آموزش بوت کمپ ۱۰ روزه پایتون برای مهندسان و دانشمندان ۲۰۲۵ - آخرین آپدیت

دانلود The 10-Day Python Bootcamp for Engineers and Scientists 2025

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

آموزش پایتون برای متخصصین: تضمین یادگیری در 10 روز یا بازگشت وجه

با آموزش‌های کاربردی و گام به گام، مهارت‌های کدنویسی پایتون را برای کار با داده‌ها، مصورسازی، مدل‌سازی و شبیه‌سازی یاد بگیرید.

در این دوره چه خواهید آموخت:

  • یادگیری برنامه‌نویسی پایتون برای علم داده، مهندسی، مدل‌سازی و شبیه‌سازی
  • تحلیل و دستکاری داده‌ها با استفاده از Pandas و NumPy
  • مصورسازی داده‌ها با Matplotlib و Seaborn
  • توسعه مدل‌های پیش‌بینی‌کننده و شبیه‌سازی سناریوهای واقعی
  • اتوماتیک‌سازی فرآیندهای داده برای تولید بینش‌های فوری و قابل اجرا
  • درک و به‌کارگیری روش‌های آماری برای تجزیه و تحلیل و تفسیر داده‌ها
  • ایجاد تصاویر حرفه‌ای برای ارائه یافته‌های خود
  • نوشتن اسکریپت‌ها و توابع پایتون کارآمد برای تحلیل داده‌ها
  • حل مسائل مهندسی، علمی و تحلیلی با استفاده از پایتون
  • ساخت پروژه‌های عملی برای نمایش مهارت‌های خود
  • آماده‌سازی برای شغل در علم داده، تحلیل یا مهندسی
  • به‌کارگیری مهارت‌های خود در پروژه‌ها و موارد تجاری واقعی
  • درک مفهوم برنامه‌نویسی ماژولار و به‌کارگیری آن در مسائل دنیای واقعی
  • کار با مجموعه‌داده‌های واقعی برای حل چالش‌های تحلیلی پیچیده

پیش‌نیازها:

  • دانش ابتدایی کامپیوتر: آشنایی با استفاده از کامپیوتر، ناوبری فایل‌ها و نصب نرم‌افزار.
  • کنجکاوی و تمایل به یادگیری: نیازی به تجربه برنامه‌نویسی قبلی نیست! این دوره برای آموزش پایتون و تجزیه و تحلیل داده‌ها به مبتدیان طراحی شده است.
  • (اختیاری) درک اولیه از ریاضیات و آمار: در حالی که اجباری نیست، آشنایی با مفاهیم آماری پایه (به عنوان مثال، میانگین، میانه و انحراف معیار) به یادگیرندگان کمک می‌کند تا بیشترین بهره را از دوره ببرند، به ویژه هنگامی که ما تجزیه و تحلیل داده‌ها و مدل‌سازی را بررسی می‌کنیم.
  • بدون نیاز به تجربه قبلی پایتون! این دوره همه چیزهایی را که باید بدانید از ابتدا پوشش می‌دهد. اگر در برنامه‌نویسی تازه‌کار هستید، لطفاً توجه داشته باشید که سرعت دوره بسیار بالاست، بنابراین لطفاً بخش‌ها را تکرار کنید و اگر به تمرین بیشتری نیاز دارید، وقت بگذارید.

اگر مهندس یا دانشمند هستید و می‌خواهید پایتون را یاد بگیرید:

   print("خوش آمدید! شما در جای درستی هستید، لطفا ادامه مطلب را بخوانید!")

else:

   print("این احتمالا برای شما نیست اما لطفا در صورت تمایل آن را بررسی کنید.")

