بوت کمپ پایتون: آموزش برنامه نویسی پایتون با هوش مصنوعی [جدید] - آخرین آپدیت

سرفصل ها و درس ها

شروع کار با پایتون Getting Started with Python

• مقدمه: شروع کار با پایتون: نصب و راه اندازی IDE پای‌چارم Introduction : Getting Started with Python: Installation and PyCharm IDE Setup

• تابع print() در برنامه نویسی پایتون: نمایش رشته ها، اعداد و متغیرها Python Programming print() Function: Displaying Strings, Numbers, and Variables

• متغیرها در پایتون: تعریف، کاربرد و مثال های تمرینی Variables in Python: Definition, Usage, and Practice Examples

• تابع input() در پایتون: دریافت ورودی از کاربر و متغیرهای تکی و چندگانه Python input() Function: Getting User Inputs and Single and Multiple Variables

• تبدیل نوع داده در پایتون: تبدیل و تغییر مقادیر Data Type Conversion in Python: Casting and Transforming Values

• اندیس گذاری رشته در پایتون: درک و تمرین با مثال String Indexing in Python: Understanding and Practicing with Examples

• متدهای رشته در پایتون: دستکاری و کار با متن String Methods in Python: Manipulating and Working with Text

مبانی و عملیات پایتون: منطق، عبارات شرطی و جریان کنترل Python Basics and Operations: Logic, Conditional Statements, and Control Flow

• عملیات حسابی پایتون: انجام محاسبات به آسانی Python Arithmetic Operations: Performing Calculations with Ease

• توابع ریاضی مفید Useful Math Functions

• عبارات شرطی: IF-ELSEIF-ELSE Conditional Statements: IF-ELSEIF-ELSE

• برنامه نویسی پایتون: یادگیری عملگر منطقی AND در پایتون Python Programming : Learn the Logical AND Operator in Python

• برنامه نویسی پایتون: یادگیری عملگر منطقی OR در پایتون Python Programming : Learn the Logical OR Operator in Python

• برنامه نویسی پایتون: یادگیری عملگر منطقی NOT در پایتون Python Programming : Learn the Logical NOT Operator in Python

• عملگرهای مقایسه ای در پایتون: کلید ساختارهای کنترلی و منطق Comparison Operators in Python: Key to Control Structures and Logic

حلقه ها و ساختارهای داده در پایتون: تکرار و سازماندهی کارآمد Loops and Data Structures in Python: Efficient Iteration and Organization

• مرور: بازبینی مفاهیم و مبانی کلیدی پایتون Recap: Revisiting Key Python Concepts and Fundamentals

• حلقه While در پایتون: تکرار پیوسته و جریان کنترل While Loop in Python: Continuous Iteration and Control Flow

• حلقه For در پایتون: تکرار کارآمد و مدیریت دنباله For Loop in Python: Efficient Iteration and Sequence Handling

• لیست ها در پایتون: ذخیره و مدیریت داده Lists in Python: Storing and Managing Data

• متدهای لیست در پایتون: دستکاری و مدیریت لیست ها List Methods in Python: Manipulating and Managing Lists

• دیکشنری ها در پایتون: ذخیره و دسترسی به داده با جفت های کلید-مقدار Dictionaries in Python: Storing and Accessing Data with Key-Value Pairs

مفاهیم پیشرفته پایتون و برنامه نویسی شی گرا Advanced Python Concepts and Object-Oriented Programming

• مدیریت خطاها در پایتون: تسلط بر مدیریت خطا Handling Exceptions in Python: Mastering Error Management

• توابع در پایتون: نوشتن کد قابل استفاده مجدد و ماژولار Functions in Python: Writing Reusable and Modular Code

• کلاس ها در پایتون: مقدمه ای بر برنامه نویسی شی گرا Classes in Python: Introduction to Object-Oriented Programming

• سازنده ها در پایتون: مقداردهی اولیه اشیاء با منطق سفارشی Constructors in Python: Initializing Objects with Custom Logic

• وراثت در پایتون: استفاده از قابلیت استفاده مجدد و گسترش کد Inheritance in Python: Leveraging Code Reusability and Extensibility

ماژول ها و بسته ها در پایتون Python Modules and Packages

• ماژول ها در پایتون: سازماندهی کد به اجزای قابل استفاده مجدد Modules in Python: Organizing Code into Reusable Components

• بسته ها در پایتون: گروه بندی ماژول ها برای ساختار بهتر Packages in Python: Grouping Modules for Better Structure

• ماژول های داخلی در پایتون: استفاده از کتابخانه استاندارد پایتون Built-in Modules in Python: Leveraging Python's Standard Library

• PIP در پایتون: مدیریت بسته ها و وابستگی های خارجی PIP in Python: Managing External Packages and Dependencies

هوش مصنوعی و یادگیری ماشین: باز کردن قدرت سیستم های هوشمند AI and Machine Learning: Unlocking the Power of Intelligent Systems

• کار با صفحات گسترده در هوش مصنوعی و یادگیری ماشین Working with Spreadsheets in AI and Machine Learning

• مقدمه ای بر Jupyter Notebook برای علم داده Introduction to Jupyter Notebooks for Data Science

• وارد کردن داده: آماده سازی برای مدل های یادگیری ماشین Importing Data: Preparing for Machine Learning Models

• میانبرهای صفحه کلید برای گردش کار کارآمد علم داده Keyboard Shortcuts for Efficient Data Science Workflow

• آموزش مدل های یادگیری ماشین: راهنمای گام به گام Training Machine Learning Models: A Step-by-Step Guide

• ارزیابی دقت مدل: معیارها و تکنیک ها Evaluating Model Accuracy: Metrics and Techniques

• خروجی مدل های آموزش دیده: ذخیره و استقرار کار شما Exporting Trained Models: Saving and Deploying Your Work