این دوره آموزشی به شما امکان می‌دهد تا در برنامه‌نویسی پایتون و تحلیل داده‌ها مهارت‌های لازم را کسب کنید. دوره شامل مباحث مختلف از ساختارهای داده‌ای تا یادگیری ماشین و محاسبات عددی است که برای افرادی که به دنبال یادگیری عمیق این زمینه‌ها هستند، طراحی شده است.

این دوره به شما کمک خواهد کرد که برنامه‌نویسی پایتون را به‌طور کامل فراگرفته و در تحلیل داده‌ها و مسائل مهندسی با استفاده از این زبان برنامه‌نویسی مهارت‌های حرفه‌ای به‌دست آورید.

1. ساختار برنامه، خطایابی اولیه و محیط‌های توسعه

2. آشنایی با ساختارهای رایج برنامه‌نویسی

دستورات شرطی (if, elif, else) و حلقه‌ها (for, while)

کنترل جریان اجرای برنامه با break، continue

3. آشنایی با انواع ساختارهای داده‌ای

لیست‌ها، تاپل‌ها، دیکشنری‌ها، مجموعه‌ها

نحوه استفاده، تغییر و بهینه‌سازی داده‌ها

4. مبانی شی‌ءگرایی (OOP) در پایتون

کلاس‌ها، شیء‌ها، سازنده‌ها

وراثت، کپسوله‌سازی و پیاده‌سازی ساختارهای واقعی در کد

5. تعریف تابع در پایتون

پارامترها، مقدار بازگشتی و استفاده از ماژول‌ها

6. آشنایی با فایل‌های متنی در پایتون

7. انجام یک مسأله جامع از مباحث تدریس‌شده

طراحی، توسعه، تست و اجرای یک برنامه واقعی

8. آشنایی با کتابخانه‌های قدرتمند NumPy و Pandas

مدیریت آرایه‌های چندبعدی و تحلیل داده‌ها

تحلیل داده‌ها و آماده‌سازی داده‌ها برای مصورسازی

9. رسم نمودار و مصورسازی داده‌ها با Matplotlib و Seaborn

ایجاد گراف‌های حرفه‌ای برای ارائه‌های علمی و صنعتی

10. آشنایی با محاسبات عددی در پایتون

انتگرال‌گیری و مشتق‌گیری عددی

حل مسائل مهندسی با کتابخانه‌های NumPy و SciPy

11. حل معادلات جبری خطی و غیرخطی

روش‌های عددی برای حل معادلات

تحلیل پایداری و همگرایی در حل معادلات

12. حل معادلات دیفرانسیل معمولی و معادلات دیفرانسیل با مشتقات جزئی (PDE)

تحلیل مسائل فیزیکی و نمایش نتایج گرافیکی

13. آشنایی با مفاهیم آماری و داده‌کاوی در پایتون

تحلیل آماری داده‌ها با Pandas و SciPy

14. مقدمه‌ای بر یادگیری ماشین
و
مفاهیم پایه‌ای یادگیری ماشین

اجرای مثال‌های ساده با کتابخانه‌های Scikit-learn و NumPy