آنچه در این دوره گنجانده شده است:

  1. درس‌های کوچک و کاربردی: بدون مطالب اضافی و اتلاف وقت - فقط آموزش پایتون مختصر و کاربردی که برای متخصصین پرمشغله طراحی شده است.
  2. کاربرد در دنیای واقعی: از مصورسازی داده‌ها تا شبیه‌سازی یک سبد سرمایه‌گذاری، هر تمرین برای تقلید چالش‌های دنیای واقعی در مهندسی، علم و امور مالی طراحی شده است.
  3. تکنیک‌های تست‌شده در صنعت: با ابزارها و گردش‌کارهای اثبات‌شده با Pandas، NumPy و Seaborn آشنا شوید - ضروری برای تجزیه و تحلیل داده‌ها و مدل‌سازی مدرن.
  4. منابع جامع: قطعه کدهای قابل دانلود، آزمون‌ها و یک پروژه نهایی برای شبیه‌سازی و تجزیه و تحلیل عملکرد سبد سرمایه‌گذاری.
  5. دسترسی مادام‌العمر و به‌روزرسانی‌ها: از دسترسی رایگان مادام‌العمر به همه درس‌ها و به‌روزرسانی‌ها، از جمله ماژول‌های سازماندهی‌شده مجدد و تمرین‌های سخت‌تر بر اساس بازخورد، لذت ببرید.

3 دلیل برای اینکه چرا این دوره یک فرصت بی‌نظیر است:

  1. ساخته شده توسط یک مهندس، برای مهندسان: من یک مهندس مکانیک هستم و بیش از یک دهه است که با پایتون کدنویسی کرده‌ام. آموزش‌ها و پست‌های وبلاگی بی‌پایان یوتیوب را نادیده بگیرید. مستقیماً به مهارت‌های عملی و مرتبط با کاربردهای صنعتی برسید.
  2. به نتایج فوری دست یابید: دانش خود را با تمرین‌های کدنویسی، تکالیف و آزمون‌ها در طول دوره آزمایش کنید.
  3. برای آینده آماده باشید: پایتون برای زمینه‌های مدرن مانند هوش مصنوعی و علم داده ضروری است. می‌توانید مهارت‌های موجود خود را با استفاده از قدرت پایتون افزایش دهید.

به‌روزرسانی‌های دوره:

  • 4 ژوئن 2025: بهبودهای گسترده در تمرین نهایی در مورد شبیه‌سازی بازده سبد سرمایه‌گذاری
  • 2 آوریل 2025: به‌روزرسانی‌های صفحه فرود و رفع اشکالات.
  • 25 فوریه 2025: ساختار را تغییر داد تا مطالب دوره به طور یکنواخت‌تری در طول 10 روز پخش شود.
  • 5 دسامبر 2024: برخی از رفع اشکالات عمومی.
  • 24 نوامبر 2024: یک تمرین کدنویسی نهایی بزرگ اضافه شد که در آن بازده یک سبد سرمایه‌گذاری را شبیه‌سازی کرده و عملکرد آن را تجزیه و تحلیل خواهید کرد. همچنین برخی از تمرین‌های کدنویسی را در پاسخ به بازخورد کمی سخت‌تر کرد.
  • 28 اکتبر 2024: به‌روزرسانی بزرگ - سازماندهی مجدد کامل دوره، تقسیم دروس به تکه‌های کوچک‌تر برای آسان‌تر کردن ارجاع به بخش‌های مختلف.

"این دقیقا همان چیزی بود که دنبالش بودم تا مهارت‌های پایتون خود را جهش دهم." - ریس فینی، مدیر محصول در Ocula Technologies

“دوره عالی برای متخصصین پرمشغله که مهارت‌های پایتون دنیای واقعی را می‌خواهند! درس‌های کوتاه برای کسی مثل من که همزمان با کار و یادگیری دست و پنجه نرم می‌کند، عالی است. این دوره مستقیم به سراغ اصل مطلب می‌رود، مطالب اضافی را حذف می‌کند و مستقیماً به مثال‌های کاربردی و مرتبط با صنعت می‌پردازد.” - گریس، متخصص آمار

