Course catalog

Course duration

Course provider

Topic

Categories

Showing 21-40 of 156 items.

coursera اسکریپت‌نویسی پایتون: فایل‌ها، وراثت و پایگاه‌های داده (Mitalearn-307221)

  • 54 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Aspen Olmsted
درباره این دوره:

این دوره سومین دوره از مجموعه ای است که با هدف آماده سازی شما برای نقشی که به عنوان برنامه نویس انجام می شود، می باشد. در این دوره شما با سه مفهوم اصلی در برنامه نویسی آشنا می شوید: Files، Inheritance و خارجی. آزمایشگاه‌ها به دانش‌آموزان این امکان را می‌دهند که مطالب را در سخنرانی‌ها در برنامه‌های رایانه‌ای ساده که برای تقویت مجدد مطالب در درس طراحی شده‌اند، اعمال کنند.

coursera اصول برنامه نویسی پایتون (Mitalearn-303889)

  • 2 hours 31 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Andrew D. Hilton,Nick Eubank,Genevieve M. Lipp
درباره این دوره:

این دوره مقدماتی برای مبتدیان و افرادی با تجربه برنامه نویسی محدود طراحی شده است که می خواهند با استفاده از پایتون شروع به توسعه نرم افزار یا سفر علم داده خود کنند. در طول دوره، فراگیران درک کاملی از تفکر الگوریتمی، نحو پایتون، تست کد، تکنیک‌های اشکال‌زدایی و توسعه کدهای مدولار - مهارت‌های ضروری برای یک حرفه موفق در مهندسی نرم‌افزار، توسعه، یا علم داده را به دست خواهند آورد. در پایان این دوره یاد می گیرید که: - با استفاده از الگوریتم ها و منطق برنامه نویسی، رویکردی گام به گام برای حل مسئله به دست آورید. - برای ساختن اسکریپت ها و برنامه های پایتون از توابع رایج، عبارات شرطی و حلقه ها استفاده کنید. - برای افزایش مهارت کدنویسی با محیط برنامه نویسی VS Code کار کنید. - از استراتژی های تست و اشکال زدایی برای اطمینان از قابلیت اطمینان کد استفاده کنید. - انجام عملیات منطقی و ریاضی بر روی مجموعه داده ها. در هفته پایانی دوره، شما مهارت های طراحی الگوریتم و برنامه نویسی جدید خود را برای یک مشکل تجزیه و تحلیل داده ها اعمال خواهید کرد: تجزیه و تحلیل داده های ضربان قلب.

coursera اصول محاسبات (قسمت اول) (Mitalearn-308768)

  • 5 hours 24 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Scott Rixner,Joe Warren,Luay Nakhleh
درباره این دوره:

این دوره دو قسمتی مبتنی بر مهارت های برنامه نویسی است که در دوره مقدماتی ما بر برنامه نویسی تعاملی در پایتون آموختید. ما این مهارت‌ها را با تمرین‌های مهم برنامه‌نویسی و مهارت‌های مهم حل مسئله ریاضی تقویت خواهیم کرد. این مهارت ها زیربنای حل مسئله محاسباتی و برنامه نویسی در مقیاس بزرگتر است. تمرکز اصلی کلاس، برنامه نویسی مینی پروژه های هفتگی در پایتون خواهد بود که بر اساس اصول ریاضی و برنامه نویسی که در کلاس آموزش داده می شود، ساخته می شود. برای اینکه کلاس سرگرم کننده و جذاب باشد، بسیاری از پروژه ها شامل کار با بازی های مبتنی بر استراتژی است. در قسمت 1 این دوره، جنبه برنامه نویسی کلاس بر روی استانداردهای کدنویسی و تست تمرکز خواهد داشت. بخش ریاضی کلاس بر احتمالات، ترکیبات و شمارش با توجه به کاربردهای عملی این مفاهیم در علوم کامپیوتر تمرکز خواهد کرد. پیشینه توصیه شده - دانش آموزان باید با استفاده از ساختارهایی مانند لیست ها، دیکشنری ها و کلاس ها برنامه های کوچک (100+ خط) را در پایتون بنویسند و همچنین دارای پیش زمینه ریاضی دبیرستانی باشند که شامل جبر و پیش حساب است.

