فلش‌کارت‌های آموزشی برنامه‌نویسی کاربردی با زبان‌های سطح بالا برای محاسبات علمی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره برنامه‌نویسی کاربردی با زبان‌های سطح بالا برای محاسبات علمی

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: توسعه نرم‌افزارهای علمی و کاربردی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر برنامه‌نویسی علمی
• 2. مفاهیم پایه زبان‌های سطح بالا
• 3. ساختار داده‌ها در برنامه‌نویسی علمی
• 4. الگوریتم‌های جستجو و مرتب‌سازی
• 5. مبانی محاسبات عددی
• 6. حل معادلات جبری خطی
• 7. توابع و سری‌های ریاضی
• 8. انتگرال‌گیری عددی
• 9. معادلات دیفرانسیل معمولی
• 10. روش‌های حل عددی معادلات دیفرانسیل
• 11. تحلیل داده‌های علمی
• 12. نمودارها و تجسم داده‌ها
• 13. مبانی برنامه‌نویسی شیءگرا
• 14. مدیریت حافظه و منابع
• 15. اصول مهندسی نرم‌افزار
• 16. روش‌های توسعه نرم‌افزار چابک
• 17. مستندسازی کد و نرم‌افزار
• 18. مبانی پایگاه داده‌ها
• 19. طراحی پایگاه داده رابطه‌ای
• 20. کار با پایگاه داده‌ها در برنامه‌نویسی
• 21. مبانی شبکه‌های کامپیوتری
• 22. پروتکل‌های ارتباطی
• 23. امنیت در شبکه‌ها
• 24. مبانی سیستم‌عامل
• 25. مدیریت فرآیندها و نخ‌ها
• 26. مدیریت حافظه در سیستم‌عامل
• 27. مبانی هوش مصنوعی
• 28. یادگیری ماشین مقدماتی
• 29. پردازش زبان طبیعی
• 30. مبانی گرافیک کامپیوتری
• 31. رندرینگ سه‌بعدی
• 32. انیمیشن کامپیوتری
• 33. مبانی محاسبات موازی
• 34. معماری‌های پردازش موازی
• 35. برنامه‌نویسی موازی
• 36. مبانی محاسبات توزیع‌شده
• 37. سیستم‌های توزیع‌شده
• 38. هماهنگی در سیستم‌های توزیع‌شده
• 39. مبانی امنیت سایبری
• 40. رمزنگاری کاربردی
• 41. مدیریت ریسک امنیتی
• 42. توسعه وب سمت سرور
• 43. فریم‌ورک‌های وب مدرن
• 44. مبانی پایگاه داده‌های NoSQL
• 45. کار با پایگاه داده‌های NoSQL
• 46. تست نرم‌افزار و تضمین کیفیت
• 47. تست واحد و یکپارچه‌سازی
• 48. تست عملکرد و بار
• 49. اصول طراحی رابط کاربری (UI)
• 50. اصول تجربه کاربری (UX)
• 51. طراحی سیستم‌های مقیاس‌پذیر
• 52. معماری میکروسرویس‌ها
• 53. استقرار و مدیریت نرم‌افزار
• 54. مبانی DevOps
• 55. اتوماسیون در DevOps
• 56. مقدمه‌ای بر یادگیری عمیق
• 57. شبکه‌های عصبی کانولوشنی
• 58. شبکه‌های عصبی بازگشتی
• 59. پردازش تصویر با یادگیری عمیق
• 60. پردازش صدا با یادگیری عمیق
• 61. کاربرد هوش مصنوعی در علوم
• 62. کاربرد هوش مصنوعی در مهندسی
• 63. مبانی تحلیل آماری
• 64. آزمون فرض آماری
• 65. رگرسیون و مدل‌سازی آماری
• 66. تحلیل سری‌های زمانی
• 67. مقدمه‌ای بر داده‌کاوی
• 68. الگوریتم‌های خوشه‌بندی
• 69. الگوریتم‌های طبقه‌بندی
• 70. قوانین انجمنی و تحلیل سبد خرید
• 71. تجسم داده‌های پیچیده
• 72. اصول گزارش‌دهی و داشبوردهای مدیریتی
• 73. مبانی طراحی الگوریتم‌های بهینه
• 74. تحلیل پیچیدگی الگوریتم‌ها
• 75. الگوریتم‌های حریصانه
• 76. برنامه‌نویسی پویا
• 77. الگوریتم‌های جستجوی گراف
• 78. کاربرد الگوریتم‌ها در بهینه‌سازی
• 79. بهینه‌سازی خطی و غیرخطی
• 80. الگوریتم‌های فراابتکاری
• 81. مقدمه‌ای بر محاسبات کوانتومی
• 82. مبانی رمزنگاری کوانتومی
• 83. کاربردهای محاسبات کوانتومی
• 84. اصول توسعه بازی‌های کامپیوتری
• 85. موتورهای بازی‌سازی
• 86. طراحی مراحل و مکانیک بازی
• 87. هوش مصنوعی در بازی‌ها
• 88. مبانی واقعیت مجازی و افزوده
• 89. توسعه برنامه‌های واقعیت مجازی
• 90. توسعه برنامه‌های واقعیت افزوده
• 91. مقدمه‌ای بر اینترنت اشیاء (IoT)
• 92. معماری سیستم‌های IoT
• 93. امنیت در اینترنت اشیاء
• 94. برنامه‌نویسی برای دستگاه‌های نهفته
• 95. سیستم‌های بلادرنگ
• 96. اصول توسعه نرم‌افزار برای موبایل
• 97. فریم‌ورک‌های توسعه موبایل
• 98. اصول طراحی اپلیکیشن‌های موبایل
• 99. مدیریت پروژه نرم‌افزاری
• 100. چرخه حیات توسعه نرم‌افزار