Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-20 of 24 items.

linkedin C ++ الگوهای طراحی: ساختاری (Mitalearn-416021)

  • 1 hours 47 minutes
  • مناسب همه
  • Release date: 5 May 2023
  • Author: Károly Nyisztor
درباره این دوره: 

 

الگوهای طراحی به شما امکان می دهد مشکلات مشترک توسعه نرم افزار را به روشی قابل استفاده مجدد حل کنید و کد شما را قوی تر و مقیاس پذیر تر می کند. در این دوره ، Károly Nyisztor الگوهای طراحی ساختاری از باند چهار را بررسی می کند. او به شما نشان می دهد که چگونه می توانید از این الگوهای در کد C ++ مدرن استفاده کنید و چگونه می توانند به شما در طراحی نرم افزارهای قوی تر و مقیاس پذیر کمک کنند. او همچنین در مورد هفت الگوی طراحی ساختاری از کتاب الگوهای طراحی اصلی - آداپتور ، پل ، کامپوزیت ، دکوراتور ، نمای ، وزن و پروکسی - بحث می کند و به شما نشان می دهد که چگونه هر یک را در C ++ مدرن پیاده سازی کنید. برای هر الگوی ، او به شما نشان می دهد که چه موقع و چگونه می توانید از آن استفاده کنید ، همراه با مزایا و اشکالات آن. در این دوره به Károly بپیوندید تا یاد بگیرید که چگونه می توانید از الگوهای طراحی ساختاری در کد خود استفاده کنید و مهارت های توسعه خود را تقویت کنید.

این دوره بخشی از گواهینامه حرفه ای از Openedg C ++ است.


linkedin C#: ساختارهای داده کاربردی (Mitalearn-443374)

  • 1 hours 39 minutes
  • مناسب همه
  • Release date: 3 January 2024
  • Author: Joe Marini
درباره این دوره: 

 یاد بگیرید که چگونه با استفاده از کلاس های مجموعه و ساختارهای داده در سی شارپ، داده ها را کارآمدتر و موثرتر مدیریت کنید. در این دوره، با مربی جو مارینی بپیوندید تا مراحل اساسی نحوه نگهداری مجموعه داده ها در سی شارپ را بیان کند و کلاس مجموعه مناسبی را انتخاب کنید که برای طیف گسترده ای از سناریوهای مختلف برنامه نویسی قابل استفاده است. جو با بررسی مفاهیم اصلی، از جمله تفاوت بین مجموعه‌های عمومی و غیرعمومی، و نحوه انتخاب یک کلاس ساختار داده برای رفع نیازهای یک مشکل برنامه‌نویسی خاص، شروع می‌کند. این دوره کلاس های جمع آوری اولیه و عملیات داده در سی شارپ مانند نحوه جستجو و استفاده از List و LinkedList و همچنین ساختارهای داده پیشرفته تر و تخصصی مانند پشته ها، صف ها، دیکشنری ها، ListDictionary، HybridDictionary، OrderedDictionary، StringCollection، StringBuilder و غیره را پوشش می دهد. در طول مسیر، مهارت های جدید خود را با ساختارهای داده کاربردی در چالش های تمرین در پایان هر بخش آزمایش کنید.

Related Skills

linkedin آن را تمرین کنید: ساختارهای داده پایتون (Mitalearn-382174)

  • 40 minutes
  • مناسب همه
  • Release date: 9 November 2022
  • Author: Kaylee Kohfeldt
درباره این دوره: 

 آیا به دنبال تقویت مهارت های پایتون خود هستید؟ شاید برخی از اصول پایتون را یاد گرفته اید و می خواهید مهارت های خود را بیشتر کنید؟ این دوره با Kaylee Kohfeldt آموزش عملی و عملی در مورد مفاهیم پایتون مانند مجموعه ها، مجموعه ها، قالب بندی رشته ها و توابع لامبدا ارائه می دهد. Kayle مهارت هایی را پوشش می دهد که ممکن است در برنامه نویسی روزانه خود از آنها استفاده نکنید - مانند شمارنده، جستجوگر پالیندروم، پاک کردن داده های تکراری و موارد دیگر - که می تواند به شما در گسترش دانش پایتون کمک کند. اگر می‌خواهید مهارت‌های پایتون خود را به سطح بالاتری ببرید تا بتوانید کدهای خوانا و کارآمدتر بنویسید، در این دوره آموزشی به Kaylee بپیوندید.

