کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

فلاتر و یادگیری ماشین ۲۰۲۵: آموزش مدل‌های TensorFlow Lite برای فلاتر - آخرین آپدیت

دانلود Flutter & ML 2025 : Train Tensorflow Lite models for Flutter

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

یادگیری ماشین در برنامه‌های فلاتر: آموزش مدل‌های طبقه‌بندی تصویر، تشخیص اشیا و رگرسیون

آیا می‌خواهید مدل‌های مختلف یادگیری ماشین را آموزش دهید و برنامه‌های هوشمند اندروید و iOS در فلاتر بسازید؟ به این دوره خوش آمدید!

آموزش مدل‌های یادگیری ماشین برای برنامه‌های فلاتر

در این دوره، یاد خواهید گرفت:

  • آموزش مدل‌های قدرتمند طبقه‌بندی تصویر، تشخیص اشیا و رگرسیون خطی در پایتون از ابتدا
  • سپس از این مدل‌ها در فلاتر برای ساخت برنامه‌های هوشمند فلاتر استفاده خواهیم کرد.

آموزش تخصصی مدل‌های یادگیری ماشین

رگرسیون یکی از تکنیک‌های اساسی در یادگیری ماشین است که می‌تواند برای کاربردهای بی‌شماری استفاده شود. به عنوان مثال، می‌توانید مدل‌های یادگیری ماشین را با استفاده از رگرسیون آموزش دهید تا:

  • قیمت خانه را پیش‌بینی کنید
  • راندمان سوخت وسایل نقلیه را پیش‌بینی کنید
  • دوزهای دارویی را برای شرایط پزشکی توصیه کنید
  • کود را در کشاورزی توصیه کنید
  • تمرین‌هایی را برای بهبود عملکرد بازیکنان پیشنهاد کنید

بنابراین، در این دوره یاد خواهید گرفت که مدل‌های یادگیری ماشین سفارشی خود را برای فلاتر آموزش دهید و برنامه‌های هوشمند اندروید و iOS در فلاتر بسازید.

نگاهی به محتوای دوره آموزش فلاتر و یادگیری ماشین

من محمد حمزه آصف هستم و در این دوره، سفری را آغاز خواهیم کرد تا قدرت مدل‌سازی پیش‌بینی‌کننده را با انعطاف‌پذیری توسعه اپلیکیشن فلاتر ترکیب کنیم. چه یک توسعه‌دهنده فلاتر باتجربه باشید و چه تازه وارد این عرصه شده‌اید، این دوره چیزی ارزشمند برای ارائه به شما دارد.

مروری بر دوره: ما با بررسی مبانی یادگیری ماشین و انواع مختلف آن شروع می‌کنیم و سپس به دنیای یادگیری عمیق و شبکه‌های عصبی مصنوعی می‌پردازیم که به عنوان پایه و اساس برای آموزش مدل‌های یادگیری ماشین برای فلاتر عمل می‌کنند.

ترکیب فلاتر و یادگیری ماشین

پس از درک مفاهیم اصلی، شکاف بین فلاتر و یادگیری ماشین را پر خواهیم کرد. برای انجام این کار، سفر خود را با برنامه‌نویسی پایتون آغاز می‌کنیم، یک زبان چندمنظوره که راه را برای آموزش مدل یادگیری ماشین ما هموار می‌کند.

قدرت داده‌ها

برای آماده‌سازی و تجزیه و تحلیل مؤثر مجموعه‌داده‌های خود، به کتابخانه‌های علوم داده ضروری مانند NumPy، Pandas و Matplotlib می‌پردازیم. این ابزارهای قدرتمند شما را برای استفاده از پتانسیل داده‌ها برای پیش‌بینی‌های دقیق تجهیز می‌کنند.

TensorFlow برای موبایل

در مرحله بعد، خود را در دنیای TensorFlow غرق خواهیم کرد، کتابخانه‌ای که نه تنها از آموزش مدل با استفاده از شبکه‌های عصبی پشتیبانی می‌کند، بلکه برای دستگاه‌های تلفن همراه، از جمله فلاتر نیز پاسخگو است.

