آموزش بوت‌کمپ جامع پایتون و علوم داده [ویدئویی] - آخرین آپدیت

دانلود The Complete Python and Data Science Bootcamp [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره برای تبدیل مبتدیان به برنامه‌نویسان ماهر طراحی شده است؛ به گونه‌ای که با مفاهیم ضروری پایتون شروع شده و به صورت گام‌به‌گام به سمت مفاهیم پیشرفته پیش می‌رود. بخش‌های ابتدایی بر سینتکس، جریان کنترل، حلقه‌ها و ساختارهای داده تمرکز دارند تا پایه‌ای مستحکم در این زبان ایجاد شود. سپس، این مهارت‌ها را در پروژه‌هایی مانند گرافیک Turtle و تمرینات کدنویسی برای تقویت توانایی حل مسئله به کار خواهید گرفت. پس از تثبیت مهارت‌های اصلی برنامه‌نویسی، مسیر به سمت مبانی حیاتی علوم کامپیوتر مانند بازگشت (Recursion)، الگوریتم‌های جستجو، مرتب‌سازی و برنامه‌نویسی شی‌گرا (OOP) حرکت می‌کند. سپس وارد عملکردهای حرفه‌ای مانند مدیریت خطا، مدیریت فایل و تست واحد (Unit Testing) می‌شوید تا ابزارهایی را بیاموزید که توسعه‌دهندگان در دنیای واقعی از آن‌ها استفاده می‌کنند. فاز نهایی دوره به علوم داده و هوش مصنوعی اختصاص دارد. شما کار با داده‌ها را با NumPy و Pandas می‌آموزید، بصری‌سازی‌های معنادار با Matplotlib و Plotly ایجاد می‌کنید و تکنیک‌های پردازش تصویر را می‌کاوید. دوره با مبانی PyTorch به پایان می‌رسد و محاسبات مبتنی بر GPU و عملیات تنسورها را که ستون فقرات یادگیری ماشین مدرن هستند، معرفی می‌کند. در پایان، شما دانش و اعتماد به نفس لازم برای کار با فناوری‌های داده‌محور در مقیاس بزرگ را خواهید داشت. آنچه در این دوره می‌آموزید: - نوشتن کد پایتون با استفاده از حلقه‌ها، توابع و شرط‌ها - حل مسائل با استفاده از بازگشت و تفکر الگوریتمی - مدیریت فایل‌ها و استثناها در سناریوهای واقعی کدنویسی - تحلیل موثر داده‌ها با استفاده از NumPy و Pandas - بصری‌سازی تحلیل‌ها با Matplotlib و نمودارهای تعاملی Plotly - پیاده‌سازی تنسورهای PyTorch برای مبانی یادگیری ماشین این دوره برای مبتدیان برنامه‌نویسی، علاقه‌مندان به علوم داده و متخصصانی که قصد گسترش مهارت‌های خود در پایتون و هوش مصنوعی را دارند، ایده‌آل است. هیچ تجربه قبلی در کدنویسی نیاز نیست، اما آشنایی اولیه با ریاضیات در بخش‌های انتهایی کمک‌کننده خواهد بود. ویژگی‌های دوره: از مبانی تا هوش مصنوعی با Python, NumPy, Pandas, Matplotlib, Plotly و PyTorch * تمرینات کدنویسی واقعی، پروژه‌ها و بصری‌سازی‌ها در دامنه‌های مختلف * پوشش جامع الگوریتم‌ها، OOP، مدیریت فایل و تست واحد با pytest.

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

مبانی Foundations

  • آشنایی با مبانی پایتون Introduction to Python Basics

  • اولین گام‌ها در پایتون و ساختار زبان برنامه‌نویسی پایتون First Steps in Python and the Python Programming Language Structure

  • ساختار برنامه پایتون: ورودی و خروجی Python Program Structure: Input and Output

  • تو رفتگی (Indentation) و بلوک‌های کد Indentation and Code Blocks

  • استفاده از مفسر پایتون Using the Python Interpreter

  • جزئیات بیشتر در مورد تابع print More Details on the Print Function

  • انواع داده‌های پایه در پایتون Basic Data Types in Python

  • عملیات عددی Numerical Operations

  • مقداردهی و مقداردهی افزایشی Assignment and Incremental Assignment

  • مقداردهی‌های چندگانه Multiple Assignments

  • نام‌گذاری متغیرها، Snake Case و Camel Case Variable Names, Snake Case, Camel Case

