آموزش دوره جامع اندروید ۱۶ [بخش ۳] - تبدیل شدن به متخصص - آخرین آپدیت

سرفصل ها و درس ها

گوگل مپس با Jetpack Compose Google Maps with Jetpack Compose

• آشنایی با گوگل مپس Introduction to Google Maps

• پروژه گوگل مپس و API Key Google Maps project & API Key

• محدود کردن API Key Restricting API Key

• افزودن وابستگی‌های گوگل مپس Adding Google Maps Dependency

• تابع Composable گوگل مپس Google Maps Composable Function

• عرض و طول جغرافیایی Latitude & Longitude

• موقعیت اولیه دوربین Initial Camera Position

• انواع نقشه‌ها Types of Maps

مارکرها و اشکال در گوگل مپس Google Maps Markers & Shapes

• قرار دادن مارکرها روی نقشه Placing Markers on Map

• سفارشی‌سازی آیکون مارکرها Customizing Markers Icons

• رویدادهای کلیک روی مارکرها Click Events on Markers

• خطوط Polyline Polylines

• چندضلعی‌های Polygon Polygons

رویدادهای گوگل مپس Google Maps Events

• لایه Ground Overlay Ground Overlay

• تبدیل محدوده LatLng به موقعیت زمینی From LatLng bounds to Ground Position

• مدیریت کلیک‌های نقشه Handling Map Clicks

• کلیک طولانی روی نقشه Long Click on Maps

• تنظیمات UI نقشه Map UI Settings

• ژست‌های چرخش و شیب Rotate & Tilt Gestures

• ژست‌های پنجره اطلاعات (Info Window) Info Window Gestures

• محدوده‌های نقشه (Map Bounds) Map Bounds

• موقعیت دوربین و انیمیشن Camera Position & Animation

• المان‌های UI روی نقشه UI Elements over Map

• سطوح سفارشی و المان‌های UI Custom Surfaces & UI Elements

• پنجره اطلاعات سفارشی Custom Info Window

• حذف پویا مارکرها Dynamic Marker Removal

استایل‌دهی به گوگل مپس Google Maps Styling

• استایل‌دهی گوگل مپس Google Maps Styling

• اعمال استایل‌های سفارشی Applying Custom Styles

• نوار مقیاس (Scalebar) Scalebar

• خطوط Polyline پویا Dynamic Polylines

• چندضلعی‌های Polygon پویا Dynamic Polygons

موقعیت مکانی در گوگل مپس Google Maps Location

• کتابخانه سرویس‌های مکان‌یابی Location Service Library

• لانچر دسترسی‌ها (Permission Launcher) Permission Launcher

• دریافت موقعیت فعلی Fetching Current Location

• آخرین موقعیت شناخته شده Last Known Location

• دریافت موقعیت لحظه‌ای Fetching Live Location

• ژئوکدینگ (Geocoding) Geocoding

• متغیرهای ژئوکدینگ Geocoding Variables

• اجرای ژئوکدینگ Execute Geocoding

• ژئوکدینگ معکوس Reverse Geocoding

• ژئوکدینگ با ژست‌ها Geocoding with Gestures

Places API و خوشه‌بندی مارکرها Google Maps - Places API & Marker Clustering

• آشنایی با Places API Places API

• پیش‌بینی‌های تکمیل خودکار (Autocomplete) Autocomplete Predicitons

• کلاینت مکان‌ها (Places Client) Places Client

• کامپوزبل آیتم پیش‌بینی Prediction item Composable

• دریافت مکان‌ها و پیش‌بینی‌ها Fetching Places & Predictions

• مقدمه‌ای بر خوشه‌بندی مارکرها Intro to Marker Clustering

• تابع Composable خوشه‌بندی Clustering Composable Function

• خوشه‌بندی آیتم‌های سفارشی Custom Item Clustering

• لیست آیتم‌های خوشه Cluster Items List

• مدیریت خوشه (Cluster Manager) Remember Cluster Manager

• مدیریت ژست‌های خوشه Handling Cluster Gestures

• خوشه‌بندی سفارشی Custom Clustering

ساخت اپلیکیشن کلون Uber [Google Maps + Firebase + Retrofit + Directions API + Hilt] UBER Clone App - [Google Maps + Firebase + Retrofit + Directions API + Hilt]

