
کلاس و دوره آموزشی نیمه خصوصی کارگاه جامع پایتون مقدماتی تا پیشرفته، آکادمی ایرانسل با استاد مسعود اقدسی فام
ثبت نام در کلاس آنلاین نیمه خصوصی کارگاه جامع پایتون مقدماتی تا پیشرفته، آکادمی ایرانسل با قیمت مناسب که استاد مسعود اقدسی فام برگزار می کند.
برگزار کننده: استاد مسعود اقدسی فام زمان ثبت نام: 1404/04/09 10:57 - 1404/04/25 23:59 زمان برگزاری: 1404/04/29 17:00 - 1404/07/30 23:59 روزهای برگزاری: یکشنبهها و چهارشنبهها، ساعت ۱۷ تا ۲۰- توضیحات دوره
- سرفصل ها
- نظرات
- ۶۰ ساعت آموزش پایتون + ۱۲ ساعت تحلیل داده بهصورت حضوری
- تمرکز بر مهارتهای عملی، کدنویسی واقعی و پروژهمحوری
- آموزش ابزارهای Pandas، NumPy، Matplotlib و Seaborn
- مناسب برای مسیرهای بعدی مانند یادگیری ماشین، BI و SQL
برای کسب اطلاعات بیشتر و ثبت نام به وبسایت آکادمی ایرانسل مراجعه فرمایید.
هفته اول:
آشنایی با برنامهنویسی و زبان پایتون
نصب Python و VS Code
اجرای اولین کدها (print، متغیرها، انواع داده ابتدایی)
هفته دوم:
عملگرهای ریاضی و منطقی
دستورهای شرطی (if, elif, else)
مثالهای عملی و تمریناتی برای درک شرطگذاری
هفته سوم:
حلقه for و while
دستورات کنترلی (break, continue)
تمرینات با اعداد، رشتهها و ساخت لیستها با حلقه
هفته چهارم:
لیستها (Lists)، تاپلها (Tuples)
دیکشنریها (Dictionaries) و مجموعهها (Sets)
عملیات روی ساختارهای دادهای و پیمایش آنها
هفته پنجم:
تعریف و استفاده از توابع
آرگومان و مقدار بازگشتی
توابع تو در تو، بازگشتی و آشنایی با lambda
معرفی اولیه ماژولهای استاندارد
هفته ششم:
خواندن و نوشتن فایلهای متنی
کار با فایل CSV
مدیریت خطا با try, except, finally
هفته هفتم:
مفهوم کلاس و شی (Object)
تعریف کلاس، سازنده (__init__)، ویژگیها و متدها
مثالهای ساده با کلاسهای شخصیسازیشده
هفته هشتم:
وراثت، چندریختی، متدهای کلاس و استاتیک
توابع map, filter, zip, enumerate
تمرینهای ترکیبی با توابع و کلاسها
هفته نهم:
مفاهیم Unit Testing
استفاده از ماژول unittest یا pytest
روشهای Debugging در VS Code و پایتون
هفته دهم:
انتخاب پروژه (تحلیل داده ساده، ماشینحساب، سیستم مدیریت ساده و…)
پیادهسازی قدمبهقدم با راهنمایی مربی
مرور نکات کلیدی دوره و آمادهسازی ارائه
هفته یازدهم
مقدمه تحلیل داده و معرفی NumPy و Pandas
بارگذاری داده از فایلهای CSV و Excel
بررسی ساختار دادهها، توصیف آماری و فیلتر کردن اطلاعات
پاکسازی دادهها: حذف مقادیر ناقص، تغییر نوع دادهها
هفته دوازدهم
مصورسازی دادهها با استفاده از Matplotlib و Seaborn
ترسیم نمودارهای خطی، ستونی، جعبهای و پراکندگی (scatter)
اجرای پروژه تحلیلی روی دادههای واقعی
جمعبندی، معرفی مسیرهای یادگیری آینده (SQL، یادگیری ماشین، BI)