“این دوره فوق‌العاده است! دقیقا سطح مناسبی از جزئیات و سرعت را دارد تا به شما کمک کند تا با پایتون آشنا شوید و سپس دانش را در سناریوهای دنیای واقعی به کار ببرید. من به ویژه این دوره را برای مهندسان و دانشمندان مکانیک، شیمی یا عمران که در برابر تلاش برای پایتون مقاومت کرده‌اند اما اکنون آماده غواصی هستند، توصیه می‌کنم." - کریس، مهندس

امروز ثبت‌نام کنید، از دسترسی مادام‌العمر (از جمله دسترسی به تمام به‌روزرسانی‌های آتی دوره) لذت ببرید و مهارت‌های پایتون خود را در 10 روز ارتقا دهید یا پول خود را پس بگیرید!


سرفصل ها و درس ها

Day 1 - Introduction-فصل ۱-روز اول - مقدمه Day 1 - Introduction

  • Introduction to the Section-ویدئو ۱-۱-مقدمه ای بر بخش Introduction to the Section

  • Course Outcomes-ویدئو ۱-۲-نتایج دوره Course Outcomes

  • Real World Applications-ویدئو ۱-۳-کاربردهای دنیای واقعی Real World Applications

  • Course Structure-ویدئو ۱-۴-ساختار دوره Course Structure

  • Wrap Up-ویدئو ۱-۵-جمع بندی Wrap Up

Day 1 - continued: Getting Python Up and Running-فصل ۲-روز اول - ادامه: راه اندازی و اجرای پایتون Day 1 - continued: Getting Python Up and Running

  • Introduction-ویدئو ۲-۱-مقدمه Introduction

  • Why Thonny-ویدئو ۲-۲-چرا Thonny Why Thonny

  • Comparing Different Interactive Development Environments (IDEs)-ویدئو ۲-۳-مقایسه محیط های مختلف توسعه تعاملی (IDE) Comparing Different Interactive Development Environments (IDEs)

  • Installing Thonny-ویدئو ۲-۴-نصب Thonny Installing Thonny

  • A Brief Tour of Thonny-ویدئو ۲-۵-مروری کوتاه بر Thonny A Brief Tour of Thonny

  • Example Code-ویدئو ۲-۶-کد مثال Example Code

  • Wrap Up-ویدئو ۲-۷-جمع بندی Wrap Up

  • Try running your first few lines of code-ویدئو ۲-۸-اجرای چند خط کد اول خود را امتحان کنید Try running your first few lines of code

  • Getting Python Up and Running Quiz-ویدئو ۲-۹-آزمون راه اندازی و اجرای پایتون Getting Python Up and Running Quiz

Day 2: Print Statements, Variables and the Order of Operations-فصل ۳-روز دوم: دستورات چاپ، متغیرها و ترتیب عملیات Day 2: Print Statements, Variables and the Order of Operations

  • Introduction-ویدئو ۳-۱-مقدمه Introduction

  • "Hello World"-ویدئو ۳-۲-"Hello World" "Hello World"

  • Variables and Basic Mathematics-ویدئو ۳-۳-متغیرها و ریاضیات پایه Variables and Basic Mathematics

  • Order of Operations with BIDMAS-ویدئو ۳-۴-ترتیب عملیات با BIDMAS Order of Operations with BIDMAS

  • Example with Geometry-ویدئو ۳-۵-مثال با هندسه Example with Geometry

  • Wrap Up-ویدئو ۳-۶-جمع بندی Wrap Up

  • Understanding BIDMAS in Python-ویدئو ۳-۷-درک BIDMAS در پایتون Understanding BIDMAS in Python

  • Calculating Kinetic Energy-ویدئو ۳-۸-محاسبه انرژی جنبشی Calculating Kinetic Energy

Day 3: Understanding Python's Data Types-فصل ۴-روز سوم: درک انواع داده پایتون Day 3: Understanding Python's Data Types