آموزش مدل‌های رگرسیون

  1. آموزش اولین مدل یادگیری ماشین خود:
    • از TensorFlow و پایتون برای ایجاد یک مدل رگرسیون خطی ساده استفاده کنید.
    • مدل را به فرمت TFLite تبدیل کنید و آن را با فلاتر سازگار کنید.
    • یاد بگیرید که مدل tflite را در برنامه‌های فلاتر برای اندروید و iOS ادغام کنید.
  2. پیش‌بینی راندمان سوخت:
    • دانش خود را در یک مشکل دنیای واقعی با پیش‌بینی راندمان سوخت خودرو به کار ببرید.
    • مدل را به طور یکپارچه در یک برنامه فلاتر برای یک تجربه پیش‌بینی راندمان سوخت بصری ادغام کنید.
  3. پیش‌بینی قیمت خانه در فلاتر:
    • در هنر آموزش مدل‌های یادگیری ماشین بر روی مجموعه‌داده‌های قابل توجه تسلط پیدا کنید.
    • از مدل آموزش‌دیده در برنامه فلاتر خود برای پیش‌بینی مطمئن قیمت خانه‌ها استفاده کنید.

آموزش مدل‌های بینایی ماشین

  1. طبقه‌بندی تصویر در فلاتر:
    • جمع‌آوری و پردازش مجموعه‌داده برای آموزش مدل
    • آموزش مدل‌های طبقه‌بندی تصویر بر روی مجموعه‌داده‌های سفارشی
    • استفاده از مدل‌های طبقه‌بندی تصویر در فلاتر هم با تصاویر و هم با فیلم زنده دوربین
  2. تشخیص اشیا در فلاتر:
    • استفاده از مدل‌های تشخیص اشیا ML Kit در فلاتر
    • آموزش مدل‌های طبقه‌بندی تصویر سفارشی و استفاده از آنها برای طبقه‌بندی اشیاء تشخیص داده شده
    • تشخیص اشیا هم با تصاویر و هم با فیلم زنده دوربین

مزیت فلاتر

در پایان این دوره، شما مجهز خواهید بود تا:

  • مدل‌های پیشرفته یادگیری ماشین را برای پیش‌بینی‌های دقیق آموزش دهید.
  • مدل‌های tflite را به طور یکپارچه در برنامه‌های فلاتر خود ادغام کنید.
  • تجزیه و تحلیل و استفاده از مدل‌های رگرسیون و بینایی (ML) موجود به طور مؤثر در اکوسیستم فلاتر

این دوره برای چه کسانی مناسب است؟

  • توسعه‌دهندگان مشتاق فلاتر که می‌خواهند مدل‌سازی پیش‌بینی‌کننده را به مجموعه مهارت‌های خود اضافه کنند
  • توسعه‌دهندگان مبتدی فلاتر (Dart) با دانش بسیار کم از توسعه اپلیکیشن موبایل در گوگل فلاتر
  • توسعه‌دهندگان متوسط فلاتر (Dart) که می‌خواهند یک اپلیکیشن قدرتمند مبتنی بر یادگیری ماشین در گوگل فلاتر بسازند
  • توسعه‌دهندگان باتجربه فلاتر (Dart) که می‌خواهند از مدل‌های یادگیری ماشین در برنامه‌های خود استفاده کنند.

وارد دنیای فلاتر و مدل‌سازی پیش‌بینی‌کننده شوید

در این سفر هیجان‌انگیز به ما بپیوندید و پتانسیل فلاتر و یادگیری ماشین را برای اندروید و iOS باز کنید. در پایان دوره، شما آماده خواهید بود برنامه‌های فلاتر را توسعه دهید که نه تنها عالی به نظر می‌رسند، بلکه تصمیمات آگاهانه و مبتنی بر داده نیز می‌گیرند.

همین حالا ثبت‌نام کنید و ترکیب فلاتر و مدل‌سازی پیش‌بینی‌کننده را در آغوش بگیرید!

سرفصل ها و درس ها

مقدمه Introduction

  • فلاتر و یادگیری ماشین ۲۰۲۵: آموزش مدل‌های Tensorflow Lite برای فلاتر Flutter & ML 2025 : Train Tensorflow Lite models for Flutter

یادگیری ماشین و یادگیری عمیق برای فلاتر Machine Learning & Deep Learning for Flutter

  • یادگیری ماشین چیست What is Machine Learning

  • یادگیری ماشین نظارت شده Supervised Machine Learning

  • رگرسیون و دسته‌بندی Regression and Classification

  • یادگیری ماشین بدون نظارت و یادگیری تقویتی Unsupervised Machine Learning & Reinforcement Learning

