Course catalog

Course duration

Course provider

Topic

Categories

Showing 161-180 of 191 items.

linkedin کلینیک کد: پایتون (Mitalearn-145126)

  • 1 hours 51 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Barron Stone
درباره این دوره:

برنامه نویسان موفق بیشتر از نحوه کدنویسی می دانند. آنها همچنین می دانند که چگونه به حل مشکلات فکر کنند. Code Clinic مجموعه‌ای از دوره‌هایی است که در آن مربیان ما با استفاده از زبان‌های برنامه‌نویسی مختلف مشکلات مشابهی را حل می‌کنند. در اینجا، بارون استون با پایتون کار می کند. بارون چالش ها را معرفی می کند و یک نمای کلی از راه حل های خود در پایتون ارائه می دهد. چالش ها شامل موضوعاتی مانند تجزیه و تحلیل آماری و دسترسی به دستگاه های جانبی است.

از دوره‌های دیگر این مجموعه دیدن کنید تا ببینید چگونه می‌توانید چالش‌های مشابه را در زبان‌هایی مانند C++، C#، JavaScript، PHP، Python، Ruby، Go و Swift حل کنید.

linkedin گردش کار تولید پایتون کارآمد (Mitalearn-185467)

  • 54 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Miki Tebeka
درباره این دوره:

نوشتن کد می تواند آسان باشد، اما حفظ یک محصول همیشه یک چالش است. در این دوره آموزشی، بیاموزید که برای مدیریت کارآمد پروژه های پایتون خود چه چیزی لازم است. مربی Miki Tebeka به کارهای جانبی در مورد برنامه نویسی پایتون، مانند مدیریت وابستگی، متدولوژی های توسعه، معیارها، ورود به سیستم، تست و استقرار می پردازد. در حالی که این موضوعات به طور دقیق با کدنویسی مرتبط نیستند، اما برای اطمینان از آماده بودن کد شما ضروری هستند. بیاموزید که چگونه با چالش‌های مربوط به مدیریت وابستگی مقابله کنید، به طور مؤثر به آزمایش نزدیک شوید، یک سیستم ورود به سیستم را پیکربندی کنید، معیارهای طراحی، استراتژی‌های استقرار مختلف و موارد دیگر را به کار بگیرید.

linkedin مبانی برنامه نویسی: الگوهای طراحی (Mitalearn-158301)

  • 2 hours 45 minutes
  • متوسط
  • Update date: 21 June 2026
  • Author: Elisabeth Robson,Eric Freeman
درباره این دوره:

الگوهای طراحی راه حل های قابل استفاده مجددی هستند که چالش هایی را که توسعه دهندگان نرم افزار بارها و بارها با آن مواجه هستند حل می کنند. به جای اختراع مجدد چرخ، یاد بگیرید که چگونه از این الگوهای اثبات شده و آزمایش شده استفاده کنید که نرم افزار شما را در برابر تغییر انعطاف پذیرتر و انعطاف پذیرتر می کند. این دوره شما را با طراحی الگوها آشنا می کند و شما را با چندین مورد از پرکاربردترین الگوهای شی گرا آشنا می کند. الیزابت رابسون و اریک فریمن، نویسندگان همکار الگوهای طراحی سر اول، نیروهای خود را برای ارائه یک نمای کلی از هر الگو و نمونه هایی از الگوی در حال انجام، به هم می پیوندند. الگوهای طراحی برجسته شامل الگوهای استراتژی، آداپتور، مشاهده‌گر و دکوراتور است. الیزابت و اریک با ارائه دموهای کد در جاوا، با مثال گاه به گاه در پایتون و جاوا اسکریپت، به این مفاهیم یک زمینه دنیای واقعی می بخشند.