coursera اصول محاسبات (قسمت دوم) (Mitalearn-315364)

  • 5 hours 5 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Scott Rixner,Joe Warren,Luay Nakhleh
درباره این دوره:

این دوره دو قسمتی، اصول اولیه ریاضی و برنامه نویسی را که زیربنای بسیاری از علوم کامپیوتر هستند، معرفی می کند. درک این اصول برای فرآیند ایجاد راه حل های کارآمد و ساختار یافته برای مسائل محاسباتی بسیار مهم است. برای به دست آوردن تجربه عملی در کار با این مفاهیم، ​​از زبان برنامه نویسی پایتون استفاده می کنیم. تمرکز اصلی کلاس بر روی مینی پروژه های هفتگی خواهد بود که بر اساس اصول ریاضی و برنامه نویسی که در کلاس آموزش داده می شود، ساخته می شود. برای سرگرمی و جذاب نگه داشتن کلاس، بسیاری از پروژه ها شامل کار با بازی های مبتنی بر استراتژی است. در بخش 2 این دوره، بخش برنامه نویسی کلاس بر روی مفاهیمی مانند بازگشت، ادعاها و ثابت ها تمرکز می کند. بخش ریاضی کلاس بر جستجو، مرتب‌سازی و ساختارهای داده بازگشتی تمرکز خواهد کرد. با گذراندن این دوره، پایه محکمی در اصول محاسبات و برنامه نویسی خواهید داشت. این شما را برای دوره بعدی در تخصص آماده می کند، که شروع به معرفی یک رویکرد ساختاریافته برای توسعه و تجزیه و تحلیل الگوریتم ها می کند. توسعه چنین مهارت های تفکر الگوریتمی برای نوشتن نرم افزار در مقیاس بزرگ و حل مسائل محاسباتی دنیای واقعی حیاتی خواهد بود.

coursera اعدام، تداوم، افزایش امتیاز و فرار (Mitalearn-323915)

  • 2 hours 25 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Howard Poston
درباره این دوره:

این دوره ادامه پایتون برای امنیت سایبری است. موضوعات تحت پوشش عبارتند از اعدام، تداوم، افزایش امتیاز و فرار.

coursera الگوریتم های پیشرفته و پیچیدگی (Mitalearn-315823)

  • 7 hours 41 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Neil Rhodes,Daniel M Kane,Michael Levin
درباره این دوره:

در دوره‌های قبلی تخصص آنلاین ما، الگوریتم‌های اولیه را آموخته‌اید، و اکنون آماده هستید تا به حوزه مسائل پیچیده‌تر و الگوریتم‌های حل آنها قدم بگذارید. الگوریتم‌های پیشرفته بر اساس الگوریتم‌های پایه ساخته می‌شوند و از ایده‌های جدید استفاده می‌کنند. ما با جریان‌های شبکه‌ای شروع می‌کنیم که در کاربردهای معمولی‌تر مانند تطابق بهینه، یافتن مسیرهای غیرمتناسب و برنامه‌ریزی پرواز و همچنین موارد شگفت‌انگیزتر مانند تقسیم‌بندی تصویر در بینایی رایانه استفاده می‌شوند. سپس به برنامه‌ریزی خطی با کاربردهایی در بهینه‌سازی تخصیص بودجه، بهینه‌سازی پورتفولیو، یافتن ارزان‌ترین رژیم غذایی که همه نیازها را برآورده می‌کند و بسیاری موارد دیگر ادامه می‌دهیم. در ادامه، مشکلات ذاتاً سختی را که هیچ راه‌حل خوب دقیقی برای آنها شناخته شده نیست (و احتمالاً یافت نمی‌شوند) و چگونگی حل آنها در عمل مورد بحث قرار می‌دهیم. ما با مقدمه ای نرم از الگوریتم های جریانی که به شدت در پردازش داده های بزرگ استفاده می شوند، پایان می دهیم. چنین الگوریتم‌هایی معمولاً به گونه‌ای طراحی می‌شوند که بتوانند مجموعه‌های داده عظیمی را بدون اینکه حتی قادر به ذخیره یک مجموعه داده باشند، پردازش کنند.