• معرفی اپلیکیشن کلون Uber Uber Clone App Promo

• افزودن فایربیس Adding Firebase

• افزودن SDK گوگل مپس Adding Google Maps SDK

• افزودن کتابخانه‌های تکمیلی Adding More Libraries

• Hilt و KSP Hilt & KSP

• تابع Composable گوگل مپس Google Maps Composable Function

• راه‌اندازی پروژه گوگل مپس Setup Google Maps Project

• دکمه FAB بازشونده [بخش ۱] Expandable FAB [Part 1]

• دکمه FAB بازشونده [بخش ۲] Expandable FAB [Part 2]

• نوار مقیاس ناپدید شونده Disappearing Scalebar

• ریپازیتوری و پیاده‌سازی آن Repository & Its implementation

• افزودن مارکرها به Firestore Adding Markers to Firestore

• مدل ویو (ViewModel) نقشه Map View Model

• ماژول Hilt Hilt Module

• استفاده از Hilt ViewModel() Hilt ViewModel()

• اپلیکیشن اندرویدی Hilt Hilt Android App

• دریافت تمام مارکرها از Firestore Getting All Markers from Firestore

• مارکرها به عنوان Mutable State Flow Markers as Mutable State Flow

• مارکرها به عنوان Snap Shot State List Markers as Snap Shot State List

• مفهوم Flow در کاتلین Flow in Kotlin

• گوش دادن به به‌روزرسانی‌های فایربیس Listening to Firebase Updates

• Callback Flow، متد trySend() و awaitClose() Callback Flow, trySend() & awaitClose()

• مارکرهای لحظه‌ای (Real Time) Real-Time Markers

• ریپازیتوری مکان Location Repository

• پیاده‌سازی ریپازیتوری مکان Location Repo Implementation

• دریافت موقعیت فعلی Getting Current Location

• کنترل به‌روزرسانی‌های مکان Controlling Locatino Updates

• به‌روزرسانی ViewModel Updating ViewModel

• درخواست دسترسی‌های مکان در زمان اجرا Requesting Location Permissions during Runtime

• نمایش موقعیت فعلی روی نقشه Displaying Current Location on Map

• ماژول مکان Location Module

• Directions API و Retrofit Directions API & retrofit

• درک نحوه کار Directions API Understanding Directions API

• سرویس مسیر یابی (Directions Service) Directions Service

• سه کلاس داده اصلی The 3 Data Classes

• تأمین‌کننده Retrofit Retrofit Provider

• ریپازیتوری مسیر یابی Directions Repository

• پیاده‌سازی ریپازیتوری مسیر یابی Directions Repository Implementation

• ماژول مسیر یابی Directions Module

• دریافت مسیر از مکان فعلی تا مقصد fetch Route From Current Location to Destination