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.

linkedin مبانی برنامه نویسی: ساختارهای داده (Mitalearn-445210)

  • 2 hours 46 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Kathryn Hodge
درباره این دوره:

این دوره مقدمه ای جامع بر ساختارهای داده بنیادی ارائه می دهد و شما را به مهارت هایی که برای پیاده سازی و استفاده موثر از آرایه ها، لیست ها، فرهنگ لغت ها، پشته ها و صف ها نیاز دارید، مجهز می کند. مربی کاترین هاج از طریق تمرین‌های عملی و مثال‌های واقعی به شما نشان می‌دهد که این سازه‌ها چگونه کار می‌کنند، از جمله کارایی آنها از نظر پیچیدگی زمانی و مکانی. این دوره که برای زبان آموزانی که تازه برنامه نویسی می کنند مناسب است، بر کاربردهای عملی تاکید دارد و شما را قادر می سازد تا مشکلات نرم افزاری رایج مانند جستجو، مرتب سازی و مدیریت داده ها را حل کنید. علاوه بر این، شما یاد خواهید گرفت که مبادلات ساختارهای داده مختلف را تجزیه و تحلیل کنید و از این دانش برای طراحی راه حل های مقیاس پذیر و کارآمد استفاده کنید. در پایان دوره، شما ابزارها و دانش لازم برای شروع مقابله با چالش های برنامه نویسی پیچیده را با اطمینان خواهید داشت.

linkedin مبانی برنامه نویسی: مبانی (Mitalearn-157995)

  • 3 hours 10 minutes
  • مبتدی
  • Update date: 21 June 2026
  • Author: Annyce Davis
درباره این دوره:

دانش اصلی را برای شروع برنامه نویسی به هر زبانی به دست آورید. در این دوره، مربی آنیس دیویس از پایتون برای کشف مفاهیم اصلی و ساختار زبان‌های برنامه‌نویسی استفاده می‌کند و به شما کمک می‌کند تا آنچه را که در زیر سرپوش می‌گذرد درک کنید. پس از بررسی عبارات و عبارات اساسی در پایتون، Annyce رشته ها، متغیرها و کدهای شرطی را بررسی می کند - که موضوعات رایج در همه زبان های برنامه نویسی هستند. او همچنین نحوه کار با انواع مختلف داده ها و عیب یابی انواع خطاها را نشان می دهد. در طول مسیر، او نحوه نوشتن کد در چندین زبان مختلف را با هم مقایسه می کند و راهنمایی هایی را در مورد معیارهایی که هنگام انتخاب یک زبان برنامه نویسی استفاده می شود ارائه می دهد. پس از پایان این دوره، دانش لازم برای ادامه سفر برنامه نویسی خود را به هر زبانی که علاقه شما را برانگیخته است، خواهید داشت.

linkedin مبانی تفکر الگوریتمی با پایتون (Mitalearn-420662)

  • 1 hours 16 minutes
  • مناسب همه
  • Update date: 17 June 2024
  • Author: Robin Andrews
درباره این دوره: 

 کلمه "الگوریتم" ، در یک زمان تنها استان ریاضیات و علوم کامپیوتر ، وارد زبان مدرن شده است زیرا برای بهتر یا بدتر ، الگوریتم ها در زندگی روزمره هرگز مهمتر یا تأثیرگذارتر نبوده اند. اگر یک توسعه دهنده هستید ، باید با طیف گسترده ای از تفکر الگوریتمی آشنا باشید تا بتوانید مشکلات جدیدی را در هنگام ارائه خود حل کنید. اگر از قبل با پایتون آشنا هستید ، در تفکر الگوریتمی بیشتر آگاهی پیدا کنید ، راهی عالی برای افزایش ارزش شما به عنوان یک توسعه دهنده است. در این دوره ، رابین اندروز توضیح می دهد که چگونه پایتون به دلیل وضوح و بیان آن ، ابزاری ایده آل برای کاوش در تفکر الگوریتمی است. او ابزارهایی را برای کمک به شما در درک جریان الگوریتم ها نشان می دهد ، رویکرد نیروی بی رحمانه در حل الگوریتم ها ، مفاهیم پیچیدگی زمان و فضا را با توجه به تجزیه و تحلیل الگوریتم ، کاهش و استراتژی فاتح و موارد دیگر توضیح می دهد.

linkedin مبانی علم داده: پشته علمی پایتون (2017) (Mitalearn-107760)

  • 3 hours 34 minutes
  • متوسط
  • Release date: 18 July 2017
  • Author: Miki Tebeka
درباره این دوره:

