کتاب آموزش جامع پایتون ۵: از مقدماتی تا کاربردی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش جامع پایتون ۵: از مقدماتی تا کاربردی

موضوع کلی: علوم کامپیوتر و فناوری اطلاعات

موضوع میانی: برنامه‌نویسی و توسعه نرم‌افزار

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علوم کامپیوتر و برنامه‌نویسی
  • 2. آشنایی با زبان پایتون و تاریخچه آن
  • 3. نصب و راه‌اندازی محیط توسعه پایتون
  • 4. اولین برنامه در پایتون: سلام دنیا
  • 5. متغیرها و انواع داده در پایتون
  • 6. عملگرهای ریاضی و منطقی
  • 7. دستورات شرطی: if, elif, else
  • 8. حلقه‌های تکرار: for و while
  • 9. ساختارهای داده: لیست‌ها
  • 10. کار با لیست‌ها: افزودن، حذف و دسترسی
  • 11. لیست‌های تودرتو
  • 12. ساختارهای داده: تاپل‌ها
  • 13. کار با تاپل‌ها
  • 14. ساختارهای داده: مجموعه‌ها (Sets)
  • 15. کار با مجموعه‌ها
  • 16. ساختارهای داده: دیکشنری‌ها
  • 17. کار با دیکشنری‌ها
  • 18. توابع در پایتون
  • 19. تعریف و فراخوانی توابع
  • 20. آرگومان‌های توابع
  • 21. مقادیر بازگشتی توابع
  • 22. توابع لامبدا (توابع بی‌نام)
  • 23. مدیریت خطا و استثنا (Exceptions)
  • 24. بلوک‌های try, except, finally
  • 25. پرتاب استثنا (Raising Exceptions)
  • 26. کلاس‌ها و اشیاء (مقدماتی)
  • 27. مفاهیم اولیه برنامه‌نویسی شیءگرا
  • 28. تعریف کلاس و ایجاد شیء
  • 29. ویژگی‌ها (Attributes) و متدها (Methods)
  • 30. متدهای خاص کلاس (Magic Methods)
  • 31. وراثت (Inheritance)
  • 32. چندریختی (Polymorphism)
  • 33. ماژول‌ها و بسته‌ها در پایتون
  • 34. وارد کردن ماژول‌ها
  • 35. ساخت ماژول‌های سفارشی
  • 36. نصب بسته‌های خارجی با pip
  • 37. کار با فایل‌ها: خواندن و نوشتن
  • 38. عملیات روی فایل‌ها
  • 39. کار با فرمت‌های داده: JSON
  • 40. کار با فرمت‌های داده: CSV
  • 41. مقدمه‌ای بر پایگاه‌های داده رابطه‌ای
  • 42. کار با SQLite در پایتون
  • 43. مقدمه‌ای بر توسعه وب با پایتون
  • 44. فریم‌ورک‌های وب: Flask (مقدماتی)
  • 45. ساخت یک برنامه وب ساده با Flask
  • 46. مقدمه‌ای بر APIها
  • 47. طراحی و پیاده‌سازی APIهای ساده
  • 48. کار با داده‌های متنی و رشته‌ها
  • 49. توابع و متدهای رشته‌ای
  • 50. عبارات منظم (Regular Expressions)
  • 51. مقدمه‌ای بر تحلیل داده
  • 52. کتابخانه NumPy برای محاسبات عددی
  • 53. آرایه‌ها در NumPy
  • 54. عملیات برداری در NumPy
  • 55. مقدمه‌ای بر کتابخانه Pandas
  • 56. ساختارهای داده DataFrame و Series
  • 57. بارگذاری و ذخیره داده با Pandas
  • 58. پاکسازی و پیش‌پردازش داده با Pandas
  • 59. فیلتر کردن و انتخاب داده در Pandas
  • 60. گروه‌بندی و تجمیع داده با Pandas
  • 61. ادغام و اتصال DataFrames
  • 62. مقدمه‌ای بر مصورسازی داده
  • 63. کتابخانه Matplotlib برای رسم نمودار
  • 64. رسم نمودارهای خطی
  • 65. رسم نمودارهای میله‌ای
  • 66. رسم نمودارهای پراکندگی
  • 67. رسم نمودارهای دایره‌ای
  • 68. سفارشی‌سازی نمودارها
  • 69. کتابخانه Seaborn برای مصورسازی آماری
  • 70. مصورسازی پیشرفته با Seaborn
  • 71. مقدمه‌ای بر یادگیری ماشین
  • 72. مفاهیم اولیه یادگیری ماشین
  • 73. انواع یادگیری ماشین (نظارت شده، بدون نظارت)
  • 74. کتابخانه Scikit-learn
  • 75. پیش‌پردازش داده برای یادگیری ماشین
  • 76. تقسیم داده به مجموعه آموزش و آزمون
  • 77. مدل‌های طبقه‌بندی (Classification)
  • 78. رگرسیون خطی (Linear Regression)
  • 79. رگرسیون لجستیک (Logistic Regression)
  • 80. درخت تصمیم (Decision Trees)
  • 81. ماشین بردار پشتیبان (SVM)
  • 82. مدل‌های خوشه‌بندی (Clustering)
  • 83. الگوریتم K-Means
  • 84. ارزیابی مدل‌های یادگیری ماشین
  • 85. متریک‌های ارزیابی طبقه‌بندی
  • 86. متریک‌های ارزیابی رگرسیون
  • 87. مقدمه‌ای بر امنیت در برنامه‌نویسی
  • 88. اصول امن کدنویسی
  • 89. جلوگیری از حملات رایج (SQL Injection, XSS)
  • 90. رمزنگاری مقدماتی در پایتون
  • 91. کار با توابع هش (Hashing)
  • 92. مقدمه‌ای بر شبکه‌های کامپیوتری
  • 93. مفاهیم پروتکل‌های شبکه
  • 94. کار با سوکت‌ها در پایتون
  • 95. ساخت یک چت ساده کلاینت-سرور
  • 96. مقدمه‌ای بر ابزارهای توسعه نرم‌افزار
  • 97. سیستم‌های کنترل نسخه: Git
  • 98. مفاهیم Git: مخزن، کامیت، شاخه
  • 99. کار با Git: push, pull, merge
  • 100. مقدمه‌ای بر تست نرم‌افزار

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.