این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه تنظیمات ماشین محلی ارائه می دهد. با Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.

coursera اسکریپت نویسی با پایتون و SQL برای مهندسی داده (Mitalearn-333146)

  • 4 hours 12 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Alfredo Deza,Kennedy Behrman,Noah Gift
درباره این دوره:

در این دوره سوم از Python، Bash و SQL Essentials for Data Engineering Specialization، شما تکنیک هایی را برای کار موثر با Python و SQL بررسی خواهید کرد. ما از طریق ساختارهای داده مفید در اسکریپت نویسی پایتون می گذریم و به پایگاه داده هایی مانند MySQL متصل می شویم. علاوه بر این، یاد خواهید گرفت که چگونه از یک ویرایشگر متن مدرن برای اتصال و اجرای پرس و جوهای SQL در برابر یک پایگاه داده واقعی استفاده کنید و عملیات بارگیری و استخراج داده ها را انجام دهید. در نهایت، از داده های استخراج شده از وب سایت ها با استفاده از تکنیک های scraping استفاده خواهید کرد. این مهارت ها به شما این امکان را می دهد که زمانی که داده ها به راحتی در دسترس نیستند، یا زمانی که برای استخراج اطلاعات مفید از پایگاه های داده به پرس و جوهای فضایی نیاز است، به طور موثر کار کنید.

coursera پایتون برای علم داده، هوش مصنوعی و توسعه (Mitalearn-270178)

  • 2 hours 23 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Joseph Santarcangelo
درباره این دوره:

سفر پایتون خود را با این دوره مبتدی و خودگام که توسط یک متخصص آموزش داده شده است، شروع کنید. پایتون یکی از محبوب ترین زبان های برنامه نویسی است و تقاضا برای افرادی که مهارت های پایتون دارند همچنان در حال افزایش است. این دوره شما را در عرض چند ساعت از صفر به برنامه نویسی در پایتون می رساند—هیچ تجربه قبلی برنامه نویسی لازم نیست! شما با اصول اولیه پایتون، از جمله انواع داده، عبارات، متغیرها و عملیات رشته شروع خواهید کرد. شما ساختارهای داده ضروری مانند لیست ها، تاپل ها، دیکشنری ها و مجموعه ها را بررسی خواهید کرد و نحوه ایجاد، دسترسی و دستکاری آنها را یاد خواهید گرفت. در مرحله بعد، مفاهیم منطقی مانند شرایط و انشعاب، یادگیری نحوه استفاده از حلقه ها و توابع، همراه با اصول مهم برنامه نویسی مانند مدیریت استثنا و برنامه نویسی شی گرا را بررسی خواهید کرد. با پیشرفت، تجربه عملی در خواندن و نوشتن روی فایل ها و کار با فرمت های رایج فایل به دست خواهید آورد. همچنین از کتابخانه های قدرتمند پایتون مانند NumPy و Pandas برای دستکاری و تجزیه و تحلیل داده ها استفاده خواهید کرد. این دوره همچنین APIها و وب اسکرپینگ را پوشش می دهد و به شما یاد می دهد که چگونه با استفاده از کتابخانه هایی مانند درخواست ها با REST API تعامل کنید و داده ها را از وب سایت ها با استفاده از BeautifulSoup استخراج کنید. شما آنچه را که از طریق آزمایشگاه های عملی با استفاده از نوت بوک های Jupyter می آموزید، تمرین کرده و به کار خواهید برد. در پایان این دوره، ایجاد برنامه های اساسی، کار با داده ها و خودکارسازی کارهای دنیای واقعی با استفاده از پایتون احساس راحتی خواهید کرد. این دوره برای افرادی که علاقه مند به دنبال کردن مشاغل در علوم داده، تجزیه و تحلیل داده، توسعه نرم افزار، مهندسی داده، هوش مصنوعی و DevOps و انواع دیگر نقش های مرتبط با فناوری هستند مناسب است.