  • Introduction-ویدئو ۴-۱-مقدمه Introduction

  • Integers and Floats-ویدئو ۴-۲-اعداد صحیح و اعداد اعشاری Integers and Floats

  • Strings-ویدئو ۴-۳-رشته ها Strings

  • Lists-ویدئو ۴-۴-لیست ها Lists

  • Dictionaries-ویدئو ۴-۵-دیکشنری ها Dictionaries

  • Recap Summary-ویدئو ۴-۶-خلاصه بازبینی Recap Summary

  • Wrap Up-ویدئو ۴-۷-جمع بندی Wrap Up

  • Understanding Data Types in Python-ویدئو ۴-۸-درک انواع داده در پایتون Understanding Data Types in Python

  • Analysing Sensor Data-ویدئو ۴-۹-تجزیه و تحلیل داده های سنسور Analysing Sensor Data

Day 4: NumPy: Arrays, Vectorisation and Statistics-فصل ۵-روز چهارم: NumPy: آرایه ها، برداری سازی و آمار Day 4: NumPy: Arrays, Vectorisation and Statistics

  • Introduction-ویدئو ۵-۱-مقدمه Introduction

  • Introducing NumPy-ویدئو ۵-۲-معرفی NumPy Introducing NumPy

  • NumPy Arrays-ویدئو ۵-۳-آرایه های NumPy NumPy Arrays

  • Practical Examples-ویدئو ۵-۴-مثال های عملی Practical Examples

  • Statistics with NumPy-ویدئو ۵-۵-آمار با NumPy Statistics with NumPy

  • Simulating Vibration Data by Sampling from a Distribution-ویدئو ۵-۶-شبیه سازی داده های ارتعاشی با نمونه برداری از یک توزیع Simulating Vibration Data by Sampling from a Distribution

  • Wrap Up-ویدئو ۵-۷-جمع بندی Wrap Up

  • Introduction to NumPy – Numerical Computations in Python-ویدئو ۵-۸-مقدمه ای بر NumPy - محاسبات عددی در پایتون Introduction to NumPy – Numerical Computations in Python

  • Analyzing Vibration Data Using NumPy-ویدئو ۵-۹-تجزیه و تحلیل داده های ارتعاشی با استفاده از NumPy Analyzing Vibration Data Using NumPy

Day 5: Importing and Inspecting Data with Pandas DataFrames-فصل ۶-روز پنجم: وارد کردن و بررسی داده ها با Pandas DataFrames Day 5: Importing and Inspecting Data with Pandas DataFrames

  • Decoding Data: Working with Pandas and CSV Files-ویدئو ۶-۱-رمزگشایی داده ها: کار با Pandas و فایل های CSV Decoding Data: Working with Pandas and CSV Files

  • Installing and Importing Pandas-ویدئو ۶-۲-نصب و وارد کردن Pandas Installing and Importing Pandas

  • Reading in Data from a .csv File-ویدئو ۶-۳-خواندن داده ها از یک فایل .csv Reading in Data from a .csv File

  • Inspecting Data with Pandas-ویدئو ۶-۴-بررسی داده ها با Pandas Inspecting Data with Pandas

  • Wrap Up-ویدئو ۶-۵-جمع بندی Wrap Up

  • Introduction to Pandas – Exploring DataFrames in Python-ویدئو ۶-۶-مقدمه ای بر Pandas - کاوش در DataFrames در پایتون Introduction to Pandas – Exploring DataFrames in Python

  • Exploring Manufacturing Production Data with Pandas-ویدئو ۶-۷-کاوش در داده های تولید کارخانه با Pandas Exploring Manufacturing Production Data with Pandas

Day 6: Statistics with Pandas-فصل ۷-روز ششم: آمار با Pandas Day 6: Statistics with Pandas

  • Introduction-ویدئو ۷-۱-مقدمه Introduction

  • Statistical Analysis with Pandas-ویدئو ۷-۲-تجزیه و تحلیل آماری با Pandas Statistical Analysis with Pandas

  • Central Tendency Measures-ویدئو ۷-۳-معیارهای گرایش مرکزی Central Tendency Measures