  • کلمات کلیدی و اولین دستور import Keywords and Our First Import Statement

  • توالی‌های Escape Escape Sequences

  • تبدیل انواع داده‌ها Data Type Conversions

  • زیررشته‌ها و برش (Slicing) Substrings and Slicing

  • رشته‌های چندخطی و Docstrings Multiline Strings and Docstrings

  • نصب و معرفی PyCharm Installing and Introducing PyCharm

جریان کنترل و دستورات شرطی Control Flow and Conditional Statements

  • مقدمه‌ای بر جریان کنترل و شرط‌ها Introduction to Control Flow and Conditionals

  • دستور If و عملگرهای منطقی If Statement and Logical Operators

  • شرایط پیچیده Complex Conditions

  • دستورات If تو در تو Nested If Statements

حلقه‌ها Loops

  • معرفی حلقه‌ها Introducing Loops

  • حلقه‌های For با استفاده از range For Loops Using Range

  • حلقه‌های For عمومی با range General For Loops Using Range

  • حلقه روی لیست‌ها و تاپل‌ها Looping over Lists and Tuples

  • اعداد اول و خروج از حلقه‌ها (Break) Prime Numbers and Breaking Out of Loops

  • حلقه روی لیستی از رشته‌ها با استفاده از split Looping over a List of Strings Using Split

  • حلقه‌های While While Loops

  • حلقه While و اعتبارسنجی ورودی The While Loop and Validating Input

  • محاسبه فاکتوریل با While: مثالی از حلقه بی‌نهایت Factorial Using the While Loop: Example of an Infinite While Loop

  • محاسبه فاکتوریل با While و مقداردهی افزایشی Factorial Using the While Loop and Incremental Assignment

  • حلقه‌های تو در تو Nested Loops

پروژه نهایی با استفاده از گرافیک Turtle Capstone Project Using Turtle Graphics

  • به گرافیک Turtle خوش آمدید Welcome to Turtle Graphics

  • معرفی گرافیک Turtle Introducing Turtle Graphics

  • پرهیز از اعداد جادویی (Magic Numbers) Avoiding Magic Numbers

  • عمومی‌سازی مثال و استفاده از پارامترها Generalizing Example and Using Parameters

  • تکمیل پس‌زمینه گرافیک Turtle Completing Turtle Graphics Background

  • پروژه نهایی گرافیک Turtle Turtle Graphics Capstone Project

توابع Functions

  • مقدمه‌ای بر توابع Introduction to Functions

  • توابع ساده Simple Functions

  • مثال‌های بیشتر از توابع More Examples of Functions

  • توابع با پارامترهای پیش‌فرض Functions with Default Parameters

  • تجزیه مسائل با استفاده از توابع Breaking Down Problems Using Functions

  • محدوده تابع: متغیرهای محلی و سراسری Function Scope: Local and Global Variables

  • دسترسی به متغیر سراسری از داخل تابع Accessing a Global Variable from Within a Function

  • فراخوانی بر اساس ترتیب در مقابل فراخوانی با نام/کلید Call by Order vs. Call by Name/Keyword Arguments

  • تعداد متغیر آرگومان‌ها در فراخوانی تابع Variable Number of Arguments in a Function Call

  • مثال جمع با بررسی نوع داده (Type Checking) Sum Example with Type-Checking

  • متدهای رشته‌ای String Methods

  • توضیحات نوع (Type Annotations) و توابع Type Annotations and Functions

  • توضیحات نوع برای لیست‌ها Type Annotations with Lists

لیست‌ها Lists

  • مقدمه‌ای بر لیست‌ها Introduction to Lists

  • ایجاد لیست‌ها و دسترسی به عناصر Creating Lists and Accessing List Elements

  • متدهای لیست List Methods

  • لیست‌های تو در تو Nested Lists

  • برش لیست‌ها (Slicing) List Slicing

  • لیست‌های جامع (List Comprehensions) List Comprehensions

  • لیست‌های جامع و فیلتر کردن List Comprehensions and Filtering

  • مقایسه حلقه For برای افزودن در مقابل لیست‌های جامع For Loop Appending vs. List Comprehension