• انتخاب مارکرها روی نقشه Selecting Markers on Map

• نمایش مسیر Displaying Route

• درخواست سفر (Ride) Requesting a Ride

• مسیر بین مکان و مارکر Route between location and marker

• درخواست API بین چندین مارکر API Request Between Multiple Markers

• افزودن نقاط به مسیرهای چند نقطه‌ای Adding Points to Multipoints Route

• کنترل چندین مارکر Controlling Multiple Markers

• رسم مسیر چند نقطه‌ای Drawing Multiple Points Route

• پاک‌سازی نقشه Clearing Map

مقدمات Introduction

• مرور کلی دوره Course Overview

• یادگیری ماشین چیست؟ What's Machine Learning

• یادگیری ماشین در زندگی واقعی ML in real life

• اصطلاحات یادگیری ماشین ML terminology

• الگوریتم‌های ML ML Algorithms

• یادگیری ماشین نظارت شده (Supervised) Supervised ML

• یادگیری ماشین نیمه نظارت شده (Semi-Supervised) Semi Supervised ML

• یادگیری ماشین نظارت نشده (Unsupervised) Unsupervised ML

• یادگیری تقویت شده (Reinforcement Learning) Reinforcement Learning

مبانی پایتون Python Basics

• دانلود تمامی اسکریپت‌های Google COLAB Download All Google COLAB Scripts Here

• آشنایی با Google COLAB Google COLAB

• ویژگی‌ها و محدودیت‌های COLAB Features & Limits of COLAB

• متغیرها در پایتون Python Variables

• انواع داده‌ها Data Types

• عملگرهای ریاضی Arithmetic Operators

• عملگرهای مقایسه‌ای و منطقی Comparison & Logical Operators

• رشته‌ها در پایتون Strings in Pythons

• ورودی کاربر User Input

• تمرین عملی Practice Exercise

• مرور بخش Section Recap

حلقه‌ها و شرط‌ها در پایتون Python Loops & Conditionals

• مقدمه بخش Section Intro

• دستورات شرطی Conditional Statements

• حلقه‌های For For Loops

• حلقه‌های While While Loops

• لیست‌ها Lists

• توابع Functions

• تمرین عملی Practice Exercise

• مرور بخش Section Recap

دیکشنری‌ها و کار با فایل‌ها در پایتون Python Dictionaries & Files

• مقدمه بخش Section Intro

• ساختار داده دیکشنری Dictionnaries Data Structure

• مدیریت خطا با Try & Except Try & Except

• خواندن و نوشتن فایل‌ها (File IO) Reading & Writing File IO

• برنامه لیست کارهای روزانه [بخش ۱] To Do List Program [Part 1]

• برنامه لیست کارهای روزانه [بخش ۲] To Do List Program [Part 2]

تحلیل داده‌ها با پایتون Python Data Analysis

• مقدمه بخش Section Intro

• کتابخانه Pandas Pandas Library

• دیتا فریم‌ها (Data Frames) Data Frames

• استفاده از دیتا فریم‌ها Using Data Frames

• فیلتر کردن داده‌ها بر اساس شرایط Filtering Data Based on Conditions

• بصری‌سازی داده‌ها با Matplot Data Visualization with Matplot

• قیمت سهام شرکت‌ها Companies Stock Price

• مرور بخش Section Recap

یادگیری ماشین با پایتون Machine Learning with Python

• کتابخانه‌های یادگیری ماشین Machine Learning Libraries

• تولید داده‌های تصادفی Generating Random Data

• رسم داده‌ها روی نمودار Ploting Data on Chart

• آماده‌سازی داده‌ها [تقسیم داده‌ها] Preparing Data - [Data Splitting]

• آموزش مدل Training the Model

• ارزیابی مدل Evaluating our Model

• قیمت‌های واقعی در برابر پیش‌بینی شده Actual vs Predicted Prices

• تست مدل Testing our Model

اپلیکیشن پیش‌بینی قیمت خانه [Python + Tensorflow + Android Compose] House Price Predition App - [Python + Tensorflow + Android Compose]

• معرفی اپلیکیشن پیش‌بینی قیمت خانه House Price Prediction App Promo

• مراحل استفاده از TensorFlow Steps to Use TensorFlow

• تولید مجموعه داده تصادفی مشابه Generating Same Random Dataset

• تولید مجموعه داده تصادفی در پایتون Generating Random Dataset in Python

• تبدیل Numpy به Dataframes Converting Numpy to Dataframes

• تغییر شکل داده‌ها - تبدیل آرایه‌های ۱ بعدی به ۲ بعدی Reshaping Data - Converting 1D to 2D Arrays

• استفاده از Tensorflow برای رگرسیون خطی Tensorflow for Linear Regressions

• ساخت مدل TensorFlow Building TensorFlow Model

• کامپایل کردن مدل Compiling the Model

• خلاصه مدل (Model Summary) Model Summary

• آموزش مدل Tensorflow Training Tensorflow Model

• معادله آموزش دیده The Trained Equation

• رسم نتایج Ploting the results

• ارزیابی مدل Evaluating the Model

• خروجی گرفتن از مدل Exporting the Model

• بارگذاری مدل‌های خروجی Loading the Exported Models

• خروجی گرفتن به فرمت TFLITE Exporting TFLITE models

• اتصال Tensorflow به اندروید Tensorflow Meets Android

• طراحی رابط کاربری (UI) Designing the UI

• افزودن مدل Tensorflow Adding Tensorflow Model

• کلاس کمکی (Helper) تنسورفلو Tensorflow Helper Class

• بارگذاری مدل تنسورفلو Loading Tensorflow Model

• اجرای مدل Running the Model

• بستن Interpreter Closing Interpreter

• انجام پیش‌بینی‌ها Making Predictions

• اجرای اپلیکیشن Running the App

اپلیکیشن پیش‌بینی مصرف سوخت خودرو - رگرسیون خطی پیچیده Car Mileage Prediction App - Complex Linear Regression