linkedin پایتون: بازگشتی (Mitalearn-209301)

  • 2 hours 10 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Robin Andrews
درباره این دوره:

بازگشت بخشی از ساختار علم کامپیوتر و توسعه نرم افزار است، و چه به ندرت از آن استفاده کنید و چه اگر بخشی کلیدی از توسعه شما باشد، احتمال بازگشت مجدد در پشت صحنه وجود دارد. بازگشت یک ابزار قدرتمند در تقسیم مشکلات پیچیده به بخش های قابل مدیریت تر است، و دانش بازگشت یک ویژگی مطلوب است که کارفرمایان در موقعیت های توسعه دهنده به دنبال آن هستند. در این دوره، رابین اندروز به مفاهیم، ​​تکنیک ها و کاربردهای بازگشت با استفاده از پایتون می پردازد. او با چند نمونه واقعی از بازگشت شروع می کند و سپس نشان می دهد که چگونه به توسعه نرم افزار مربوط می شود. او قبل از اینکه نحوه نوشتن الگوریتم های بازگشتی در پایتون را از طریق تمرینات تمرینی نشان دهد، الگوریتم های بازگشتی کلاسیک مانند فاکتوریل و اعداد فیبوناچی را پوشش می دهد. پس از اتمام این دوره، ایده بهتری در مورد نحوه استفاده از الگوریتم های بازگشتی برای حل طیف گسترده ای از مسائل توسعه نرم افزار خواهید داشت.

coursera تجزیه و تحلیل داده های حسابداری با پایتون (Mitalearn-293944)

  • 11 hours 31 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Ronald Guymon,Linden Lu
درباره این دوره:

این دوره بر توسعه مهارت های پایتون برای جمع آوری داده های تجاری تمرکز دارد. برخی از مطالب مشابه از مقدمه ای بر تجزیه و تحلیل داده های حسابداری و تجسم را پوشش می دهد، اما در یک محیط برنامه نویسی با هدف کلی تر (ژوپیتر نوت بوک برای پایتون)، به جای اکسل و ویرایشگر ویژوال بیسیک. این مفاهیم در چارچوب یک یا چند حوزه داده حسابداری (به عنوان مثال، داده های صورت های مالی از EDGAR، داده های سهام، داده های وام، داده های محل فروش) آموزش داده می شوند. نیمه اول دوره از جایی شروع می شود که مقدمه ای بر تجزیه و تحلیل داده های حسابداری و تجسم متوقف شد: استفاده در یک محیط توسعه یکپارچه برای خودکارسازی وظایف تجزیه و تحلیل داده ها. ما در مورد نحوه مدیریت کد و اشتراک‌گذاری نتایج در Jupyter Notebook، یک محیط توسعه محبوب برای نرم‌افزارهای تجزیه و تحلیل داده‌ها مانند Python و R بحث می‌کنیم. سپس برخی از مهارت‌های برنامه‌نویسی اساسی، مانند عملگرهای ریاضی، توابع، عبارات شرطی و حلقه‌ها را با استفاده از نرم‌افزار پایتون مرور می‌کنیم. نیمه دوم دوره بر روی جمع آوری داده ها برای اهداف یادگیری ماشین تمرکز دارد. ما دانش آموزان را با قالب های داده پاندا و Numpy برای ساختاردهی و دستکاری داده ها آشنا می کنیم. سپس داده ها را با استفاده از تجسم و رگرسیون خطی تجزیه و تحلیل می کنیم. در نهایت نحوه استفاده از پایتون برای تعامل با داده های SQL را توضیح می دهیم.