تمرینات—توابع، حلقه‌ها، لیست‌ها Exercises—Functions, Loops, Lists

  • به بخش تمرینات خوش آمدید Welcome to the Exercise Section

  • تمرین—حلقه‌ها Exercise—Loops

  • پاسخ—میانگین Solution—Average

  • پاسخ—مجموع ارقام زوج Solution—Sum of Even Digits

  • پاسخ—کمترین و بیشترین مقدار در لیست Solution—Min and Max in a List

  • پاسخ—شمارش حروف صدا‌دار Solution—Count Vowels

  • پاسخ—جدول ضرب Solution—Multiplication Table

  • تمرین—لیست‌های جامع Exercise—List Comprehensions

  • پاسخ—مجذورات در لیست‌های جامع Solution—List Comprehensions Squares

  • تمرین—مجذورات در لیست‌های جامع: فیلتر کردن Exercise—List Comprehensions Squares: Filtering

  • پاسخ—مجذورات در لیست‌های جامع: فیلتر کردن Solution—List Comprehensions Squares: Filtering

  • تمرین—مجذورات در لیست‌های جامع: ضرب Exercise—List Comprehensions Squares: Multiplication

  • پاسخ—مجذورات در لیست‌های جامع: ضرب Solution—List Comprehensions Squares: Multiplication

  • تمرین—مجذورات در لیست‌های جامع: تخت کردن (Flatten) Exercise—List Comprehensions Squares: Flatten

  • پاسخ—مجذورات در لیست‌های جامع: تخت کردن Solution—List Comprehensions Squares: Flatten

  • تمرین—مجذورات در لیست‌های جامع: دما Exercise—List Comprehensions Squares: Temperature

  • پاسخ—مجذورات در لیست‌های جامع: دما Solution—List Comprehensions Squares: Temperature

برابری در مقابل هویت Equality vs. Identity

  • مقدمه Introduction

  • نام مستعار (Aliasing) Aliasing

  • مراقب عملگر is باشید Beware of the "is" Operator

  • کپی سطحی (Shallow Copy) Shallow Copy

  • کپی عمیق (Deep Copy) Deep Copy

  • مقایسه type در مقابل isinstance type vs. isinstance

  • مقایسه و نابرابری‌ها Comparison and Inequalities

  • نابرابری‌ها و مرتب‌سازی Inequalities and Sorting

  • مرتب‌سازی معکوس Reverse Sorting

  • مرتب‌سازی عمومی با استفاده از تابع Key General Sorting by a Key Function

مدیریت استثناها و خطاها Exception and Error Handling

  • خطاهای سینتکسی در مقابل خطاهای زمان اجرا Syntax vs. Run-Time Errors

  • خطای TypeError در تابع میانگین TypeError in Average Function

  • گرفتن تمامی خطاها Catch All Errors

  • گرفتن استثناهای متعدد Catch Multiple Exceptions

  • مدیریت جداگانه استثناها Handling Exceptions Separately

  • استفاده از else و finally Using else and finally

  • مثال تقسیم ایمن Safe Division Example

  • ایجاد یک استثنای داخلی Raising a Built-In Exception

  • مثالی از ایجاد استثنا Example of Raising an Exception

  • ایجاد استثنای سفارشی Raising a Custom Exception

برنامه‌نویسی بازگشتی Recursive Programming

  • پیاده‌سازی بازگشتی در مقابل غیربازگشتی فاکتوریل Factorial Recursive vs. Non-Recursive Implementation

  • پیاده‌سازی تابع نمایی با استفاده از بازگشت Implementing the Exponential Function Using Recursion

  • فیبوناتچی بازگشتی ساده Simple Recursive Fibonacci

  • شمارش تعداد فراخوانی‌ها در فیبوناتچی بازگشتی ساده Counting Number of Calls in Simple Recursive Fibonacci

  • عبارات مقداردهی و فیبوناتچی بهینه Assignment Expressions and Efficient Fibonacci

  • مقایسه زمان اجرای پیاده‌سازی‌های فیبوناتچی Comparing the Run-Time of Fibonacci Implementations

