کتاب صوتی آموزش برنامه‌نویسی پایه با رویکرد ریاضی برای کامپیوترهای کلاسیک

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش برنامه‌نویسی پایه با رویکرد ریاضی برای کامپیوترهای کلاسیک

موضوع کلی: علوم کامپیوتر و برنامه‌نویسی

موضوع میانی: مبانی برنامه‌نویسی و ریاضیات کاربردی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر ریاضیات و کامپیوتر
• 2. اعداد صحیح و عملیات پایه
• 3. مجموعه‌ها و روابط
• 4. منطق گزاره‌ای و منطق گزاره‌ای مرتبه اول
• 5. توابع و نگاشت‌ها
• 6. ماتریس‌ها و عملیات بر روی آن‌ها
• 7. بردارها و فضاهای برداری
• 8. مقدمه‌ای بر جبر خطی
• 9. مقدمه‌ای بر حساب دیفرانسیل و انتگرال
• 10. مشتق و کاربردهای آن
• 11. انتگرال و کاربردهای آن
• 12. سری‌های توانی و تقریب توابع
• 13. معادلات دیفرانسیل مقدماتی
• 14. مقدمه‌ای بر آمار و احتمال
• 15. توزیع‌های احتمالی گسسته
• 16. توزیع‌های احتمالی پیوسته
• 17. آمار توصیفی
• 18. آمار استنباطی
• 19. آزمون فرض آماری
• 20. رگرسیون خطی ساده
• 21. مقدمه‌ای بر نظریه اعداد
• 22. قضیه اساسی حساب
• 23. همنهشتی و کاربردهای آن
• 24. مقدمه‌ای بر گراف‌ها
• 25. انواع گراف‌ها و خواص آن‌ها
• 26. مسیرها و دورها در گراف‌ها
• 27. درخت‌ها و کاربردهای آن‌ها
• 28. مقدمه‌ای بر الگوریتم‌ها
• 29. تحلیل پیچیدگی الگوریتم‌ها
• 30. الگوریتم‌های مرتب‌سازی
• 31. الگوریتم‌های جستجو
• 32. الگوریتم‌های گراف
• 33. الگوریتم‌های برنامه‌نویسی پویا
• 34. مقدمه‌ای بر ساختار داده‌ها
• 35. آرایه‌ها و لیست‌های پیوندی
• 36. پشته‌ها و صف‌ها
• 37. درخت‌های جستجوی دودویی
• 38. هرم‌ها
• 39. جداول هش
• 40. مقدمه‌ای بر زبان‌های برنامه‌نویسی
• 41. دستور زبان و معناشناسی
• 42. انواع داده‌ها و متغیرها
• 43. ساختارهای کنترلی
• 44. توابع و رویه‌ها
• 45. برنامه‌نویسی ساخت‌یافته
• 46. مقدمه‌ای بر برنامه‌نویسی شیءگرا
• 47. کلاس‌ها و اشیاء
• 48. وراثت و چندریختی
• 49. کپسوله‌سازی
• 50. مقدمه‌ای بر پایگاه‌های داده
• 51. مدل رابطه‌ای
• 52. زبان SQL
• 53. طراحی پایگاه داده
• 54. مقدمه‌ای بر شبکه‌های کامپیوتری
• 55. مدل OSI
• 56. پروتکل‌های TCP/IP
• 57. آدرس‌دهی IP
• 58. مقدمه‌ای بر سیستم‌های عامل
• 59. مدیریت فرآیند
• 60. مدیریت حافظه
• 61. مدیریت فایل
• 62. مقدمه‌ای بر امنیت کامپیوتر
• 63. رمزنگاری
• 64. احراز هویت
• 65. مجوزها
• 66. مقدمه‌ای بر هوش مصنوعی
• 67. یادگیری ماشین
• 68. شبکه‌های عصبی
• 69. پردازش زبان طبیعی
• 70. مقدمه‌ای بر گرافیک کامپیوتری
• 71. رندرینگ
• 72. مدل‌سازی سه بعدی
• 73. انیمیشن
• 74. مقدمه‌ای بر مهندسی نرم‌افزار
• 75. چرخه حیات توسعه نرم‌افزار
• 76. روش‌های چابک
• 77. تست نرم‌افزار
• 78. مقدمه‌ای بر داده‌کاوی
• 79. پیش‌پردازش داده‌ها
• 80. الگوریتم‌های خوشه‌بندی
• 81. الگوریتم‌های طبقه‌بندی
• 82. مقدمه‌ای بر محاسبات علمی
• 83. شبیه‌سازی عددی
• 84. بهینه‌سازی
• 85. تجسم داده‌ها
• 86. مقدمه‌ای بر زبان پایتون
• 87. متغیرها و انواع داده‌ها در پایتون
• 88. ساختارهای کنترلی در پایتون
• 89. توابع در پایتون
• 90. کتابخانه‌های پایتون برای ریاضیات
• 91. استفاده از NumPy برای محاسبات عددی
• 92. استفاده از SciPy برای محاسبات علمی
• 93. استفاده از Matplotlib برای ترسیم نمودار
• 94. مقدمه‌ای بر برنامه‌نویسی عددی در پایتون
• 95. حل معادلات دیفرانسیل با پایتون
• 96. بهینه‌سازی با پایتون
• 97. تحلیل داده با پایتون
• 98. کار با فایل‌ها در پایتون
• 99. مقدمه‌ای بر مباحث پیشرفته‌تر
• 100. ساختارهای داده پیچیده