coursera توابع، فایل ها و دیکشنری های پایتون (Mitalearn-301713)

  • 7 hours 57 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Paul Resnick,Steve Oney
درباره این دوره:

این دوره ساختار داده فرهنگ لغت و توابع تعریف شده توسط کاربر را معرفی می کند. شما با متغیرهای محلی و سراسری، انتقال پارامترهای اختیاری و کلید واژه، توابع نامگذاری شده و عبارات لامبدا آشنا خواهید شد. همچنین با تابع مرتب‌سازی شده پایتون و نحوه کنترل ترتیب مرتب‌سازی آن با ارسال تابع دیگری به عنوان ورودی آشنا خواهید شد. برای پروژه نهایی خود، داده‌های شبکه‌های اجتماعی شبیه‌سازی‌شده را از یک فایل می‌خوانید، امتیازات احساسات را محاسبه می‌کنید و فایل‌های csv. را می‌نویسید. این فصل‌های 10 تا 16 کتاب درسی «مبانی برنامه‌نویسی پایتون» را پوشش می‌دهد که متن همراه (اختیاری و رایگان) این دوره است. اگر قبلاً دوره "مبانی پایتون" را گذرانده اید و می خواهید دانش اساسی بیشتری از زبان پایتون کسب کنید، این دوره برای شما مناسب است. هر دو دوره با هم برای افراد تازه وارد در برنامه نویسی پایتون، کسانی که نیاز به تجدید نظر در مبانی پایتون دارند، یا کسانی که ممکن است تا حدودی با برنامه نویسی پایتون آشنا شده باشند اما خواهان شرح و واژگان عمیق تری برای توصیف و استدلال در مورد برنامه ها هستند، طراحی شده است. این دوره تکمیلی دوره "مبانی پایتون" (درس 1 از تخصص برنامه نویسی پایتون 3) است و دومین دوره از پنج دوره در این تخصص است.

linkedin ج: ساختارهای داده، اشاره گرها و سیستم های فایل (Mitalearn-185450)

  • 2 hours 54 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Dan Gookin
درباره این دوره:

C یک زبان پایه برای انواع زبان های برنامه نویسی دیگر و همچنین یک زبان جدید و جدید برای سیستم های تعبیه شده است. اگر علاقه مند به گسترش دانش خود در C هستید، این دوره برای شما مناسب است. به مربی دن گوکین بپیوندید تا به ساختارهای داده، اشاره گرها و دیگر موضوعات کلیدی در این زبان برنامه نویسی اساسی بپردازد. Dan به مفاهیم برنامه نویسی مختلفی مانند آرایه ها، ساختارها، کاراکترها و رشته ها می پردازد. او همچنین روی نشانگرها - متغیرهایی که یک مکان حافظه را نگه می‌دارند - می‌رود و نحوه استفاده از نشانگرها برای دستکاری داده‌ها، انجام ریاضی اشاره‌گر و موارد دیگر را توضیح می‌دهد. او دوره را با به اشتراک گذاشتن چند تکنیک خاص، از جمله نحوه حل پازل های ریاضی با C، به پایان می رساند.

linkedin جاوا: ساختارهای داده (Mitalearn-242502)

  • 49 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Bethan Palmer
درباره این دوره:

ساختارهای داده تقریباً در همه برنامه ها استفاده می شود، بنابراین توسعه دهندگان باید بدانند که آنها چیست و چگونه از رایج ترین آنها استفاده کنند. در این دوره، مدرس Bethan Palmer توضیح می‌دهد که ساختارهای داده در جاوا چیست و چه کارهایی می‌توانید با برخی از رایج‌ترین انواع انجام دهید. پس از ارائه برخی از تعاریف، Bethan آنچه را که باید هنگام انتخاب یک ساختار داده در نظر بگیرید، مانند سطوح مختلف سرعت و عملکرد ارائه می دهد. او به شما نشان می‌دهد که آرایه‌ها چیست و مزایا و معایب استفاده از آن‌ها را نشان می‌دهد، سپس نحوه ایجاد آرایه‌ها و انجام عملیات روی آن‌ها را راهنمایی می‌کند. سپس Bethan وارد مجموعه‌های جاوا می‌شود و با رابط مجموعه شروع می‌شود. بیشتر ساختارهای داده در جاوا رابط مجموعه را پیاده سازی می کنند، بنابراین درک اینکه چیست و چگونه کار می کند، مهم است. Bethan به پشته‌ها، صف‌ها و TreeSets می‌پردازد، سپس با یک چالش و مجموعه راه‌حل به بررسی نحوه ایجاد و اجرای عملیات در برخی از مجموعه‌های جاوا می‌پردازد.

coursera جمع آوری و پردازش داده ها با پایتون (Mitalearn-310094)

  • 5 hours 52 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Paul Resnick
درباره این دوره:

این دوره به شما می آموزد که داده ها را از سرویس های موجود در اینترنت واکشی و پردازش کنید. درک لیست پایتون را پوشش می دهد و فرصت هایی را برای تمرین استخراج و پردازش داده های عمیق تو در تو فراهم می کند. همچنین یاد خواهید گرفت که چگونه از ماژول درخواست‌های پایتون برای تعامل با APIهای REST استفاده کنید و در اسناد آن APIها به دنبال چه چیزی باشید. برای پروژه نهایی، شما یک «پیشنهادگر برچسب» برای سایت اشتراک‌گذاری عکس فلیکر می‌سازید. اگر قبلاً دوره های «مبانی پایتون» و «توابع، فایل ها و دیکشنری های پایتون» (دوره های 1 و 2 تخصص برنامه نویسی پایتون 3) را گذرانده باشید، این دوره برای شما مناسب است. اگر قبلاً با اصول پایتون آشنایی دارید اما می خواهید در بازیابی و پردازش داده های تو در تو پیچیده از سرویس های اینترنتی تمرین کنید، می توانید بدون گذراندن دو دوره قبلی نیز از این دوره بهره مند شوید. این سومین دوره از پنج دوره تخصصی برنامه نویسی پایتون 3 است.

coursera دوره Crash در پایتون (Mitalearn-316639)

  • 4 hours 2 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Google Career Certificates
درباره این دوره:

این دوره به منظور آموزش پایه های نوشتن برنامه های ساده در پایتون با استفاده از رایج ترین ساختارها طراحی شده است. هیچ مواجهه قبلی با برنامه نویسی مورد نیاز نیست. در پایان این دوره، مزایای برنامه نویسی در نقش های IT را درک خواهید کرد. درک نحو اصلی پایتون؛ کاوش در ویرایشگرهای کد مختلف و محیط های توسعه دهنده؛ قادر به نوشتن برنامه های ساده با استفاده از پایتون. بفهمید که چگونه اجزای سازنده برنامه نویسی با هم تطبیق می یابند. و تمام این دانش را برای حل یک مشکل برنامه نویسی پیچیده ترکیب کنید. ما با بررسی اصول اولیه نوشتن یک برنامه کامپیوتری شروع می کنیم. در طول مسیر، از طریق تمرین‌های تعاملی و مثال‌های دنیای واقعی، تجربه عملی با مفاهیم برنامه‌نویسی به دست خواهید آورد. شما به سرعت متوجه خواهید شد که چگونه رایانه ها می توانند چندین کار را انجام دهند - فقط باید کدی بنویسید که به آنها بگوید چه کاری انجام دهند.

linkedin ساختارها و الگوریتم های داده پایتون (Mitalearn-193763)

  • 2 hours 19 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Robin Andrews
درباره این دوره:

توسعه دهندگان نرم افزار می دانند که معماری زیربنایی کارآمد برای فناوری هایی که ما هر روز استفاده می کنیم ضروری است. دانش ساختارهای داده و الگوریتم‌هایی که آنها پشتیبانی می‌کنند به توسعه‌دهندگان کمک می‌کند تا مناسب‌ترین راه‌حل را برای یک زمینه معین انتخاب کنند، و آنها را به برنامه‌نویسان بهتری تبدیل می‌کند که برای شرکت، مشتریان یا کارفرمایان احتمالی خود متمایز هستند. در این دوره آموزشی با استفاده از زبان برنامه نویسی پایتون، مربی رابین اندروز از ترکیبی از رویکردهای برنامه نویسی بصری، نظری و عملی برای توضیح مفاهیم به شیوه ای سرگرم کننده و در دسترس استفاده می کند. رابین برخی از مهم‌ترین ساختارهای داده مانند پشته‌ها، صف‌ها و صف‌های اولویت‌دار را توضیح می‌دهد و نحوه استفاده از این ساختارها توسط الگوریتم‌های جستجو مانند جستجوی عمقی، جستجوی پهنای اول و الگوریتم A-star (A*) را توضیح می‌دهد. او نحوه ردیابی اجرای الگوریتم ها را نشان می دهد. در طول مسیر، او چالش هایی را فراهم می کند که به شما امکان می دهد مهارت های جدید خود را آزمایش کنید.

linkedin ساختارهای داده پایتون: پشته ها، Deques و Queues (Mitalearn-381069)

  • 35 minutes
  • مناسب همه
  • Update date: 11 March 2024
  • Author: Dhhyey Desai
درباره این دوره: 

 پشته ها، دکه ها و صف ها سه ساختار داده ضروری پایتون هستند. آنها ستون فقرات بسیاری از الگوریتم های علوم کامپیوتر را تشکیل می دهند، و نشان دادن تسلط بر این مفاهیم می تواند به شما در شغل فعلی کمک کند یا به شما کمک کند تا نقش بعدی خود را به دست آورید. در این دوره، Dhhyey Desai به شما نشان می‌دهد که چگونه پشته‌ها، صف‌ها و deques بسازید و از این ساختارهای داده خطی برای حل مشکلات دنیای واقعی که ممکن است در کار خود با آن‌ها مواجه شوید، استفاده کنید. یاد بگیرید که چگونه هر کلاس را تعریف کنید و از متدهای داخلی پایتون برای انجام رفتارهای لازم مانند فشار، پاپ و زیرچشمی استفاده کنید. نوبت دهی و add_front و remove_rear. به Dhhyey در این دوره بپیوندید تا مزایای هر یک از این ساختارهای داده رایج را بیاموزید و مهارت هایی را به جعبه ابزار کدنویسی خود بیافزایید.

linkedin ساختارهای داده پایتون: درختان (Mitalearn-199254)

  • 1 hours 16 minutes
  • متوسط
  • Release date: 25 February 2021
  • Author: Ryan Mitchell
درباره این دوره: 

 درختان در پایتون چیست و چگونه با سایر ساختارهای داده مانند لیست های پیوندی و نمودارها مطابقت دارند؟ در این دوره، مربی رایان میچل درباره درختان جستجوی دودویی (BSTs) و آنچه که می توانید با آنها در یک زمینه دنیای واقعی انجام دهید بحث می کند. رایان به شما نشان می دهد که چگونه با استفاده از چند خط پایتون یک درخت پایه بسازید. او نحوه جستجو و پیمایش یک درخت و همچنین نحوه چاپ درخت در ترمینال را بررسی می کند. رایان توضیح می دهد که چگونه گره ها را به درخت خود اضافه کنید، آنها را حذف کنید و درختان نامتعادل را شناسایی کنید. وقتی درختی نامتعادل پیدا کردید، مهم است که آن را مجدداً متعادل کنید. رایان شما را در ایجاد تعادل مجدد چهار نوع درخت نامتعادل راهنمایی می کند. او با چالشی که دارای تعادل مجدد خودکار هوشمندتر است به پایان می رسد.

