• 49. رسم نمودارهای خطی
• 50. رسم نمودارهای میله‌ای
• 51. رسم نمودارهای پراکندگی
• 52. سفارشی‌سازی نمودارها
• 53. مقدمه‌ای بر توسعه وب با پایتون
• 54. آشنایی با چارچوب Django
• 55. مقدمه‌ای بر چارچوب Flask
• 56. کار با پایگاه داده
• 57. مقدمه‌ای بر SQL
• 58. کار با SQLite
• 59. مقدمه‌ای بر برنامه‌نویسی شبکه‌ای
• 60. سوکت‌های پایتون
• 61. کار با پروتکل HTTP
• 62. آشنایی با APIها
• 63. طراحی APIهای ساده
• 64. مقدمه‌ای بر علم داده
• 65. پاکسازی داده‌ها
• 66. تحلیل اکتشافی داده‌ها (EDA)
• 67. آماده‌سازی داده‌ها برای مدل‌سازی
• 68. مقدمه‌ای بر یادگیری ماشین
• 69. انواع الگوریتم‌های یادگیری ماشین
• 70. کار با کتابخانه Scikit-learn
• 71. تقسیم داده‌ها به آموزشی و آزمایشی
• 72. آموزش مدل رگرسیون خطی
• 73. ارزیابی مدل رگرسیون
• 74. آموزش مدل طبقه‌بندی (مانند رگرسیون لجستیک)
• 75. ارزیابی مدل طبقه‌بندی
• 76. مقدمه‌ای بر الگوریتم‌های جستجو
• 77. مقدمه‌ای بر الگوریتم‌های مرتب‌سازی
• 78. مرتب‌سازی حبابی
• 79. مرتب‌سازی انتخابی
• 80. مرتب‌سازی درجی
• 81. مرتب‌سازی ادغامی
• 82. مرتب‌سازی سریع
• 83. مقدمه‌ای بر ساختار داده‌های پیشرفته
• 84. لیست پیوندی
• 85. پشته (Stack)
• 86. صف (Queue)
• 87. درخت (Tree)
• 88. گراف (Graph)
• 89. مفاهیم پایه‌ای امنیت نرم‌افزار
• 90. جلوگیری از تزریق کد (SQL Injection)
• 91. اعتبارسنجی ورودی کاربر
• 92. اصول کدنویسی تمیز و خوانا
• 93. مستندسازی کد
• 94. مدیریت پروژه نرم‌افزاری
• 95. اصول اولیه Agile
• 96. آزمون واحد (Unit Testing)
• 97. آزمون ادغام (Integration Testing)
• 98. مقدمه‌ای بر سیستم‌های عامل
• 99. فرایندها و نخ‌ها
• 100. مدیریت حافظه