الگوریتم‌های جستجو و مرتب‌سازی Searching and Sorting Algorithms

  • جستجوی خطی (مقدار Boolean) Linear Search Boolean

  • جستجوی خطی (بازگرداندن ایندکس) Linear Search Return Index

  • جستجو در لیست مرتب—نمای کلی جستجوی دودویی (Binary Search) Searching a Sorted List—Bird's-Eye View of Binary Search

  • جستجو در لیست مرتب—پیاده‌سازی جستجوی دودویی Searching a Sorted List—Implementing Binary Search

  • پیچیدگی زمانی بدترین حالت: جستجوی خطی در مقابل دودویی Worst-Case Run-Time Complexity: Linear vs. Binary Search

  • الگوریتم MaxSort MaxSort

  • الگوریتم BubbleSort BubbleSort

  • الگوریتم QuickSort QuickSort

ساختارهای داده فراتر از لیست‌ها Data Structures Beyond Lists

  • معرفی دیکشنری‌ها Introducing Dictionaries

  • دسترسی ایمن به دیکشنری‌ها با استفاده از متد get Safely Accessing Dictionaries Using the get Method

  • مثال واقعی با استفاده از ساختارهای داده تو در تو و متد get Real-World Example Using Nested Data Structures and the get Method

  • متدهای دیکشنری Dictionary Methods

  • معرفی تاپل‌ها (Tuples) Introducing Tuples

  • بیشتر درباره تاپل‌ها More on Tuples

  • متدهای index و count در تاپل Tuple Methods index and count

  • معرفی مجموعه‌ها (Sets) Introducing Sets

  • متدهای مجموعه Set Methods

  • تمرین—تبدیل اعداد به بالانویس (Superscripts) Exercise—Numbers to Superscripts

  • پاسخ—تبدیل اعداد به بالانویس Solution—Numbers to Superscripts

  • تمرین—شمارنده فراوانی کلمات با حساسیت انتخابی به حروف Exercise—Word Frequency Counter with Optional Case Sensitivity

  • پاسخ—شمارنده فراوانی کلمات با حساسیت انتخابی به حروف Solution—Word Frequency Counter with Optional Case Sensitivity

  • تمرین—تولید دیکشنری مجذورات Exercise—Generate Square Dictionary

  • پاسخ ۱—دیکشنری مجذورات Solution 1—Square Dictionary

  • پاسخ ۲—دیکشنری مجذورات Solution 2—Square Dictionary

  • تمرین—آناگرام‌ها Exercise—Anagrams

  • پاسخ ۱—آناگرام‌ها با استفاده از شمارنده فراوانی حروف Solution 1—Anagrams Using Character Frequency Counter

  • توابع داخل توابع Functions Within Functions

  • پاسخ ۲—آناگرام‌ها با استفاده از مرتب‌سازی Solution 2—Anagrams Using Sorting

  • تمرین—کاراکترهای منحصر‌به‌فرد Exercise—Unique Characters

  • پاسخ—کاراکترهای منحصر‌به‌فرد Solution—Unique Characters

برنامه‌نویسی شی‌گرا (OOP) Object-Oriented Programming

  • کلاس‌ها، ویژگی‌های نمونه، ویژگی‌های کلاس و متدها Classes, Instance Attributes, Class Attributes, and Methods

  • کپسوله‌سازی (Encapsulation) Encapsulation

  • وراثت (Inheritance) Inheritance

  • چندریختی (Polymorphism) Polymorphism

  • سازنده‌ها (Constructors) و تخریب‌کننده‌ها (Destructors) Constructors and Destructors

  • تابع hasattr The hasattr Function

  • متدهای str و repr The str and repr Methods

  • متدهای کلاس در مقابل متدهای استاتیک و متدهای نمونه Class Methods vs. Static Methods vs. Instance Methods

  • اعداد مختلط و متدهای کلاس، استاتیک و نمونه Complex Numbers and Class, Static, and Instance Methods

  • عملگرهای مقایسه و برابری سفارشی برای کلاس‌ها در پایتون Custom Equality and Comparison Operators for Classes in Python