• معرفی اپلیکیشن پیش‌بینی مصرف سوخت Car MPG Prediction App Promo

• معماری مدل تنسورفلو Tensorflow model architecture

• اهداف یادگیری Learning Objectives

• کتابخانه‌های مورد نیاز Necessary Libraries

• استانداردسازی داده‌ها (Standard Scaler) Standard Scaler

• بررسی مجموعه داده Exploring Dataset

• مدیریت مقادیر گم شده (Missing Values) Handling Missing Values

• خلاصه آماری Statistical Summary

• بصری‌سازی متغیر هدف Visualizing Target Variable

• نقشه حرارتی همبستگی ویژگی‌ها (Correlation Heatmap) Feature Correlation Heatmap

• جداسازی ویژگی‌ها و اهداف Splitting Features & Targets

• کدگذاری One Hot Encoding One-Bot Encoding

• تقسیم داده‌ها به آموزش و تست Splitting Dataset into Training & Testing

• مقیاس‌بندی ویژگی‌ها (Feature Scaling) Feature Scaling

• لایه‌های مدل Model Layers

• کامپایل کردن مدل Compiling the Model

• خلاصه مدل Model Summary

• آموزش مدل و توقف زودهنگام (Early Stopping) Model Training & Early Stopping

• ارزیابی عملکرد مدل Evaluating Model Performance

• بررسی MSE و MAE MSE & MAE

• مقایسه پیش‌بینی‌ها با مقادیر واقعی Predictions vs Actual Values

• انجام پیش‌بینی‌ها Making Predictions

• خروجی مدل به صورت Tflite Exporting the model as Tflite

• افزودن مدل تنسورفلو به اپلیکیشن اندروید Adding Tensorflow model to Android App

• صفحه پیش‌بینی مصرف سوخت خودرو Car Mileage Predictor Screen

• کلاس داده ویژگی‌های خودرو Car Features Data Class

• فیلد متنی ویژگی‌های خودرو Car Feature TextField

• فیلد متنی کاربر User TextField

• کارت منشاء (Origin Card) Origin Card

• پرداخت‌های نهایی UI Final UI Touches

• کارت نتیجه پیش‌بینی Prediction Result Card

• خطاهای اعتبارسنجی Validation Errors

• شکل ورودی و خروجی مدل Input & Output Shapes of our Model

• بارگذاری مدل تنسورفلو Loading Tensorflow Model

• انجام پیش‌بینی‌ها Making Predictions

• اعتبارسنجی ویژگی‌ها Validate Features

• پیش‌بینی و اعتبارسنجی Making Predictions & Validations

• مقیاس‌بندی ویژگی‌ها در اندروید Feature Scaling in Android

• تست اپلیکیشن Testing the app

• اصلاح انحراف معیار (Standard Deviation) Fixing Standard Deviation

• اجرای نهایی The Final RUN

اپلیکیشن تشخیص گجت‌ها - Teachable Machines و طبقه‌بندی تصاویر Gadgets Detection App - Teachable Machines & Image Classification

• معرفی اپلیکیشن تشخیص گجت‌ها Gadgets Detection App Promo

• آشنایی با Teachable Machines Teachable Machines

• آموزش مدل Training the Model

• خروجی Tflite Exporting Tflite

• کلاس نتیجه تشخیص Detection Result Class

• رابط تشخیص (Detection Interface) Detection Interface

• استفاده از Android View Using Android View

• بوم رسم (Drawing Canvas) Drawing Canvas

• رسم باکس‌ها و برچسب‌ها Drawing Box & Labels

• تفسیرگر تنسورفلو (Tensorflow Interpreter) Tensorflow Interpreter

• شکل ورودی (Input Shape) Input Shape

• شکل خروجی (Output Shape) Output Shape

• پیش‌پردازش تصویر برای تطبیق با ورودی Preprocessing Image to Match input Requirements