علم داده، بینش‌های قابل توجه و بسیار ارزشمندی را در مورد رفتار انسانی به سازمان‌ها ارائه می‌دهد. در حالی که داده کاوی می تواند کمی دلهره آور به نظر برسد، نیازی نیست که برای پردازش داده های خود یک برنامه نویس بسیار ماهر باشید. در این دوره آموزشی، نحوه استفاده از پشته علمی پایتون برای تکمیل وظایف رایج علم داده را بیاموزید. Miki Tebeka ابزارها و مفاهیمی را که برای پردازش مؤثر داده‌ها با پشته علمی پایتون نیاز دارید، شامل پانداها برای خرد کردن داده‌ها، matplotlib برای تجسم داده، NumPy برای محاسبات عددی و غیره را پوشش می‌دهد.

linkedin مبانی علم داده: پشته علمی پایتون [CoderPad] (Mitalearn-443561)

  • 2 hours 25 minutes
  • مناسب همه
  • Release date: 9 November 2022
  • Author: Miki Tebeka
درباره این دوره: 

 به مربی Miki Tebeka بپیوندید که در پشته علمی پایتون شیرجه می‌زند و به شما نشان می‌دهد چگونه از آن برای حل مشکلات استفاده کنید. Miki بسته‌های اصلی مورد استفاده در فرآیند علم داده را پوشش می‌دهد: numpy، pandas، matplotlib، scikit-learn، و موارد دیگر. او همچنین شما را از طریق نحوه بارگیری داده ها، تجزیه و تحلیل داده ها، اجرای مدل ها و نمایش نتایج راهنمایی می کند.

این دوره با GitHub Codespaces، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد، یکپارچه شده است. با GitHub 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.

linkedin مبانی علم داده: داده کاوی در پایتون (Mitalearn-209862)

  • 3 hours 3 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Barton Poulson
درباره این دوره:

داده کاوی حوزه ای از علم داده است که بر یافتن الگوهای عملی در مجموعه داده های بزرگ و متنوع تمرکز می کند: خوشه هایی از مشتریان مشابه، روندهایی در طول زمان که تنها پس از تفکیک اثرات فصلی و تصادفی قابل مشاهده هستند، و روش های جدید برای پیش بینی نتایج مهم. در این دوره مدرس بارتون پولسون شما را با داده کاوی که از زبان برنامه نویسی پایتون استفاده می کند آشنا می کند. بارتون به برخی مقدمات، مانند ابزارهایی که ممکن است برای داده کاوی استفاده کنید، می پردازد. او جنبه‌های کاهش ابعاد را مورد بحث قرار می‌دهد، سپس خوشه‌بندی، از جمله خوشه‌بندی سلسله مراتبی، k-Means، DBSCAN و غیره را توضیح می‌دهد. بارتون طبقه بندی، از جمله kNN و درختان تصمیم را پوشش می دهد. او وارد تجزیه و تحلیل انجمن می شود و شما را با Apriori، Eclat و FP-Growth آشنا می کند. بارتون شما را از تجزیه سری زمانی عبور می دهد، سپس با امتیازدهی احساسات و سایر ابزارهای متن کاوی به پایان می رسد.

linkedin مدلهای تجارت و امور مالی الگوریتمی با آموزش ضروری پایتون ، R و Stata (Mitalearn-411091)

  • 2 hours 57 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Michael McDonald
درباره این دوره:

بسیاری از معاملات بازار سهام با الگوریتم ها یا برنامه های رایانه ای "ALGO" انجام می شود که طبق فرمول های ریاضی سهام خریداری یا فروش می کنند. این معاملات سهام با سرعت و فرکانس اتفاق می افتد که انسان نمی تواند آن را تکرار کند. برای متخصصان امور مالی و هرکسی که در بورس سهام سرمایه گذاری می کند برای درک نحوه کار این الگوریتم ها مهم است. در این دوره ، پروفسور مایکل مک دونالد به شما نشان می دهد که چگونه می توانید یک استراتژی معاملاتی مبتنی بر قوانین را تست کنید و یک الگوریتم تجاری ساده از خود را برنامه ریزی کنید. پروفسور مک دونالد قبل از روی آوردن به اصول سرمایه گذاری و اوراق بهادار ، از مبانی بازارهای اوراق بهادار ، از سهام ، اوراق قرضه و مشتقات گرفته تا پیش بینی ارزش ها با رگرسیون می رود. دریابید که برای ساختن الگوریتم های خود و همچنین خرید ، فروش و گسترش آنها به سایر اوراق بهادار ، چه چیزی لازم است. به علاوه ، پروفسور مک دونالد نمونه های عملی و مطالعات موردی در مورد تجارت با الگوریتم ها را در بر می گیرد.

linkedin مدیریت پروژه های پایتون (Mitalearn-172139)

  • 48 minutes
  • پیشرفته
  • Release date: 21 June 2026
  • Author: Miki Tebeka
درباره این دوره:

در حالی که کار کدنویسی می تواند یک تلاش انفرادی باشد، توسعه دهندگان نرم افزار در خلاء کار نمی کنند. برای اینکه پروژه های خود را با موفقیت به خط پایان برسانند، باید روزهای خود را با هماهنگی مؤثر با توسعه دهندگان دیگر بگذرانند. در این دوره، به Miki Tebeka بپیوندید تا بهترین شیوه ها و نکاتی را برای مدیریت کارآمد پروژه های پایتون به اشتراک بگذارد. Miki وظایف غیر کدنویسی ضروری در مورد برنامه نویسی پایتون را پوشش می دهد، از جمله نحوه بهترین رویکرد به ساختار دایرکتوری برای یک پروژه، مقابله با چالش های مربوط به مدیریت وابستگی، و تعیین اینکه چه چیزی (و چقدر) باید آزمایش شود. به علاوه، استراتژی‌های کلی برای مدیریت فرآیند توسعه، از جمله نحوه استفاده مؤثر از کنترل منبع و سیستم‌های ردیابی مشکل را دریافت کنید.

linkedin مصاحبه پایتون خود را نادیده بگیرید (Mitalearn-180588)

  • 56 minutes
  • مبتدی
  • Update date: 22 June 2026
  • Author: Erin Allard
درباره این دوره:

مصاحبه برای مشاغل برنامه نویسی پایتون؟ در این دوره، آنچه را که باید برای مصاحبه فنی بعدی خود بدانید، بیاموزید. مربی ارین آلارد ویژگی‌های شخصی، مهارت‌های غیرفنی و دانش برنامه‌نویسی را که برای رسیدن به کنسرت رویایی‌تان به عنوان یک توسعه‌دهنده پایتون نیاز دارید، بررسی می‌کند. او ویژگی‌های شخصیتی و مهارت‌های نرم (مانند همکاری و توانایی درک مفروضات) را که مصاحبه‌گران فنی به دنبال آن هستند، برجسته می‌کند. سپس، مراحل متداول در فرآیند مصاحبه فنی را برجسته می کند و مفاهیم برنامه نویسی را که باید بتوانید برای مصاحبه کنندگان پیاده سازی کنید، پوشش می دهد.

linkedin مطالعه موردی: تجسم داده های پیچیده میکروسرویس با استفاده از پایتون (Mitalearn-382327)

  • 1 hours 25 minutes
  • مناسب همه
  • Release date: 17 July 2023
  • Author: Kathryn Hodge
درباره این دوره: 

 

به‌عنوان یک مهندس نرم‌افزار، وظایف روزانه شما می‌تواند مانند یک لیست بی‌پایان به نظر برسد، بنابراین پیدا کردن زمان برای توسعه مهارت‌های جدید برای رشد و پیشرفت شغلی‌تان اغلب دشوار است. چگونه در سازمان خود تأثیر می گذارید و در عین حال کار اصلی خود را نیز تکمیل می کنید؟

در این دوره، کاترین هاج شما را طی فرآیند ارائه یک ایده برای یک ابتکار، برنامه ریزی آن و سپس اجرای راه حل با تیم خود راهنمایی می کند. کاترین اصول اولیه میکروسرویس ها را پوشش می دهد و به شما نشان می دهد که چگونه مشکلات را هنگام ساخت و استفاده از میکروسرویس ها شناسایی و حل کنید. او شما را با PlantUML آشنا می کند، یک ابزار منبع باز که به شما کمک می کند به سرعت نمودارهای توالی، نمودارهای کلاس، نمودارهای مؤلفه و موارد دیگر را ایجاد کنید. او توضیح می دهد که چگونه برای توسعه یک ابتکار حل مسئله برنامه ریزی کنید - و چگونه آن را به تیم خود بفروشید. سپس کاترین به شما نشان می دهد که چگونه یک اسکریپت پایتون بسازید تا داده ها را به کد PlantUML تبدیل کنید، چگونه کد خود را بررسی و اصلاح کنید، و چگونه ابتکار عمل خود را برای تیم خود نمایش دهید.


linkedin مفاهیم برنامه نویسی برای پایتون (Mitalearn-392204)

  • 3 hours 26 minutes
  • مناسب همه
  • Release date: 25 October 2023
  • Author: Barron Stone,Olivia Chiu Stone
درباره این دوره: 

 درک مفاهیم اصلی برنامه نویسی و دلیل استفاده از آنها به همان اندازه مهم است که بدانید چگونه کد بنویسید. برنامه نویسان جدید باید یاد بگیرند که شکاف را پر کنند و نظریه را به عمل متصل کنند. در این دوره، Barron Stone و Olivia Chui Stone مفاهیم برنامه نویسی در پایتون را با ارتباط آنها با اشیاء، اقدامات و سناریوهای واقعی زندگی به تصویر می کشند. هر ویدیو بر یک قیاس متفاوت تمرکز دارد که مفاهیم را در کد نشان می دهد. به Barron و Olivia بپیوندید تا شما را از طریق یک شنبه معمولی بگذرانند و از وظایف و وظایف منظم - و حتی سفارش پیتزا - برای توضیح توابع، اشیاء، صف‌ها، مجموعه‌ها، حلقه‌ها و سایر ساختارهای برنامه‌نویسی استفاده کنند.

linkedin مقدمه عملی: پایتون (Mitalearn-276145)

  • 1 hours 18 minutes
  • مناسب همه
  • Update date: 8 January 2025
  • Author: Ronnie Sheer
درباره این دوره: 

 اگر از کاربران پایتون در مراحل اولیه هستید که به دنبال تقویت بازی حرفه ای خود هستید، باید زمان و پهنای باند خود را برای مطالعه و ارتقای مهارت های خود کنار بگذارید. آنها می گویند که تمرین باعث عالی می شود، پس چرا از همین الان شروع نکنیم؟ در این دوره، مربی Ronnie Sheer ابزارها، تکنیک ها و دانش عملی کاربران متخصص پایتون را با بیست چالش کدنویسی عملی و تعاملی به شما نشان می دهد تا مهارت های خود را در حین حرکت آزمایش کنید. مهارت فعلی پایتون خود را با نکاتی در مورد دامنه، رشته ها، حلقه ها، داده های CSV، محاسبات، مجموعه داده های JSON، سرورهای وب و موارد دیگر به سطح بعدی ببرید. در پایان این دوره، شما به حرکات متخصص جدید مجهز خواهید شد تا به یادگیری در پروژه های آینده خود ادامه دهید.

بهترین راه برای یادگیری زبان استفاده از آن در عمل است. به همین دلیل است که 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 راه اندازی ماشین محلی ارائه می دهد. با GitHub 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.

linkedin مهاجرت از پایتون 2.7 به پایتون 3 (Mitalearn-194409)

  • 2 hours 45 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Steven Lott
درباره این دوره:

آیا هنوز از پایتون 2.7 استفاده می کنید؟ پشتیبانی رسمی از این نسخه در ژانویه 2020 به پایان رسید. ارتقا از همیشه مهمتر است. اگر می‌خواستید به پایتون 3 بروید، اما کاملاً مطمئن نیستید که چگونه از ویژگی‌های جدید استفاده کنید - یا چگونه کد موجود خود را منتقل کنید - این دوره برای شما مناسب است. مربی استیون لات تفاوت‌های بین دو نسخه پایتون را روشن می‌کند و تغییراتی را در توابع داخلی پایتون و کتابخانه استاندارد پایتون ارائه می‌کند. او همچنین چندین راه را برای تبدیل برنامه های پایتون 2.7 شما به پایتون 3 دنبال می کند، از جمله بازنویسی دستی و انتقال خودکار با استفاده از بسته هایی مانند six، pytest و 2to3. در طول مسیر، استیون تجربیات خود را در مورد این انتقال به اشتراک می گذارد و پیشنهادات مفیدی برای افزایش کیفیت و عملکرد کلی کد شما ارائه می دهد.

linkedin نظریه پایتون برای مهندسان شبکه (Mitalearn-433786)

  • 2 hours 20 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Eric Chou
درباره این دوره:

مهندسی شبکه در حال تغییر اساسی به سمت اتوماسیون و تمرکز بر DevOps است. در این دوره ، مربی اریک چو از پایتون برای معرفی برنامه ریزی برای مهندسان شبکه که به دنبال ورود به این زمینه هستند ، استفاده می کند. اریک نمونه های عملی و عملی را به شما می دهد که تئوری ها و مفاهیم پایتون را معرفی می کند. او برخی از اصول را معرفی می کند ، سپس به انواع و کاربردهای اشیاء پایتون شیرجه می زند. اریک به شما نشان می دهد که چگونه از شرایط و حلقه ها و همچنین توابع استفاده کنید. به علاوه ، او کلاس ها ، ماژول ها و بسته های پایتون را پوشش می دهد. با سفر یادگیری پایتون خود شروع کنید!

linkedin نکات، ترفندها و تکنیک های بیشتر پایتون برای علم داده (Mitalearn-194069)

  • 2 hours 15 minutes
  • متوسط
  • Update date: 13 September 2024
  • Author: Harshit Tyagi
درباره این دوره: 

 قدرت و تطبیق پذیری پایتون - همراه با اکوسیستم بزرگ آن از بسته های شخص ثالث - آن را برای دانشمندان داده ضروری می کند. در این دوره، مدرس Harshit Tyagi نکات و تکنیک‌های عملی را به اشتراک می‌گذارد که می‌تواند به شما در بهبود گردش کار علم داده پایتون کمک کند. Harshit نحوه کار با نوت بوک های IPython از جمله نحوه اشکال زدایی خطاها را پوشش می دهد. او نحوه استفاده از NumPy را برای دستکاری آرایه ها و همچنین نحوه کار با پانداها، ابزار دستکاری و تجزیه و تحلیل داده ها را نشان می دهد. او نکاتی را برای تجسم داده‌های شما با Matplotlib ارائه می‌کند و نحوه اضافه کردن متن به نمودارها و حاشیه‌نویسی عناصر در نمودار را توضیح می‌دهد. به‌علاوه، بهترین روش‌ها را برای کار با scikit-learn و همچنین سایر نکات یادگیری ماشینی دریافت کنید.

linkedin نگاه اول: پایتون 3.9 (Mitalearn-221388)

  • 26 minutes
  • مناسب همه
  • Release date: 22 June 2026
  • Author: Claire Burn
درباره این دوره:

پایتون، مانند هر زبان مدرن، همیشه در حال تکامل است. در این دوره، مربی Claire Burn به پایتون 3.9 شیرجه می‌زند و ویژگی‌های جدید، پیشرفت‌ها و موارد منسوخ شده در این نسخه را برجسته می‌کند. در مورد پیشنهادهای قابل توجه بهبود پایتون (PEP) موجود در پایتون 3.9 و همچنین نحوه تشخیص اینکه کدام ماژول ها جدید هستند (و چرا قابل توجه هستند) بیاموزید. کشف کنید کدام ماژول‌ها منسوخ شده‌اند و چرا این کار ضروری بود. به علاوه، نکاتی را برای غلبه بر چالش های رایج هنگام انتقال از پایتون 2 به پایتون 3.9 یا پایتون 3.x به پایتون 3.9 دریافت کنید.

Suggestions