  • معرفی یادگیری عمیق و شبکه‌های عصبی Deep Learning and Neural Network Introduction

  • مثال شبکه عصبی Neural Network Example

  • نحوه کار شبکه‌های عصبی برای دسته‌بندی تصاویر Working of Neural Networks for Image Classification

  • مفاهیم اولیه یادگیری عمیق Basic Deep Learning Concepts

زبان برنامه‌نویسی پایتون برای فلاتر Python Programming Language for Flutter

  • معرفی Google Colab Google Colab Introduction

  • معرفی پایتون و انواع داده Python Introduction & data types

  • اعداد در پایتون Python Numbers

  • رشته‌ها در پایتون Python Strings

  • لیست‌ها در پایتون Python Lists

  • دیکشنری و تاپل‌ها در پایتون Python dictionary & tuples

  • حلقه‌ها و عبارات شرطی در پایتون Python loops & conditional statements

  • مدیریت فایل در پایتون File handling in Python

کتابخانه‌های علم داده برای فلاتر Data Science Libraries for Flutter

  • معرفی Numpy Numpy Introduction

  • توابع Numpy و تولید مقادیر تصادفی Numpy Functions and Generating Random Values

  • عملگرهای Numpy Numpy Operators

  • ضرب ماتریس و مرتب‌سازی در Numpy Matrix Multiplications and Sorting in Numpy

  • معرفی Pandas Pandas Introduction

  • بارگیری CSV در Pandas Loading CSV in pandas

  • مدیریت مقادیر از دست رفته در مجموعه داده با Pandas Handling Missing values in dataset with pandas

  • Matplotlib و نمودارها در پایتون Matplotlib & charts in python

  • کار با تصاویر با Matplotlib Dealing images with Matplotlib

Tensorflow و Tensorflow Lite برای فلاتر Tensorflow & Tensorflow Lite for Flutter

  • معرفی Tensorflow | متغیرها و ثابت‌ها Tensorflow Introduction | Variables & Constants

  • شکل‌ها و رتبه‌های تنسورها Shapes & Ranks of Tensors

  • ضرب ماتریس و تنسورهای ناهموار Matrix Multiplication & Ragged Tensors

  • عملیات Tensorflow Tensorflow Operations

  • تولید مقادیر تصادفی در Tensorflow Generating Random Values in Tensorflow

  • نقاط بازرسی Tensorflow Tensorflow Checkpoints

  • معرفی Tensorflow Lite و مزایا Tensorflow Lite Introduction & Advantages

آموزش یک مدل رگرسیون اساسی برای فلاتر Training a basic regression model for Flutter

  • معرفی بخش Section Introduction

  • آموزش یک مدل رگرسیون ساده برای فلاتر Train a simple regression model for Flutter

  • تست مدل و تبدیل آن به فرمت tflite (Tensorflow lite) برای فلاتر Testing model and converting it to a tflite(Tensorflow lite) format for Flutter

  • مروری بر آموزش مدل برای توسعه برنامه فلاتر Model training for flutter app development overview

راه‌اندازی برای MacOS Setup for MacOS

  • نصب Flutter SDK Install the Flutter SDK

  • نصب Android Studio Install Android Studio

  • نصب و راه‌اندازی XCode Install and Setup XCode

  • ایجاد یک پروژه فلاتر و نصب در شبیه‌ساز IOS Creating A Flutter Project and Installing in IOS Simulator

  • نصب شبیه‌ساز Android Install the Android Emulator

راه‌اندازی برای ویندوز Setup for Windows

  • نصب فلاتر بر روی ویندوز Installing Flutter on Windows

  • نصب Android Studio Installing Android Studio

  • ایجاد دستگاه مجازی Android Creating Android Virtual Device

استفاده از اولین مدل رگرسیون در فلاتر Using First Regression Model in Flutter

  • ایجاد یک پروژه جدید فلاتر Creating a new flutter project

  • افزودن کتابخانه‌ها و بارگیری مدل‌های رگرسیون در فلاتر Adding libraries and loading regression models in Flutter

  • ارسال ورودی به مدل رگرسیون و گرفتن خروجی در فلاتر Passing Input to regression model and getting output in Flutter

  • مروری بر یکپارچه‌سازی مدل‌های رگرسیون در فلاتر Regression Models Integration in Flutter Overview

آموزش یک مدل پیش‌بینی بازده سوخت برای فلاتر Training a Fuel Efficiency Prediction Model for Flutter