  • Outliers and Variability-ویدئو ۷-۴-مقادیر پرت و تغییرپذیری Outliers and Variability

  • Manufacturing Quality Control Example-ویدئو ۷-۵-مثال کنترل کیفیت تولید Manufacturing Quality Control Example

  • Wrap Up-ویدئو ۷-۶-جمع بندی Wrap Up

  • Statistics in Python-ویدئو ۷-۷-آمار در پایتون Statistics in Python

  • Analysing Concrete Strength Data Using Statistics-ویدئو ۷-۸-تجزیه و تحلیل داده های مقاومت بتن با استفاده از آمار Analysing Concrete Strength Data Using Statistics

Day 7: Visualisation with Matplotlib and Seaborn Part 1-فصل ۸-روز هفتم: تجسم با Matplotlib و Seaborn قسمت ۱ Day 7: Visualisation with Matplotlib and Seaborn Part 1

  • Introduction-ویدئو ۸-۱-مقدمه Introduction

  • Installing and Importing Seaborn-ویدئو ۸-۲-نصب و وارد کردن Seaborn Installing and Importing Seaborn

  • Working with Time Based Data-ویدئو ۸-۳-کار با داده های مبتنی بر زمان Working with Time Based Data

  • Your First Plot-ویدئو ۸-۴-اولین نمودار شما Your First Plot

  • Grouping and Visualising Categorical Data-ویدئو ۸-۵-گروه بندی و تجسم داده های دسته ای Grouping and Visualising Categorical Data

  • Working with Time Data in Pandas – Extracting and Aggregating Insights-ویدئو ۸-۶-کار با داده های زمان در Pandas - استخراج و جمع آوری بینش ها Working with Time Data in Pandas – Extracting and Aggregating Insights

  • Visualising Hourly Traffic Flow with Seaborn-ویدئو ۸-۷-تجسم جریان ترافیک ساعتی با Seaborn Visualising Hourly Traffic Flow with Seaborn

Day 8: Visualisation with Matplotlib and Seaborn Part 2-فصل ۹-روز هشتم: تجسم با Matplotlib و Seaborn قسمت ۲ Day 8: Visualisation with Matplotlib and Seaborn Part 2

  • Introduction to Part 2 - Recap and Loading in Our Data-ویدئو ۹-۱-مقدمه ای بر قسمت ۲ - بازبینی و بارگیری داده های ما Introduction to Part 2 - Recap and Loading in Our Data

  • Visualising the Relationship Between Two Variables-ویدئو ۹-۲-تجسم رابطه بین دو متغیر Visualising the Relationship Between Two Variables

  • Visualising a Distribution of Data with a Histogram-ویدئو ۹-۳-تجسم توزیع داده ها با یک هیستوگرام Visualising a Distribution of Data with a Histogram

  • Visualising the Distributions of Categorical Data with Box Plots-ویدئو ۹-۴-تجسم توزیع داده های دسته ای با نمودارهای جعبه ای Visualising the Distributions of Categorical Data with Box Plots

  • Visualising the Distributions of Categorical Data with Violin Plots-ویدئو ۹-۵-تجسم توزیع داده های دسته ای با نمودارهای ویولن Visualising the Distributions of Categorical Data with Violin Plots

  • Wrap Up-ویدئو ۹-۶-جمع بندی Wrap Up

  • Visualising Data with Seaborn – Categorical and Distribution Plots-ویدئو ۹-۷-تجسم داده ها با Seaborn - نمودارهای دسته ای و توزیعی Visualising Data with Seaborn – Categorical and Distribution Plots

  • Visualising Temperature and Humidity Data with Seaborn-ویدئو ۹-۸-تجسم داده های دما و رطوبت با Seaborn Visualising Temperature and Humidity Data with Seaborn

Day 9: Introduction to Functions for Modularity, Modelling and Simulation-فصل ۱۰-روز نهم: مقدمه ای بر توابع برای مدولار بودن، مدل سازی و شبیه سازی Day 9: Introduction to Functions for Modularity, Modelling and Simulation

