آموزش کدنویسی در پایتون 3: برنامه نویسی مبتدی تا پیشرفته

سرفصل ها و درس ها

مبانی پایتون Python Basics

• نصب پایتون در مک Installing Python on Mac

• نصب پایتون در ویندوز Installing Python on Windows

• بیانیه Statements

• متغیرها Variables

• تابع ورودی The Input Function

• ورزش - تبدیل کیلومتر به مایل Exercise - Km to Miles Converter

انواع داده ها Data Types

• انواع داده ها: رشته ها Data Types: Strings

• تمرین - رشته ها Exercise - Strings

• انواع داده ها: اعداد Data Types: Numbers

• تمرین - اعداد Exercise - Numbers

• انواع داده ها: لیست ها و تاپل ها Data Types: Lists and Tuples

• تمرین - لیست ها و تاپل ها Exercise - Lists and Tuples

• انواع داده ها: فرهنگ لغت Data Types: Dictionaries

• تمرین - فرهنگ لغت Exercise - Dictionaries

• انواع داده ها: Booleans Data Types: Booleans

• تمرین - Booleans Exercise - Booleans

شرایط، حلقه ها، توابع و موارد دیگر Conditionals, Loops, Functions and more

• شرایط (if, elif, else) Conditionals (if, elif, else)

• اپراتورهای AND/OR AND / OR operators

• تمرین - شرایط Exercise - Conditionals

• در حالی که حلقه ها While Loops

• برای حلقه ها For Loops

• تمرین - حلقه ها Exercise - Loops

• اعتبار سنجی داده ها Data Validation

• رسیدگی به خطا Error Handling

• تمرین - رسیدگی به خطا Exercise - Error Handling

• کارکرد Functions

ماژول ها Modules

• زمان Time

• Matplotlib Matplotlib

• تمرین - Time & Matplotlib.Pyplot Exercise - Time & Matplotlib.Pyplot

• درخواست ها Requests

• ارسال درخواست های HTTP به API ها Sending HTTP Requests to APIs

• کار با JSON Working With JSON

• تمرین - درخواست‌ها و جیسون (قسمت 1) Exercise - Requests & Json (Part 1)

• تمرین - درخواست‌ها و جیسون (قسمت 2) Exercise - Requests & Json (Part 2)

مدیریت فایل File Handling

• اصول مدیریت فایل - ایجاد، خواندن، نوشتن و اضافه کردن File Handling Basics - Create, Read, Write & Append

• خواندن برگه های اکسل Reading Excel Sheets

مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

• مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

• مجموعه داده Iris The Iris Dataset

• استفاده از مدل KNN Applying the KNN Model

• تقسیم داده‌ها، آموزش و گروه‌های آزمایشی Splitting Data Intro Train and Test Groups

• ورزش KNN - انتخاب بهترین ارزش K Exercise KNN - Picking the Best Value Of K

• مدل رگرسیون لجستیک The Logistic Regression Model

• بکارگیری مدل رگرسیون لجستیک Applying the Logistic Regression Model

• آینده در یادگیری ماشین چیست؟ What's next in Machine Learning?

پروژه نهایی The Final Project

• بررسی اجمالی پروژه Project Overview