  • معرفی بخش Section Introduction

  • دریافت مجموعه داده برای آموزش مدل‌های رگرسیون برای فلاتر Getting datasets for training regression models for Flutter

  • بارگیری مجموعه داده در پایتون با Pandas Loading dataset in python with pandas

  • مدیریت مقادیر از دست رفته در مجموعه داده Handling Missing Values in Dataset

  • رمزگذاری One Hot: مدیریت ستون‌های دسته‌بندی One Hot Encoding: Handling categorical columns

  • مجموعه داده‌های آموزش و تست Training and testing datasets

  • معرفی نرمال‌سازی Normalization Introduction

  • نرمال‌سازی: آوردن تمام ستون‌ها به یک مقیاس مشترک Normalization: Bringing all columns to a common scale

  • آموزش یک مدل پیش‌بینی بازده سوخت برای فلاتر Training a fuel efficiency prediction model for Flutter

  • تست مدل پیش‌بینی بازده سوخت و تبدیل آن به فرمت tflite Testing fuel efficiency prediction model and converting it to a tflite format

  • مروری بر آموزش مدل بازده سوخت Fuel Efficiency Model Training Overview

برنامه فلاتر پیش‌بینی بازده سوخت Fuel Efficiency Prediction Flutter Application

  • تجزیه و تحلیل مدل پیش‌بینی بازده سوخت آموزش داده شده برای فلاتر Analyse trained fuel efficiency prediction model for Flutter

  • راه‌اندازی برنامه استارتر فلاتر برای پیش‌بینی بازده سوخت Setup Starter Flutter Application for Fuel Efficiency Prediction

  • تاکنون چه کاری انجام داده‌ایم What we have done so far

  • بارگیری مدل Tensorflow Lite در فلاتر برای پیش‌بینی بازده سوخت Loading Tensorflow Lite model in Flutter for fuel efficiency prediction

  • نرمال‌سازی ورودی‌های کاربر در فلاتر قبل از ارسال آن به مدل خود Normalizing user inputs in Flutter before passing it to our model

  • ارسال ورودی به مدل خود و گرفتن خروجی در برنامه فلاتر Passing Input to our model and getting output in Flutter Application

  • تست برنامه فلاتر پیش‌بینی بازده سوخت Testing Fuel Efficiency Prediction Flutter Application

  • مروری بر فلاتر پیش‌بینی بازده سوخت Fuel Efficiency Prediction Flutter Overview

آموزش مدل پیش‌بینی قیمت خانه برای فلاتر Training House Price Prediction Model for Flutter

  • معرفی بخش Section Introduction

  • دریافت مجموعه داده پیش‌بینی قیمت خانه Getting house price prediction dataset

  • بارگیری مجموعه داده برای آموزش مدل رگرسیون پیش‌بینی قیمت خانه برای فلاتر Load dataset for training house price prediction regression model for Flutter

  • آموزش و ارزیابی مدل پیش‌بینی قیمت خانه برای فلاتر Training & evaluating house price prediction model for Flutter

  • آموزش مجدد مدل پیش‌بینی قیمت Retraining price prediction model

برنامه فلاتر پیش‌بینی قیمت خانه House Price Prediction Flutter Application

  • تجزیه و تحلیل مدل tensorflow lite پیش‌بینی قیمت خانه Analysing house price prediction tensorflow lite model

  • بارگیری مدل پیش‌بینی قیمت خانه در فلاتر Loading house price prediction model in Flutter

  • ارسال ورودی به مدل tensorflow lite و گرفتن خروجی Passing input to tensorflow lite model and getting output

  • تست برنامه فلاتر پیش‌بینی قیمت خانه Testing house price prediction Flutter Application

آموزش اولین مدل طبقه‌بندی تصویر خود برای فلاتر Training Our First Image Classification Model for Flutter

  • معرفی طبقه‌بندی تصویر Image Classification Introduction

  • معرفی تشخیص اشیا Object Detection Introduction

  • معرفی بخش Section Introduction

  • معرفی جمع‌آوری مجموعه داده Dataset Collection Introduction

  • بارگیری مجموعه داده برای آموزش اولین مدل طبقه‌بندی تصویر خود Downloading Dataset for Training our first Image Classification Model

  • آموزش اولین مدل طبقه‌بندی تصویر سفارشی خود برای فلاتر Training Our First Custom Image Classification Model for Flutter