  • متدهای جادویی (Dunder Methods) Dunder (Magic) Methods

  • تمرین کدنویسی—کلاس Fraction و متدهای جادویی Coding Exercise—Fraction Class and Magic Methods

  • پاسخ کدنویسی بخش ۱—جمع و تفریق کسری Coding Solution Part 1—Fractional Addition and Subtraction

  • پاسخ کدنویسی بخش ۲—جایگزین تفریق، str و repr Coding Solution Part 2—Subtraction Alternative, str, repr

تست واحد با pytest Unit Testing with pytest

  • مقدمه‌ای بر تست واحد با pytest Introduction to Unit Testing with pytest

  • ایجاد اولین تست‌ها با pytest Creating Our First Tests Using pytest

  • استفاده از pytest.mark.parametrize برای تست‌های بهینه Using pytest.mark.parametrize for Efficient Test Cases

  • پاسخ تمرین pytest.mark.parametrize Solution to pytest.mark.parametrize Exercise

  • ساختار پوشه‌بندی Folder Structure

مدیریت فایل و ماژول‌ها File-Handling and Modules

  • شروع کار—خواندن فایل‌های متنی Getting Started—Reading Text Files

  • متدهای read، readline و readlines The Methods read, readline, readlines

  • تمرین کدنویسی—حذف کامنت‌ها Coding Exercise—Remove Comments

  • پاسخ کدنویسی—حذف کامنت‌ها Coding Solution—Remove Comments

  • نوشتن در فایل‌های متنی Writing to Text Files

  • نوشتن در فایل‌ها با استفاده از F-Strings Writing to Files Using F-Strings

  • نوشتن در فایل‌ها با استفاده از print Writing to Files Using Print

  • بهره‌گیری از دستور with برای کدنویسی ایمن و بهینه Leveraging the with Statement for Safe and Efficient Code

  • حالت‌های دسترسی به فایل (Access Mode) File Access Mode

  • استثناهای مربوط به فایل File Exceptions

  • متدهای فایل File Methods

  • وارد کردن ماژول‌ها و ماژول‌های سفارشی Importing Modules and Custom Modules

  • ادامه وارد کردن ماژول‌ها و ماژول‌های سفارشی Importing Modules and Custom Modules Continued

کتابخانه NumPy NumPy

  • آرایه‌های NumPy، شکل (Shape) و تغییر شکل (Reshape) NumPy Arrays, Shape, and Reshape

  • آرایه‌های صفر، یک و ماتریس همانی در NumPy NumPy Arrays of Zeros, Ones, and the Identity Matrix

  • آرایه‌های خالی و تصادفی Empty and Random

  • ایندکس‌گذاری و برش در NumPy Indexing and Slicing in NumPy

  • عملیات ریاضی و NumPy Arithmetic and NumPy

  • ایده کلی جبر خطی و کاربردهای آن Rough Idea of Linear Algebra and Its Applications

  • مفاهیم پیشرفته جبر خطی در NumPy (Advanced) Concepts from Linear Algebra in NumPy

  • حل دستگاه‌های خطی Solving Linear Systems

  • منطق: مقایسه المان به المان Logic: Element-Wise Comparison

  • منطق: مقایسه با اسکالرها Logic: Comparison with Scalars

  • منطق: فیلتر کردن و Where Logic: Filtering and Where

کتابخانه Pandas Pandas

  • شروع کار با Pandas: تحلیل مجموعه داده تایتانیک Getting Started with Pandas: Titanic Dataset Analysis

  • فیلتر کردن Filtering

  • فیلتر کردن و عملگر isin Filtering and the isin Operator

  • فیلتر کردن ردیف‌ها با استفاده از notna Filter Rows Using notna

  • مثال‌هایی از فیلترها و منطق Examples of Filters and Logic

  • پاسخ تمرینات فیلتر کردن جلسه قبل Solutions to the Filtering Exercises from the Previous Lecture

  • فیلتر کردن ستون‌ها Filtering Columns

  • استفاده از concat برای دو سری Applying concat to Two Series

Matplotlib، رسم نمودار و آمار Matplotlib, Graphing, and Statistics

  • نمودار میله‌ای ساده Simple Bar Plot

  • نمودار میله‌ای—کالری روزانه Bar Plot—Calories per Day

  • نمودار جعبه‌ای (Box Plot) Box Plot

  • سناریوی واقعی: تحلیل رضایت مشتری—نمودار جعبه‌ای Real-World Scenario: Customer Satisfaction Analysis—Box Plot