coursera الگوریتم های توالی یابی DNA (Mitalearn-335288)

  • 6 hours 40 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Ben Langmead, PhD,Jacob Pritt
درباره این دوره:

ما روش های محاسباتی -- الگوریتم ها و ساختارهای داده -- برای تجزیه و تحلیل داده های توالی یابی DNA را یاد خواهیم گرفت. ما کمی در مورد DNA، ژنومیک و نحوه استفاده از توالی یابی DNA خواهیم آموخت. ما از پایتون برای پیاده سازی الگوریتم های کلیدی و ساختارهای داده و تجزیه و تحلیل ژنوم های واقعی و مجموعه داده های توالی DNA استفاده خواهیم کرد.

coursera الگوریتم های جستجو، مرتب سازی و نمایه سازی (Mitalearn-310145)

  • 9 hours 47 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Sriram Sankaranarayanan
درباره این دوره:

این دوره اصول طراحی و تحلیل الگوریتم و همچنین الگوریتم های مرتب سازی آرایه ها، ساختارهای داده مانند صف های اولویت، توابع هش و برنامه هایی مانند فیلترهای بلوم را پوشش می دهد. الگوریتم‌های جستجو، مرتب‌سازی و نمایه‌سازی را می‌توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد علوم داده (MS-DS) CU Boulder در پلتفرم Coursera در نظر گرفت. MS-DS یک مدرک بین رشته‌ای است که اعضای هیئت علمی بخش‌های ریاضیات کاربردی، علوم کامپیوتر، علوم اطلاعات و سایرین در CU Boulder را گرد هم می‌آورد. با پذیرش مبتنی بر عملکرد و بدون فرآیند درخواست، MS-DS برای افرادی با طیف وسیعی از تحصیلات کارشناسی و/یا تجربه حرفه‌ای در علوم کامپیوتر، علوم اطلاعات، ریاضیات و آمار ایده‌آل است. درباره برنامه MS-DS در https://www.coursera.org/degrees/master-of-science-data-science-boulder اطلاعات بیشتری کسب کنید.

coursera ایجاد کد با ChatGPT API (Mitalearn-306388)

  • مبتدی
  • Release date: 27 June 2026
  • Author: Kevin Noelsaint
درباره این دوره:

این دوره، فراگیران را در راه‌اندازی نسخه آزمایشی OpenAI، تولید کلیدهای API و اولین درخواست API خود راهنمایی می‌کند. زبان آموزان با اصول استفاده از ChatGPT-API برای تولید انواع پاسخ ها آشنا می شوند.

coursera با استفاده از BigQuery یک انبار داده بسازید (Mitalearn-336869)

  • 1 hours 51 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Caio Avelino
درباره این دوره:

قدرت Google BigQuery را با شروع سفر برای مهارت در ساخت انبار داده و جستجوی پیشرفته باز کنید. در این دوره جامع، شما یاد خواهید گرفت که از قابلیت های BigQuery، از راه اندازی و دسترسی به پلتفرم گرفته تا ایجاد انبارهای داده با استفاده از رابط کاربری و پایتون استفاده کنید. از طریق درس‌های عملی و برنامه‌های کاربردی، مهارت‌های اساسی مورد نیاز برای مدیریت، پرس‌وجو و بهینه‌سازی داده‌های خود را در این پلتفرم قدرتمند مبتنی بر ابر ایجاد خواهید کرد. این دوره برای تحلیلگران داده، مهندسان داده، متخصصان هوش تجاری و هر کسی که علاقه مند به تسلط بر هنر ساخت انبارهای داده کارآمد و انجام پرس و جوهای پیشرفته داده با استفاده از Google BigQuery هستند، طراحی شده است. زبان آموزان باید درک اولیه از SQL و آشنایی با مفاهیم داده داشته باشند. هدف این دوره ارائه یک درک جامع از Google BigQuery به زبان آموزان است و به آنها قدرت ایجاد انبارهای داده کارآمد، انجام پرس و جو و تصمیم گیری آگاهانه مبتنی بر داده را می دهد. چه یک متخصص داده یا یک تحلیلگر مشتاق باشید، این دوره شما را به ابزارها و دانشی مجهز می کند تا پتانسیل کامل BigQuery را برای بهبود عملکرد تجاری باز کنید.