  • تست مدل آموزش داده شده خود و تبدیل آن به فرمت tflite Testing Our Own Trained Model and Converting it to tflite format

  • تنظیم دقیق پارامترها: بهبود دقت مدل Hyperparameter tuning: Improving Model Accuracy

  • معرفی Google Colab Google Colab Introduction

  • پیوست کردن فراداده با مدل Tensorflow Lite آموزش داده شده Attaching Metadata With a Trained Tensorflow Lite Model

آموزش مدل‌ها برای فلاتر با استفاده از انتقال یادگیری در Google Colab Training Models for Flutter Using Transfer Learning in Google Colab

  • معرفی بخش Section Introduction

  • بارگذاری مجموعه داده در درایو برای آموزش مدل Uploading dataset on drive for model training

  • بارگذاری کد آموزش مدل و وارد کردن کتابخانه‌ها در Colab Uploading model training code and importing libraries in Colab

  • بارگیری مجموعه داده در پایتون و انجام آموزش، تست و تقسیم Loading dataset in python and doing train, test & split

  • آموزش مدل طبقه‌بندی تصویر با استفاده از انتقال یادگیری Training Image Classification Model using Transfer Learning

  • تست مدل و تبدیل آن به فرمت tflite Testing Model and converting it to tflite format

  • تنظیم دقیق پارامترها: بهبود دقت مدل Hyperparameter tuning: Improving model accuracy

  • آموزش مدل EfficientNet با استفاده از انتقال یادگیری برای فلاتر Training EfficientNet Model using transfer learning for Flutter

  • مروری بر آموزش مدل‌های سفارشی برای برنامه‌های فلاتر Training Custom Models for Flutter Applications Overview

انتخاب یا گرفتن تصاویر در فلاتر در Android و IOS Choosing or Capturing Images in Flutter on Android & IOS

  • ایجاد یک پروژه جدید فلاتر و ساخت رابط کاربری برنامه ImagePicker Creating a new Flutter Project and building GUI of ImagePicker Application

  • افزودن کتابخانه‌ها و انجام پیکربندی Android و IOS در فلاتر Adding Libraries and doing Android & IOS configuration in Flutter

  • انتخاب تصاویر از گالری در فلاتر Choosing Images From Gallery in Flutter

  • گرفتن تصاویر با استفاده از دوربین در فلاتر Capturing Images using Camera in Flutter

  • تست برنامه ImagePicker فلاتر Testing ImagePicker Flutter Application

  • مروری بر ImagePicker در فلاتر ImagePicker in Flutter Overview

استفاده از مدل‌های طبقه‌بندی تصویر در فلاتر با تصاویر Using Image Classification Models in Flutter With Images

  • معرفی بخش Section Introduction

  • راه‌اندازی پروژه‌ی طبقه‌بندی تصویر با تصاویر در فلاتر Setting up Image Classification with Images Flutter Project

  • افزودن کتابخانه‌ها و راه‌اندازی Android و IOS Adding libraries and setting up Android & IOS

  • انجام طبقه‌بندی تصویر در فلاتر با تصاویر Performing Image Classification in Flutter With Images

  • استفاده از مدل‌های طبقه‌بندی تصویر آموزش داده شده سفارشی خود در فلاتر با تصاویر Using our custom trained image classification models in Flutter with Images

  • استفاده از مدل MobileNet آموزش داده شده خود در فلاتر Using our trained MobileNet model in Flutter

  • مرحله اضافی Android Android Additional Step

  • مروری بر طبقه‌بندی تصویر در فلاتر با تصاویر Image Classification in Flutter with Images Overview

نمایش فیلم زنده دوربین در فلاتر Displaying live camera footage in Flutter

  • ایجاد یک پروژه جدید فلاتر و تنظیم کتابخانه‌ها Creating a new Flutter project and setting up libraries

  • نمایش فیلم زنده دوربین در فلاتر برای Android و IOS Displaying live camera footage in Flutter for Android and IOS

  • مروری بر فلاتر در زمان واقعی Realtime Flutter Overview

طبقه‌بندی تصویر در زمان واقعی در فلاتر Realtime Image Classification in Flutter

  • وارد کردن برنامه استارتر برای طبقه‌بندی تصویر در زمان واقعی در فلاتر Importing starter application for realtime Image Classification in Flutter

  • پیکربندی‌های Android و IOS برای طبقه‌بندی تصویر در زمان واقعی با فلاتر Android & IOS configurations for realtime Image Classification with Flutter

