اپلیکیشن اندرویدی فلش‌کارت آموزشی Google Cloud Platform: Practical Guide for Python Developers (Dash)

349,950 تومان
Google Cloud Platform: Practical Guide for Python Developers (Dash) Google Cloud Platform: Practical Guide for Python Developers (Dash) آیا آماده‌اید تا آینده را در آغوش بگیرید؟ با GCP، ابر قدرت‌مند G...
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 87,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: Practical Guide for Python Developers (Dash)

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

  • 1. مبانی توسعه پایتون برای GCP
  • 2. محیط توسعه پایتون برای GCP
  • 3. نصب و پیکربندی Google Cloud SDK
  • 4. احراز هویت با GCP
  • 5. مقدمه ای بر Google Cloud Platform (GCP)
  • 6. مفاهیم کلیدی GCP: مناطق، مناطق، پروژه ها
  • 7. معرفی کنسول GCP
  • 8. معرفی Cloud Shell
  • 9. مقدمه ای بر خدمات GCP: محاسبه، ذخیره سازی، شبکه
  • 10. مقدمه ای بر خدمات GCP: داده، هوش مصنوعی، مدیریت
  • 11. اولین پروژه GCP: ایجاد و مدیریت پروژه
  • 12. تنظیمات پروژه GCP: حساب صورتحساب، API ها
  • 13. ابزارهای خط فرمان GCP: gcloud CLI
  • 14. پیکربندی gcloud CLI
  • 15. کار با gcloud CLI: لیست کردن منابع
  • 16. کار با gcloud CLI: ایجاد منابع
  • 17. کار با gcloud CLI: مدیریت منابع
  • 18. مقدمه ای بر Google Compute Engine (GCE)
  • 19. ایجاد ماشین های مجازی (VM) در GCE
  • 20. پیکربندی VM ها: نوع ماشین، منطقه، سیستم عامل
  • 21. مدیریت VM ها: راه اندازی، توقف، حذف
  • 22. اتصال به VM ها از طریق SSH
  • 23. مدیریت دیسک ها در GCE
  • 24. شبکه بندی در GCE: VPC، زیرشبکه ها، قوانین فایروال
  • 25. مدیریت IP های استاتیک و پویا
  • 26. معرفی Google Cloud Storage (GCS)
  • 27. ایجاد و مدیریت باکت ها در GCS
  • 28. آپلود و دانلود اشیاء در GCS
  • 29. کنترل دسترسی به باکت ها و اشیاء در GCS
  • 30. نسخه بندی اشیاء در GCS
  • 31. کلاس های ذخیره سازی در GCS
  • 32. معرفی Google Cloud SQL
  • 33. ایجاد و مدیریت پایگاه داده های MySQL در Cloud SQL
  • 34. اتصال به Cloud SQL از برنامه های پایتون
  • 35. پیکربندی Cloud SQL: اندازه، نسخه، منطقه
  • 36. پشتیبان گیری و بازیابی در Cloud SQL
  • 37. معرفی Google Cloud Functions
  • 38. ایجاد اولین Cloud Function با پایتون
  • 39. توابع رویداد محور در Cloud Functions
  • 40. تریگرهای HTTP برای Cloud Functions
  • 41. تریگرهای Pub/Sub برای Cloud Functions
  • 42. استقرار و مدیریت Cloud Functions
  • 43. اشکال زدایی Cloud Functions
  • 44. مقدمه ای بر Google Kubernetes Engine (GKE)
  • 45. مفاهیم کلیدی Kubernetes: Pods, Deployments, Services
  • 46. ایجاد کلاستر GKE
  • 47. استقرار برنامه های پایتون در GKE
  • 48. مدیریت Pods و Deployments در GKE
  • 49. مدیریت Services در GKE
  • 50. معرفی Google Cloud Run
  • 51. استقرار برنامه های پایتون کانتینری شده در Cloud Run
  • 52. مقیاس پذیری خودکار در Cloud Run
  • 53. مدیریت ترافیک و نسخه ها در Cloud Run
  • 54. معرفی Google App Engine
  • 55. استقرار برنامه های پایتون در App Engine
  • 56. مدیریت محیط ها در App Engine
  • 57. مقیاس پذیری در App Engine
  • 58. مقدمه ای بر Google Cloud Firestore (Datastore)
  • 59. مدل داده در Firestore
  • 60. ذخیره و بازیابی داده ها با Firestore
  • 61. کوئری زدن داده ها در Firestore
  • 62. همگام سازی داده ها با Firestore
  • 63. مقدمه ای بر Google Cloud Pub/Sub
  • 64. مفهوم Topics و Subscriptions
  • 65. انتشار و اشتراک پیام ها با Pub/Sub
  • 66. پیام رسانی قابل اعتماد
  • 67. معرفی Google Cloud BigQuery
  • 68. مقدمه ای بر انبار داده ابری
  • 69. ایجاد و مدیریت مجموعه های داده در BigQuery
  • 70. بارگذاری داده ها در BigQuery
  • 71. اجرای کوئری ها در BigQuery
  • 72. تجزیه و تحلیل داده ها با BigQuery
  • 73. معرفی Google Cloud AI Platform
  • 74. مفاهیم یادگیری ماشین
  • 75. آموزش مدل های یادگیری ماشین در GCP
  • 76. استقرار مدل های یادگیری ماشین
  • 77. استفاده از سرویس های AI از پیش آموزش دیده
  • 78. معرفی Google Cloud Vision AI
  • 79. تشخیص متن در تصاویر
  • 80. تشخیص اشیاء در تصاویر
  • 81. تشخیص چهره در تصاویر
  • 82. تحلیل احساسات در تصاویر
  • 83. معرفی Google Cloud Natural Language AI
  • 84. تحلیل احساسات متن
  • 85. شناسایی موجودیت ها در متن
  • 86. تجزیه و تحلیل گرامری متن
  • 87. درک روابط معنایی
  • 88. معرفی Google Cloud Speech-to-Text
  • 89. تبدیل گفتار به متن
  • 90. پشتیبانی از زبان های مختلف
  • 91. تنظیمات سفارشی برای Speech-to-Text
  • 92. معرفی Google Cloud Text-to-Speech
  • 93. تبدیل متن به گفتار
  • 94. انتخاب صدا و لهجه
  • 95. تنظیمات سفارشی برای Text-to-Speech
  • 96. معرفی Google Cloud Translation AI
  • 97. ترجمه متن بین زبان ها
  • 98. پشتیبانی از زبان های مختلف
  • 99. ترجمه دسته‌ای
  • 100. معرفی Google Cloud Secret Manager
اپلیکیشن آموزشی اندروید
یادگیری هوشمند، همیشه همراه شما
فلش‌کارت‌های آموزشی را در یک محیط فارسی، ساده و کاربردی مرور کنید؛ پاسخ‌های خود را بسنجید و پیشرفت یادگیری‌تان را دنبال کنید.
مطالعه آفلاین محیط فارسی و راست‌چین ویژه اندروید
فلش‌کارت آموزشی؛ روشی کاربردی برای مرور مطالب

این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلش‌کارت طراحی شده است. کارت‌ها را یکی‌یکی مرور کنید، پاسخ پرسش‌ها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.

📴
یادگیری بدون اینترنت مداوم
پس از نصب و در دسترس بودن محتوای دوره، فلش‌کارت‌ها را در زمان و مکان دلخواه مرور کنید.
🗂️
انواع محتوای آموزشی
از نکته‌های آموزشی تا پرسش‌های چهارگزینه‌ای و پرسش‌وپاسخ، مطالب را متناسب با نیاز خود مرور کنید.
📊
ارزیابی میزان یادگیری
پاسخ‌های درست و غلط خود را ثبت کنید و آمار عملکردتان را به تفکیک نوع محتوا ببینید.
🎯
مرور هدفمند فصل‌ها
فصل‌های موردنظر را انتخاب کنید و با استفاده از گزینه انتخاب همه، مرور فصل‌های مرورنشده را در اولویت قرار دهید.
انواع فلش‌کارت‌های قابل مرور

محتوای آموزشی در قالب‌های متنوع ارائه می‌شود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموخته‌ها قابل استفاده باشد.

💬
نکته‌های خودمانی
یادگیری ساده و روان
📘
نکته‌های رسمی و کتابی
مرور دقیق مفاهیم
📝
پرسش‌های چهارگزینه‌ای
سنجش آموخته‌ها
❓
پرسش‌وپاسخ
تمرین یادآوری پاسخ
🎓
درسنامه
مرور محتوای آموزشی
امکانات مرور و ارزیابی
حرکت ساده بین کارت‌ها
استفاده از دکمه‌های قبلی و بعدی و مشاهده نوار پیشرفت برای دنبال کردن روند مرور.
مشاهده پاسخ و توضیحات
برگرداندن کارت برای نمایش پاسخ و توضیحات در قالب‌هایی مانند تست و پرسش‌وپاسخ.
تنظیم اندازه فونت
انتخاب اندازه مناسب نوشته‌ها برای تجربه مطالعه راحت‌تر.
نمایش فرمول‌های ریاضی
پشتیبانی از نمایش صحیح فرمول‌ها و روابط ریاضی مبتنی بر LaTeX.
ثبت نتیجه و گزارش آماری
علامت‌گذاری هر پاسخ به‌صورت درست یا غلط و مشاهده تعداد و درصد موفقیت برای انواع محتوا.
طراحی‌شده برای مطالعه روزمره
  • رابط کاربری فارسی و راست‌چین با فونت وزیر.
  • تم روشن و تیره مطابق تنظیمات سیستم.
  • صفحه‌بندی ساده برای انتخاب دوره و شروع مرور.
  • نمایش تعداد دفعات مرور هر فصل.
  • انتخاب چند فصل برای مرور هم‌زمان.
  • امکان تمرکز بر فصل‌هایی که هنوز مرور نشده‌اند.
مناسب برای چه کسانی است؟

این اپلیکیشن برای دانش‌آموزان، دانشجویان، داوطلبان آزمون‌ها و علاقه‌مندان به یادگیری طراحی شده است؛ به‌ویژه کسانی که می‌خواهند مطالب آموزشی را در زمان‌های کوتاه مرور کنند، دانسته‌های خود را بسنجند و مطالعه منظم‌تری داشته باشند.

توجه: محتوای آموزشی و تعداد فلش‌کارت‌ها به دوره انتخاب‌شده بستگی دارد. محتوای دوره پس از نصب، درون برنامه قابل استفاده است؛ با این حال، دریافت اولیه اپلیکیشن و به‌روزرسانی‌های احتمالی ممکن است به اینترنت نیاز داشته باشند.
گالری تصاویر اپلیکیشن‌ها
محیط واقعی اپلیکیشن‌های آموزشی ما
تصاویر زیر، نمونه‌هایی از محیط واقعی اپلیکیشن‌های آموزشی ما هستند و قالب کلی، سبک طراحی و شیوه نمایش محتوای آموزشی در این برنامه‌ها را نشان می‌دهند.
نگاهی به فضای داخل برنامه
تصویر محیط اپلیکیشن آموزشی ۱
نمای اپلیکیشن ۱
تصویر محیط اپلیکیشن آموزشی ۲
نمای اپلیکیشن ۲
تصویر محیط اپلیکیشن آموزشی ۳
نمای اپلیکیشن ۳
تصویر محیط اپلیکیشن آموزشی ۴
نمای اپلیکیشن ۴
تصویر محیط اپلیکیشن آموزشی ۵
نمای اپلیکیشن ۵
تصویر محیط اپلیکیشن آموزشی ۶
نمای اپلیکیشن ۶
تصویر محیط اپلیکیشن آموزشی ۷
نمای اپلیکیشن ۷
تصویر محیط اپلیکیشن آموزشی ۸
نمای اپلیکیشن ۸
تصویر محیط اپلیکیشن آموزشی ۹
نمای اپلیکیشن ۹
تصویر محیط اپلیکیشن آموزشی ۱۰
نمای اپلیکیشن ۱۰
تصویر محیط اپلیکیشن آموزشی ۱۱
نمای اپلیکیشن ۱۱
نکته مهم درباره تصاویر
این تصاویر نمونه‌ای از قالب و سبک طراحی اپلیکیشن‌های آموزشی ما هستند. اپلیکیشن ارائه‌شده نیز از همین رویکرد طراحی و نمایش محتوای آموزشی پیروی می‌کند؛ جزئیات ظاهری و امکانات قابل مشاهده ممکن است متناسب با نوع دوره و بخش مورد استفاده متفاوت باشد.
تگ‌ها: Cloud Computing cloud development Dash Framework Dash Python GCP Google Cloud Platform Python Python Developers برنامه نویسی ابری برنامه نویسی پایتون پایتون توسعه ابری رایانش ابری گوگل کلود پلتفرم وب اپلیکیشن پایتون

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.