coursera با پایتون شروع کنید (Mitalearn-335934)

  • 3 hours 44 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Google Career Certificates
درباره این دوره:

این دومین دوره از هفت دوره در گواهی تحلیل داده های پیشرفته گوگل است. زبان برنامه نویسی پایتون یک ابزار قدرتمند برای تجزیه و تحلیل داده ها است. در این دوره، مفاهیم اولیه برنامه نویسی پایتون و نحوه استفاده متخصصان داده از پایتون در محل کار را خواهید آموخت. شما مفاهیمی مانند برنامه نویسی شی گرا، متغیرها، انواع داده ها، توابع، عبارات شرطی، حلقه ها و ساختارهای داده را بررسی خواهید کرد. کارمندان Google که در حال حاضر در این زمینه کار می‌کنند، با ارائه فعالیت‌های عملی که وظایف مرتبط را شبیه‌سازی می‌کنند، به اشتراک گذاشتن نمونه‌هایی از کارهای روزانه‌شان، و کمک به شما در تقویت مهارت‌های تجزیه و تحلیل داده‌ها برای آماده شدن برای حرفه‌تان، شما را در این دوره راهنمایی می‌کنند. فراگیرانی که هفت دوره در این برنامه را تکمیل می کنند، مهارت های مورد نیاز برای درخواست برای مشاغل علوم داده و تجزیه و تحلیل داده های پیشرفته را خواهند داشت. این گواهی مستلزم آگاهی قبلی از اصول، مهارت‌ها و ابزارهای تحلیلی پایه است که در گواهی تجزیه و تحلیل داده‌های Google پوشش داده شده است. در پایان این دوره، شما: -تعریف زبان برنامه نویسی چیست و چرا پایتون توسط دانشمندان داده استفاده می شود اسکریپت های پایتون را برای نمایش داده ها و انجام عملیات ایجاد کنید -جریان برنامه ها را با استفاده از شرایط و توابع کنترل کنید -استفاده از انواع حلقه ها هنگام انجام عملیات مکرر - انواع داده ها مانند اعداد صحیح، شناورها، رشته ها و بولی ها را شناسایی کنید -دستکاری ساختارهای داده مانند لیست ها، تاپل ها، دیکشنری ها و مجموعه ها - وارد کردن و استفاده از کتابخانه های پایتون مانند NumPy و پانداها

coursera برازش مدل های آماری به داده ها با پایتون (Mitalearn-333061)

  • 5 hours 41 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Brenda Gunderson,Brady T. West,Kerby Shedden
درباره این دوره:

در این دوره، کاوش خود را در مورد تکنیک های استنتاج آماری با تمرکز بر علم و هنر تطبیق مدل های آماری با داده ها گسترش خواهیم داد. ما بر روی مفاهیم ارائه شده در دوره استنتاج آماری (دوره 2) برای تأکید بر اهمیت اتصال سؤالات تحقیق به روش های تجزیه و تحلیل داده های خود، تکیه خواهیم کرد. ما همچنین بر اهداف مختلف مدل سازی، از جمله استنتاج در مورد روابط بین متغیرها و ایجاد پیش بینی برای مشاهدات آینده، تمرکز خواهیم کرد. این دوره تکنیک های مختلف مدل سازی آماری از جمله رگرسیون خطی، رگرسیون لجستیک، مدل های خطی تعمیم یافته، مدل های اثرات سلسله مراتبی و ترکیبی (یا چند سطحی) و تکنیک های استنتاج بیزی را معرفی و بررسی می کند. همه تکنیک‌ها با استفاده از مجموعه‌های داده واقعی نشان داده می‌شوند، و این دوره بر رویکردهای مدل‌سازی مختلف برای انواع مختلف مجموعه داده‌ها، بسته به طرح مطالعه زیربنای داده‌ها تأکید می‌کند (اشاره به دوره 1، درک و تجسم داده‌ها با پایتون) . در طول این جلسات مبتنی بر آزمایشگاه، فراگیران از طریق آموزش هایی با تمرکز بر مطالعات موردی خاص برای کمک به تقویت مفاهیم آماری هفته، که شامل غواصی عمیق بیشتر در کتابخانه های پایتون از جمله Statsmodels، Pandas و Seaborn است، کار خواهند کرد. این دوره از محیط نوت بوک Jupyter در Coursera استفاده می کند.