  • تبدیل فریم‌های فیلم زنده دوربین به Inputimage Converting frames of live camera footage into Inputimage

  • پردازش فریم‌های فیلم زنده دوربین در زمان واقعی در فلاتر Processing frames of live camera footage in realtime in Flutter

  • تست برنامه طبقه‌بندی تصویر در زمان واقعی فلاتر Testing Realtime Image Classification Flutter Application

  • استفاده از مدل طبقه‌بندی تصویر آموزش داده شده خود در فلاتر با فید زنده Using our own trained Image Classification model in Flutter with live feed

  • تست برنامه طبقه‌بندی تصویر سفارشی در زمان واقعی Testing Realtime Custom Image Classification Application

  • مروری بر طبقه‌بندی تصویر در زمان واقعی در فلاتر Realtime Image Classification in Flutter Overview

تشخیص اشیا در فلاتر با تصاویر Object Detection In Flutter With Images

  • معرفی بخش Section Introduction

  • راه‌اندازی تشخیص اشیا در پروژه فلاتر Setting Up Object Detection in Flutter Project

  • ایجاد پیکربندی برای Android و IOS برای انجام تشخیص اشیا در فلاتر Making Configurations for Android & IOS to perform Object Detection in Flutter

  • ایجاد آشکارساز اشیا در فلاتر Creating Object Detector in Flutter

  • انجام تشخیص اشیا در فلاتر با تصاویر Performing Object Detection In Flutter With images

  • ترسیم مستطیل‌ها در اطراف اشیاء شناسایی شده در فلاتر Drawing Rectangles Around Detected Objects in Flutter

  • نحوه ترسیم مستطیل‌ها در اطراف اشیاء شناسایی شده How Rectangles are being Drawn Around Detected Objects

  • استفاده از طبقه‌بند تصویر سفارشی با آشکارساز اشیا در فلاتر Using Custom Image Classifier With Object Detector In Flutter

  • تست برنامه تشخیص اشیا سفارشی فلاتر Testing Custom Object Detection Flutter Application

تشخیص اشیا در زمان واقعی در فلاتر Realtime Object Detection In Flutter

  • راه‌اندازی برنامه فلاتر تشخیص اشیا در زمان واقعی Setting up realtime object detection flutter application

  • نمایش فیلم زنده دوربین در فلاتر و دریافت فریم‌ها Displaying live camera footage in Flutter and getting frames

  • انجام تشخیص اشیا در فلاتر در فیلم زنده دوربین Performing object detection in flutter live camera footage

  • ترسیم مستطیل‌ها در اطراف اشیاء شناسایی شده در زمان واقعی Drawing rectangles around detected objects in realtime

  • تست برنامه تشخیص اشیا در زمان واقعی Testing Realtime Object Detection Application

  • استفاده از مدل طبقه‌بندی تصویر سفارشی با مدل تشخیص اشیا Using custom image classification model with object detection model

  • تست برنامه تشخیص اشیا در زمان واقعی با مدل‌های سفارشی خود Testing realtime object detection application with our custom models

  • نقاش آشکارساز اشیا Object Detector Painter

  • مروری بر تشخیص اشیا در زمان واقعی در فلاتر Realtime Object Detection in Flutter Overview

نمایش نظرات

فلاتر و یادگیری ماشین ۲۰۲۵: آموزش مدل‌های TensorFlow Lite برای فلاتر
جزییات دوره
10.5 hours
139
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
557
4.6 از 5
دارد
دارد
دارد
Hamza Asif

https://donyad.com/d/6f6549

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Hamza Asif Hamza Asif

برنامه نویس اندروید | مربی

سلام، من حمزه هستم.

من مدرک علوم کامپیوتر دارم و علاقه زیادی به توسعه اندروید دارم.

تقویت برنامه Android با ML واقعاً من را مجذوب خود می کند. بنابراین من توسعه اندروید و سپس یادگیری ماشین را یاد گرفتم. من برنامه های اندرویدی را برای چندین سازمان چند ملیتی توسعه دادم. اکنون می خواهم دانشی را که دارم گسترش دهم. من همیشه به این فکر می‌کنم که چگونه مفاهیم دشوار را به راحتی درک کنم، چه نوع پروژه‌هایی می‌توانند یک آموزش سرگرم‌کننده باشند، و چگونه می‌توانم به شما در موفقیت در دوره‌هایم کمک کنم.