linkedin ساختارهای داده پایتون: دیکشنری ها (Mitalearn-189632)

  • 57 minutes
  • مبتدی
  • Release date: 22 June 2026
  • Author: Deepa Muralidhar
درباره این دوره:

دیکشنری ها یک ساختار داده رایج در برنامه نویسی پایتون هستند که برای نگهداری دنباله ای از جفت های کلید-مقدار طراحی شده اند. دیکشنری ها پویا هستند، می توانند تودرتو باشند و در موقعیت هایی که می خواهید داده ها را با همان کلید جستجو و بازیابی کنید، به لیست ها ترجیح داده می شوند. توانایی استفاده موثر از دیکشنری ها برای تسلط بر پایتون و ایجاد کد کارآمدتر بسیار مهم است. در این دوره، دیپا مورالیدار به بررسی نحو و موارد استفاده در دنیای واقعی برای دیکشنری ها می پردازد. نحوه ایجاد یک فرهنگ لغت ساده، تکرار در میان داده ها، ترکیب عملیات و مقایسه کننده ها، و مقایسه فرهنگ لغت با سایر ساختارهای داده رایج مانند لیست ها، مجموعه ها و تاپل ها را بیابید. به علاوه، نحوه استفاده از درک فرهنگ لغت را برای خودکارسازی تولید فرهنگ لغت با ادغام لیست ها یا آرایه ها بیاموزید.

linkedin ساختارهای داده پایتون: مجموعه ها و مجموعه های منجمد (Mitalearn-210865)

  • 1 hours 37 minutes
  • مناسب همه
  • Release date: 13 May 2021
  • Author: Mridu Bhatnagar
درباره این دوره: 

 در این دوره آموزشی، مربی Mridu Bhatnagar شما را با اصول استفاده از مجموعه‌های پایتون و مجموعه‌های منجمد آشنا می‌کند. اگر در مراحل اولیه حرفه برنامه نویسی پایتون خود هستید، یا اگر فقط به یک تجدید نظر نیاز دارید، به Mridu بپیوندید تا در مورد مکانیک و عملکردهای اساسی این ساختارهای داده بحث کند. Mridu یک نمای کلی از ست ها و ست های فریز شده ارائه می دهد و سپس به روش های مختلف برای کار با آنها می پردازد. او در مورد موارد استفاده و موضوعاتی مانند نحوه تغییر یک مجموعه و استفاده از توابع داخلی بحث می کند. Mridu همچنین ویدیوهای چالش و راه حل را برای آزمایش دانش شما در حین پیشبرد ارائه می دهد. اگر به دنبال یادگیری جنبه‌های مهم در مورد مجموعه‌ها و مجموعه‌های منجمد در پایتون هستید، بدون اینکه وارد یک دوره طولانی پروژه‌ای شوید، دوره آموزشی Mridu برای شما مناسب است.

coursera کلاس های پایتون و وراثت (Mitalearn-310128)

  • 4 hours 47 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Steve Oney,Paul Resnick
درباره این دوره:

این دوره کلاس ها، نمونه ها و وراثت را معرفی می کند. شما یاد خواهید گرفت که چگونه از کلاس ها برای نمایش داده ها به روش های مختصر و طبیعی استفاده کنید. همچنین می‌آموزید که چگونه روش‌های داخلی را نادیده بگیرید و چگونه کلاس‌های "ارثی" ایجاد کنید که از عملکرد مجدد استفاده می‌کنند. همچنین با نحوه طراحی کلاس ها آشنا خواهید شد. در نهایت، با عادت خوب برنامه نویسی نوشتن تست های خودکار برای کدهای خود آشنا خواهید شد. اگر قبلاً با اصول پایتون آشنا هستید، این دوره برای شما مناسب‌تر است که در دوره‌های «مبانی پایتون» و «توابع، فایل‌ها و فرهنگ‌های پایتون» (دوره‌های 1 و 2 تخصص برنامه‌نویسی پایتون 3) پوشش داده شده‌اند. گذراندن دوره "جمع آوری و پردازش داده ها با پایتون" (دوره 3 تخصص) اختیاری است، اما دانش بازیابی و پردازش داده های تو در تو پیچیده مفید است. این چهارمین دوره از پنج دوره تخصصی برنامه نویسی پایتون 3 است.

