پایتون

محتوی دوره: این دوره به شما معرفی کاملی با تمام مفاهیم اصلی پایتون می دهد. با ویدیوها همراه باشید و در کمترین زمان یک برنامه نویس پایتون خواهید شد!
⭐️ مطالب ⭐
⌨️ (0:00) مقدمه
⌨️ (1:45) نصب Python و PyCharm
⌨️ (6:40) راه اندازی
⌨️ (10:23) ترسیم یک شکل
⌨️ (15:06) متغیرها و انواع داده ها
⌨️ (27:03) کار با رشته ها
⌨️ (38:18) کار با اعداد
⌨️ (48:26) دریافت ورودی از کاربران
⌨️ (52:37) ساخت یک ماشین حساب پایه
⌨️ (58:27) بازی Mad Libs
⌨️ (1:03:10) لیست ها
⌨️ (1:10:44) لیست توابع
⌨️ (1:18:57) تاپل ها
⌨️ (1:24:15) توابع
⌨️ (1:34:11) بیانیه بازگشت
⌨️ (1:40:06) If Statementsv ⌨️ (1:54:07) اگر بیانیه ها و مقایسه ها
⌨️ (2:00:37) ساخت ماشین حساب بهتر
⌨️ (2:07:17) دیکشنری ها
⌨️ (2:14:13) while Loop
⌨️ (2:20:21) ساخت یک بازی حدس زدن
⌨️ (2:32:44) حلقه ها
⌨️ (2:41:20) تابع توان
⌨️ (2:47:13) فهرست‌های دوبعدی و حلقه‌های تودرتو
⌨️ (2:52:41) ساخت مترجم
⌨️ (3:00:18) نظرات
⌨️ (3:04:17) امتحان کنید / به جز
⌨️ (3:12:41) خواندن فایل ها
⌨️ (3:21:26) نوشتن در فایل ها
⌨️ (3:28:13) ماژول ها و پیپ
⌨️ (3:43:56) کلاس ها و اشیاء
⌨️ (3:57:37) ساخت یک آزمون چند گزینه ای
⌨️ (4:08:28) توابع شی
⌨️ (4:12:37) ارث
⌨️ (4:20:43) مترجم پایتون

محتوی دوره:
در این دوره آموزشی کامل برای مبتدیان، نحوه استفاده از TensorFlow 2.0 را بیاموزید. این دوره برای برنامه نویسان پایتون طراحی شده است که به دنبال افزایش دانش و مهارت های خود در یادگیری ماشین و هوش مصنوعی هستند.
در طول 8 ماژول در این دوره با مفاهیم و روش‌های اساسی در ML و AI مانند الگوریتم‌های یادگیری اصلی، یادگیری عمیق با شبکه‌های عصبی، بینایی کامپیوتر با شبکه‌های عصبی کانولوشنال، پردازش زبان طبیعی با شبکه‌های عصبی مکرر و یادگیری تقویتی آشنا خواهید شد.
هر یک از این ماژول ها شامل توضیحات عمیق و نمونه های مختلف کدنویسی هستند. پس از اتمام این دوره، دانش کاملی از تکنیک های اصلی در یادگیری ماشین و هوش مصنوعی خواهید داشت و مهارت های لازم برای به کارگیری این تکنیک ها را در مجموعه داده ها و مشکلات منحصر به فرد خود خواهید داشت.