  • نمودار پراکندگی (Scatter Plot) ساده A Simple Scatter Plot

  • مثال نمودار پراکندگی—میانگین دمای روزانه و فروش بستنی Scatter Plot Example—Average Daily Temperatures and Ice Cream Sales

  • مقایسه گروه‌ها با نمودارهای پراکندگی Comparing Groups with Scatter Plots

  • رسم تابع با نمودار پراکندگی Graphing a Function with Scatter Plot

  • رسم خطوط Graphing Lines

  • توضیحات متنی (Annotations) Text Annotations

  • رگرسیون خطی Linear Regression

  • هیستوگرام‌ها Histograms

  • زیرنمودارها (Subplots) Subplots

  • زیرنمودارهای متعدد با رنگ‌ها و عناوین مختلف Multiple Subplots with Different Colors and Titles

  • بهبود عناوین با استفاده از LaTeX Enhancing Titles Using LaTeX

  • زیرنمودارهای تصویری Image Subplots

  • نمودار دایره‌ای (Pie Chart) Pie Chart

  • نمودار پشته‌ای (Stack Plot) Stack Plot

  • نمودار میله‌ای Bar Chart

  • نمودار سه بعدی با استفاده از Mesh Grid 3D Plot Using a Mesh Grid

Matplotlib و پردازش تصویر Matplotlib and Image Processing

  • بارگذاری تصویر RGB Loading an RGB Image

  • استخراج کانال‌های RGB Extracting RGB Channels

  • تبدیل تصویر RGB به مقیاس خاکستری (Grayscale) Converting an RGB Image to Grayscale

  • بررسی نقشه‌های رنگی (Color Maps) Exploring Color Maps

  • ایجاد تصاویر RGB با ابعاد n در n Creating n by n RGB Images

  • دستکاری تصویر—آستانه‌گذاری (Thresholding) Image Manipulation—Thresholding

  • دستکاری تصویر—فشرده‌سازی Image Manipulation—Compression

  • دستکاری تصویر—فشرده کردن تصویر (Squeeze) Image Manipulation—Squeeze Image

  • دستکاری تصویر—معکوس کردن تصاویر Image Manipulation—Inverting Images

  • دستکاری تصویر—کاشی‌کاری تصویر (Tiling) Image Manipulation—Image Tiling

Plotly و نمودارهای تعاملی Plotly and Interactive Plots

  • نمودار خطی تعاملی Interactive Line Plot

  • حالت‌های نمودار خطی Line Plot Modes

  • نمودار پراکندگی تعاملی با Tooltips Interactive Scatter Plot with Tooltips

  • نمودار سطح سه بعدی تعاملی Interactive 3D Surface Plot

  • نمودارها به عنوان دیکشنری Figures as Dictionaries

  • نمودارها به عنوان اشیاء گرافیکی Figures as Graph Objects

مبانی PyTorch PyTorch Fundamentals

  • گوگل کولب (Google Colab) و tqdm Google Colab and tqdm

  • دریافت راهنما Getting Help

  • دریافت راهنمایی‌های بیشتر Getting More Help

  • معرفی PyTorch و تنسورها ۱ Introducing PyTorch and Tensors 1

  • معرفی PyTorch و تنسورها ۲ Introducing PyTorch and Tensors 2

  • استفاده از GPU Using the GPU

  • عملگرها و عملیات بیشتر Operators and More Operations

  • ایندکس‌گذاری و ماسک‌گذاری (Masking) Indexing and Masking

  • ادامه ماسک‌گذاری Masking Continued

  • کپی کردن (Cloning) تنسورها Cloning Tensors

  • پخش (Broadcasting)—گام‌های اول Broadcasting—First Steps

  • ادامه پخش (Broadcasting) Broadcasting Continued

  • مثال‌های بیشتر از Broadcasting More Broadcasting Examples

نمایش نظرات

آموزش بوت‌کمپ جامع پایتون و علوم داده [ویدئویی]
جزییات دوره
23h 47m
233
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
Ron Erez
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar