دوره آموزشی مبانی برنامه نویسی: الگوریتم ها
1 ساعت 43 دقیقهمبتدی2024-01-11
مدرسین

Joe Marini
Senior Developer Advocate at Google, Developer
جزئیات دوره
الگوریتم ها بلوک های سازنده جهانی برنامه نویسی هستند. آنها نرم افزاری را که هر روز استفاده می کنید، چه صفحه گسترده، یک شبکه اجتماعی یا یک دستیار رانندگی، نیرو می دهند. 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.
مهارت ها
Data EngineeringArtificial Intelligence FoundationsPythonFoundationsArtificial Intelligence (AI)Data ScienceOpen Source
سرفصل ها
0. مقدمه
- 01 - الگوریتمها جهان را قدرت میبخشند
- 02 - آنچه باید بدانید
1. بررسی اجمالی
- 03 - الگوریتمها چیست؟
- 04 - الگوریتمهای رایج در برنامه نویسی
- 05 - اندازهگیری عملکرد الگوریتم
2. ساختارهای داده مشترک
- 06 - مقدمه ای بر ساختارهای داده رایج
- 07 - آرایه ها
- 08 - لیستهای مرتبط
- 09 - مثال لیستهای پیوندی
- 10 - پشتهها و صف ها
- 11 - مثال پشته و صف
- 12 - لغت نامه ها
3. بازگشت
- 13 - درک بازگشت
- 14 - مثال بازگشتی ساده
- 15 - توان محاسباتی و فاکتوریل
4. مرتب سازی اطلاعات
- 16 - مروری بر مرتب سازی
- 17 - مرتب سازی حباب
- 18 - مرتب سازی ادغام
- 19 - اجرای مرتب سازی ادغام
- 20 - مرتب سازی سریع
- 21 - اجرای مرتب سازی سریع
5. جستجوی داده ها
- 22 - جستجوی لیست نامرتب
- 23 - جستجوی باینری
- 24 - مشخص کنید که یک لیست مرتب شدهاست یا خیر
6. مثالهای عملی با ساختار داده ها
- 25 - فیلترینگ منحصر به فرد با مجموعه
- 26 - ارزش شماری با فرهنگ لغت
- 27 - حداکثر مقدار را به صورت بازگشتی پیدا کنید
- 28 - توازن بیانیهها با Stack
نتیجه
- 29 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی کلانداده در عصر هوش مصنوعی
- دوره آموزشی راهنمای کامل مهندسی تحلیل دادهها
- دوره آموزشی مهندسی تحلیل پیشرفته: تمرینهای دنیای واقعی
- دوره آموزشی راهنمای کامل Google BigQuery برای مهندسان داده و یادگیری ماشین
- دوره آموزشی یادگیری اصولی PySpark: معرفی ساخت خطوط پردازش داده
- دوره آموزشی پاکسازی دادهها برای علم داده مؤثر: واردکردن دادهها، تشخیص ناهنجاری، پرکردن مقادیر گمشده و مهندسی ویژگیها
- دوره آموزشی یادگیری جامع اسکالا برای علوم داده
- دوره آموزشی SPSS: آمادهسازی، مصورسازی و مدلسازی دادهها