• بافر خروجی (Output Buffer) The Output Buffer

• اجرای استنتاج (Inference) Running the Inference

• خروجی طبقه‌بندی Classification Output

• کنترل‌کننده دوربین Camera Controller

• متغیرهای تشخیص اشیاء Object Detector Variables

• تحلیل‌گر تصویر (Image Analyzer) Image Analyzer

• اتصال دوربین به Lifecycler Binding Camera to Lifecycler

• مدیریت دسترسی‌های دوربین Handling Camera Permissions

• اجرای اپلیکیشن Running the App

اپلیکیشن تشخیص اشیاء - SSD_MobileNet Object Detection App - SSD_MobileNet

• معرفی اپلیکیشن تشخیص اشیاء Mobilenet App Promo - Object Detection Mobilenet

• دانلود مدل SSD Mobilenet Downloading SSD Mobilenet model

• وابستگی‌های مورد نیاز Required Dependencies

• ساخت کلاس داده Creating Data Class

• مدیریت عملیات Async و حالت‌های UI Handling Async Operations & UI States

• مدیریت دسترسی‌های دوربین Handling Camera Permissions

• درخواست دسترسی از کاربر Requesting Permissions from User

• راه‌اندازی عملیات دوربین Setup Camera Operations

• تحلیل‌گر تصویر برای تحلیل لحظه‌ای Image Analyzer for Realtime Analysis

• پیکربندی پیش‌نمایش دوربین Camera Preview Configurations

• رسم باکس‌ها Drawing the Boxes

• کلاس Image Analyzer Image Analyzer class

• ورودی Tensor Shape Tensor Shape Input

• خروجی Tensorflow Shape Tensorflow Shape Output

• نقشه خروجی (Output Map) Output Map

• تابع تحلیل (Analyze) Analyze Function

• تابع تشخیص (Detect) Detect Function

• فرمت دقیق ورودی Exact Input Format

• تجزیه نتایج تشخیص (Parse) Parse Detection Results

• رسم صحیح مستطیل‌ها Drawing Rectangle in a correct Way

• افزودن برچسب‌ها و مدل Adding Labels & Model

• مقداردهی اولیه مدل و برچسب Initializing the Model & Label

• تبدیل مدل به ByteBuffer Converting the Model to ByteBuffer

• تبدیل برچسب‌ها به لیست رشته‌ها Converting Labels to String List

• به‌روزرسانی Live Data Updating Live Data

• تکمیل ViewModel Finishing ViewModel

• اجراکننده رشته دوربین (Camera Thread Executer) Camera Thread Executer

• صفحه تشخیص اشیاء Object Detection Screen

• رسم باکس‌ها روی اشیاء Drawing Boxes on Objects

• جایگزینی context با App Replacing context with App

• حل مشکل برچسب‌ها Solving the Labels Problem

اپلیکیشن تشخیص اشیاء سفارشی YOLO - آموزش مدل‌های سفارشی YOLO Custom Object Detection App - Training custom models

• معرفی اپلیکیشن تشخیص سفارشی Yolo App Promo Custom Yolo Detection App

• آشنایی با RoboFlow RoboFlow

• ساخت مجموعه داده (Dataset) Creating Dataset

• آشنایی با YOLO YOLO

• دانلود مجموعه داده ما Downloading Our Dataset

• آموزش مدل Training the Model

• اعتبارسنجی مدل Validating the Model

• تست مدل ما Testing our model

• خروجی مدل به صورت TFLITE Exporting model as TFLITE

• اطلاعات شکل‌های مدل (Model Shapes) Model Shapes Info

• ورودی و خروجی YOLO YOLO Input & Output

• آماده‌سازی اپلیکیشن اندروید Preparing Android App

• به‌روزرسانی Viewmodel Updating the Viewmodel

• به‌روزرسانی تشخیص‌دهنده اشیاء (Object Detector) Updating Object Detector

• تجزیه تشخیص‌های YOLO Parse YOLO Detections

• تست اپلیکیشن Testing The App

• حل خطای Out of Bounds Exception Solving out of Bounds Exception