coursera برنامه ریزی مسیر رباتیک و اجرای وظایف (Mitalearn-308955)

  • 2 hours 5 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Nikolaus Correll
درباره این دوره:

این دوره که آخرین و آخرین دوره در زمینه مقدماتی رباتیک با وب بات ها می باشد، رویکردهای اساسی برای برنامه ریزی مسیر ربات ها و توالی اجرای وظایف آن ها را به شما آموزش می دهد. در "برنامه ریزی مسیر رباتیک و اجرای کار"، الگوریتم های استانداردی مانند جستجوی عرض-اول، دیجکسترا، A* و درختان تصادفی سریع را از طریق تمرین های هدایت شده توسعه خواهید داد. شما درختان رفتار را برای توالی کارها پیاده سازی خواهید کرد و با ربات دستکاری سیار "Tiago Steel" آزمایش خواهید کرد. توصیه می شود قبل از شروع این دوره، دوره های اول و دوم این تخصص را با عنوان "مقدمه ای بر رباتیک: رفتارهای اساسی" و "نقشه برداری رباتیک و تولید مسیر" بگذرانید. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم کامپیوتر که در پلتفرم Coursera ارائه می شود، گذراند. این مدارک تحصیلات تکمیلی کاملاً معتبر دوره های هدفمند، جلسات کوتاه 8 هفته ای و شهریه پرداختی را ارائه می دهند. پذیرش بر اساس عملکرد در سه دوره مقدماتی است، نه سابقه تحصیلی. مدارک CU در Coursera برای فارغ التحصیلان اخیر یا متخصصان شاغل ایده آل است. بیشتر بدانید: کارشناسی ارشد در علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder

coursera برنامه نویسی برای پروژه اینترنت اشیا (Mitalearn-354872)

  • 1 hours 4 minutes
  • مناسب همه
  • Release date: 23 June 2026
  • Author: Ian Harris
درباره این دوره:

در این دوره آموزشی Capstone، شما یک سیستم تعبیه شده مبتنی بر میکروکنترلر طراحی خواهید کرد. به عنوان یک گزینه، شما همچنین می توانید یک سیستم را بسازید و آزمایش کنید. تمرکز پروژه شما بر این خواهد بود که سیستم را طوری طراحی کنید که بتوان آن را با بودجه ای کم هزینه برای یک برنامه کاربردی واقعی ساخت. برای تکمیل این پروژه باید از تمام مهارت هایی که در این دوره آموخته اید (برنامه نویسی میکروکنترلرها، طراحی سیستم، رابط و غیره) استفاده کنید. این پروژه شامل برخی از الزامات اصلی خواهد بود، اما فضایی برای خلاقیت شما در نحوه برخورد با پروژه باقی بگذارید. در پایان، شما یک پروژه نهایی منحصر به فرد، مناسب برای نمایش به کارفرمایان بالقوه آینده تولید خواهید کرد. توجه داشته باشید که برای سه تکلیف مورد نیاز برای تکمیل این دوره نیازی به خرید نرم افزار و سخت افزار نیست. تکلیف چهارم اختیاری برای دانش‌آموزانی که می‌خواهند سیستم خود را با استفاده از Arduino یا Raspberry Pi بسازند و نشان دهند وجود دارد. همچنین توجه داشته باشید که این دوره شامل تالار گفتگو نمی باشد. پس از اتمام این دوره، شما قادر خواهید بود: 1. یک سند مشخصات الزامات بنویسید 2. طراحی در سطح سیستم ایجاد کنید 3. گزینه های طراحی را کاوش کنید 4. یک طرح آزمایشی ایجاد کنید

coursera برنامه نویسی برای همه (آغاز با پایتون) (Mitalearn-301424)

  • 5 hours 30 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Charles Russell Severance
درباره این دوره:

هدف از این دوره آموزش اصول برنامه نویسی کامپیوتر با استفاده از پایتون به همه می باشد. ما اصول اولیه نحوه ساخت یک برنامه را از یک سری دستورالعمل ساده در پایتون پوشش می دهیم. این دوره هیچ پیش نیازی ندارد و از تمام ریاضیات به جز ساده ترین درس اجتناب می کند. هر کسی که تجربه کامپیوتری متوسطی دارد باید بتواند بر مواد این دوره تسلط داشته باشد. این دوره فصل های 1-5 کتاب درسی "Python for Everybody" را پوشش می دهد. هنگامی که دانش آموز این دوره را به پایان رساند، آماده گذراندن دوره های برنامه نویسی پیشرفته تر خواهد بود. این دوره پایتون 3 را پوشش می دهد.

coursera برنامه نویسی پویا، الگوریتم های حریص (Mitalearn-316129)

  • 12 hours 34 minutes
  • پیشرفته
  • Release date: 23 June 2026
  • Author: Sriram Sankaranarayanan
درباره این دوره:

این دوره تکنیک های اصلی طراحی الگوریتم مانند تقسیم کن، برنامه نویسی پویا و الگوریتم های حریص را پوشش می دهد. این مقاله با مقدمه‌ای مختصر بر غیرقابل‌تکراری (NP-completeness) و استفاده از حل‌کننده‌های برنامه‌نویسی خطی/صحیح برای حل مسائل بهینه‌سازی به پایان می‌رسد. همچنین برخی از موضوعات پیشرفته در ساختار داده را پوشش خواهیم داد. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم داده یا کارشناسی ارشد در علوم کامپیوتر ارائه شده در پلت فرم Coursera گذراند. این مدارک تحصیلات تکمیلی کاملاً معتبر دوره های هدفمند، جلسات کوتاه 8 هفته ای و شهریه پرداختی را ارائه می دهند. پذیرش بر اساس عملکرد در سه دوره مقدماتی است، نه سابقه تحصیلی. مدارک CU در Coursera برای فارغ التحصیلان اخیر یا متخصصان شاغل ایده آل است. بیشتر بدانید: کارشناسی ارشد در علم داده: https://www.coursera.org/degrees/master-of-science-data-science-boulder کارشناسی ارشد در علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder

coursera برنامه نویسی در پایتون (Mitalearn-316945)

  • 4 hours 58 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Taught by Meta Staff
درباره این دوره:

در این دوره با مهارت های برنامه نویسی پایه با Syntax پایه پایتون آشنا می شوید. شما یاد خواهید گرفت که چگونه از کد برای حل مشکلات استفاده کنید. شما عمیقاً در اکوسیستم پایتون شیرجه خواهید زد و ماژول ها، کتابخانه ها و ابزارهای محبوب پایتون را یاد خواهید گرفت. همچنین با اشیاء، کلاس‌ها و متدها در پایتون آشنا خواهید شد و از متغیرها، انواع داده‌ها، کنترل جریان و حلقه‌ها، توابع و ساختارهای داده استفاده می‌کنید. شما یاد خواهید گرفت که چگونه خطاها را تشخیص داده و مدیریت کنید و تست های واحد را برای کد پایتون خود بنویسید و توسعه آزمایش محور را تمرین کنید. در پایان این دوره، شما قادر خواهید بود: • سیستم کامپیوتری خود را برای برنامه نویسی پایتون آماده کنید • درک نحو پایتون و نحوه کنترل جریان کد را نشان دهید • نشان دادن دانش در مورد نحوه رسیدگی به خطاها و استثناها • برنامه نویسی شی گرا و مفاهیم اصلی مرتبط با آن را توضیح دهید • اهمیت تست در پایتون و زمان اعمال روش های خاص را توضیح دهید این یک دوره مبتدی برای زبان آموزانی است که می خواهند خود را برای حرفه ای در توسعه back-end یا مهندسی پایگاه داده آماده کنند. برای موفقیت در این دوره، نیازی به تجربه قبلی توسعه وب ندارید، فقط به مهارت های اولیه ناوبری اینترنتی و اشتیاق برای شروع برنامه نویسی نیاز دارید.

coursera برنامه نویسی شی گرا و رابط کاربری گرافیکی با پایتون (Mitalearn-305827)

  • 1 hours 53 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Adwith Malpe,Steven Osburn
درباره این دوره:

در این دوره ما برنامه نویسی شی گرا را در برنامه های پایتون پیاده سازی خواهیم کرد. اهمیت چرایی و چگونگی استفاده از برنامه نویسی شی گرا را مشخص کنید. و نحوه استفاده از وراثت در هنگام طراحی برنامه را بیاموزید. همچنین نحوه ساخت یک رابط کاربری گرافیکی برای یک برنامه پایه را بررسی خواهیم کرد. برای یادگیری مطالب در این دوره نیازی به تجربه برنامه نویسی یا علوم کامپیوتر ندارید. این دوره برای همه کسانی که علاقه مند به یادگیری نحوه کدنویسی و نوشتن برنامه در پایتون هستند آزاد است. ما بسیار هیجان زده هستیم که با ما یاد خواهید گرفت و امیدواریم از این دوره لذت ببرید!

coursera برنامه های کاربردی وب و ابزارهای خط فرمان برای مهندسی داده (Mitalearn-324221)

  • 4 hours 11 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Noah Gift,Kennedy Behrman,Alfredo Deza
درباره این دوره:

در این دوره چهارم از پایتون، Bash و SQL Essentials برای تخصص مهندسی داده، شما بر اساس مفاهیم مهندسی داده معرفی شده در سه دوره اول برای استفاده از تکنیک‌های Python، Bash و SQL در مقابله با مشکلات دنیای واقعی استوار می‌شوید. ابتدا، ما عمیق‌تر به استفاده از نوت‌بوک‌های Jupyter برای ایجاد و استقرار مدل‌هایی برای وظایف یادگیری ماشینی خواهیم پرداخت. سپس، نحوه استفاده از میکروسرویس‌های پایتون را برای تجزیه انبار داده‌های خود به راه‌حل‌های کوچک و قابل حمل که می‌توانند مقیاس شوند، بررسی خواهیم کرد. در نهایت، شما یک ابزار خط فرمان قدرتمند برای خودکارسازی تست و کنترل کیفیت برای انتشار و به اشتراک گذاری ابزار خود با یک رجیستری داده خواهید ساخت.

coursera به سراغ توسعه دهندگان پایتون بروید [coursera] (Mitalearn-306694)

  • مبتدی
  • Release date: 27 June 2026
  • Author: Elise Deitrick,Sergei Bronnikov
درباره این دوره:

کدنویسی کنید و اولین برنامه Go خود را در عرض چند دقیقه بدون نصب چیزی اجرا کنید! این دوره برای زبان آموزانی طراحی شده است که از قبل با شیوه های توسعه در یک زبان برنامه نویسی مدرن مانند پایتون آشنا هستند تا به سرعت به زبان سریع و قدرتمند Go (که گاهی اوقات به آن Golang گفته می شود) متصل شوند. ماژول های این دوره اصول Go مانند نحو، مدیریت خطا و کتابخانه های استاندارد، برنامه نویسی OOP و موازی شامل اشاره گرها و گوروتین ها و در نهایت پرداختن به موضوعات پروژه بزرگتر از جمله مدیریت وابستگی، ورود به سیستم و پروفایل را پوشش می دهند. در پایان دوره، فراگیران چرخه عمر کامل ساخت یک ماژول وب سرویس را دو بار طی خواهند کرد: یک بار با Gin و یک بار با grpc. با پایان این دوره، برنامه نویسی در Go راحت خواهید بود. برای اینکه امکان یک تجربه یادگیری واقعی و خودآگاه را فراهم کنید، این دوره بدون ویدیو است. تکالیف حاوی توضیحات کوتاه با تصاویر و نمونه‌های کد قابل اجرا با ویرایش‌های پیشنهادی برای بررسی بیشتر نمونه‌های کد، ایجاد درک عمیق‌تر با انجام دادن هستند. شما از بازخورد فوری از انواع آیتم های ارزیابی در طول مسیر بهره مند خواهید شد، به آرامی از بررسی های درک سریع (چند انتخابی، پر کردن جای خالی و عدم درهم آمیختن بلوک های کد) تا تمرین های کدگذاری کوچک و قابل دسترس که به جای اینکه چند دقیقه طول می کشد، پیشرفت کنید. ساعت

Suggestions