linkedin مبانی برنامه نویسی: الگوریتم ها (Mitalearn-392221)

  • 2 hours 45 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Joe Marini
درباره این دوره:

الگوریتم ها بلوک های سازنده جهانی برنامه نویسی هستند. آن‌ها نرم‌افزاری را که هر روز استفاده می‌کنید، چه صفحه‌گسترده، یک شبکه اجتماعی یا یک دستیار رانندگی، نیرو می‌دهند. الگوریتم‌ها روشی برای فکر کردن به چالش‌های برنامه‌نویسی به زبان انگلیسی ساده، قبل از اینکه به زبان خاصی مانند C# یا جاوا اسکریپت ترجمه شوند، ارائه می‌دهند. در این دوره، نویسنده و توسعه‌دهنده جو مارینی برخی از محبوب‌ترین و مفیدترین الگوریتم‌ها را برای جستجو و مرتب‌سازی اطلاعات، کار با تکنیک‌هایی مانند بازگشت، و درک ساختارهای داده رایج توضیح می‌دهد. او همچنین مفاهیم عملکرد الگوریتم های مختلف و چگونگی ارزیابی عملکرد یک الگوریتم معین را مورد بحث قرار می دهد. هر الگوریتم به طور عملی در پایتون نشان داده شده است، اما درس ها را می توان برای هر زبان برنامه نویسی اعمال کرد. این دوره همچنین با GitHub Codespace راه اندازی شده است، بنابراین می توانید بدون نصب چیزی بر روی رایانه خود، نمونه ها را دنبال کنید.

linkedin مبانی برنامه نویسی: ساختار داده ها (2023) (Mitalearn-433174)

  • 2 hours 49 minutes
  • مناسب همه
  • Update date: 6 December 2024
  • Author: Kathryn Hodge
درباره این دوره: 

 پس از دریافت برنامه های ساده با یک یا دو متغیر ، از ساختارهای داده برای ذخیره مقادیر در برنامه های خود استفاده می کنید. ساختار داده ها بسیار شبیه به ظروف هستند - برای هر راهی که می خواهید داده های خود را ذخیره کنید وجود دارد. در حالی که ساختارهایی مانند آرایه ها و صف ها گاهی اوقات به صورت مناسب گرفته می شوند ، درک عمیق تر برای هر برنامه نویس که می خواهد بداند "زیر کاپوت" چه می گذرد ، بسیار مهم است و درک می کند که چگونه انتخاب هایی که آنها انجام داده اند بر عملکرد و کارآیی برنامه های آنها تأثیر می گذارد. در این دوره ، کاترین هاج یک نمای کلی از اساسی ترین ساختار داده برای برنامه نویسی مدرن در پایتون را ارائه می دهد. کاترین با شروع با روشهای ساده گروه بندی داده ها ، مانند آرایه ها ، لیست ها و Tuples ، ساختارهای داده پیچیده تری مانند فرهنگ لغت ، مجموعه ها ، صف ها و پشته ها را معرفی می کند. هر درس با یک نمونه عملی در دنیای واقعی همراه است که ساختار داده ها را در عمل نشان می دهد. پس از اتمام این دوره ، درک غنی تری از ساختار داده ها و نحوه استفاده از آنها به عنوان کدگذاری خواهید داشت.

Suggestions