  • Introduction-ویدئو ۱۰-۱-مقدمه Introduction

  • Your First Function-ویدئو ۱۰-۲-اولین تابع شما Your First Function

  • Specifying Parameters with Keyword Arguments-ویدئو ۱۰-۳-تعیین پارامترها با آرگومان های کلمه کلیدی Specifying Parameters with Keyword Arguments

  • The Importance of Documenting Functions-ویدئو ۱۰-۴-اهمیت مستندسازی توابع The Importance of Documenting Functions

  • Using Functions to Transform Data-ویدئو ۱۰-۵-استفاده از توابع برای تبدیل داده ها Using Functions to Transform Data

  • Using Functions for Simulation-ویدئو ۱۰-۶-استفاده از توابع برای شبیه سازی Using Functions for Simulation

  • Wrap Up-ویدئو ۱۰-۷-جمع بندی Wrap Up

  • Understanding Python Functions and Data Transformation-ویدئو ۱۰-۸-درک توابع پایتون و تبدیل داده Understanding Python Functions and Data Transformation

  • Calculating Pressure Drop in a Pipe Using Functions-ویدئو ۱۰-۹-محاسبه افت فشار در یک لوله با استفاده از توابع Calculating Pressure Drop in a Pipe Using Functions

  • Monitoring Power Plant Emissions-ویدئو ۱۰-۱۰-نظارت بر انتشار گازهای نیروگاه Monitoring Power Plant Emissions

Day 10: Bringing it All Together-فصل ۱۱-روز دهم: جمع بندی همه چیز Day 10: Bringing it All Together

  • Bringing it All Together: Uniting Skills for Real-World Impact-ویدئو ۱۱-۱-جمع بندی همه چیز: متحد کردن مهارت ها برای تأثیرگذاری در دنیای واقعی Bringing it All Together: Uniting Skills for Real-World Impact

  • Generating Synthetic Data-ویدئو ۱۱-۲-تولید داده های مصنوعی Generating Synthetic Data

  • Exporting Our Synthetic Data to a File-ویدئو ۱۱-۳-صادرات داده های مصنوعی ما به یک فایل Exporting Our Synthetic Data to a File

  • Importing Our Synthetic Data-ویدئو ۱۱-۴-وارد کردن داده های مصنوعی ما Importing Our Synthetic Data

  • Converting Timestamps to Datetime-ویدئو ۱۱-۵-تبدیل Timestamps به Datetime Converting Timestamps to Datetime

  • Creating Multiple Plots-ویدئو ۱۱-۶-ایجاد نمودارهای متعدد Creating Multiple Plots

  • Creating Warning Signals in Our Data-ویدئو ۱۱-۷-ایجاد سیگنال های هشدار در داده های ما Creating Warning Signals in Our Data

  • Layering Plots to Visualise Our Signals-ویدئو ۱۱-۸-لایه بندی نمودارها برای تجسم سیگنال های ما Layering Plots to Visualise Our Signals

  • Wrap Up-ویدئو ۱۱-۹-جمع بندی Wrap Up

  • Capstone Project: Simulating Synthetic Portfolio Investment Returns-ویدئو ۱۱-۱۰-پروژه نهایی: شبیه سازی بازده سرمایه گذاری پرتفوی مصنوعی Capstone Project: Simulating Synthetic Portfolio Investment Returns

A Final Word-فصل ۱۲-سخن پایانی A Final Word

  • Thank You and Farewell (for now!)-ویدئو ۱۲-۱-تشکر و خداحافظ (فعلا!) Thank You and Farewell (for now!)

نمایش نظرات

آموزش بوت کمپ ۱۰ روزه پایتون برای مهندسان و دانشمندان ۲۰۲۵
جزییات دوره
1.5 hours
71
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
8,959
4.4 از 5
دارد
دارد
دارد
Harry Munro
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Harry Munro Harry Munro

متخصص شبیه‌سازی و مهندس خبره دارای پروانه اشتغال