آموزش ساختمان داده بطور مختصر‌ (برای قسمت عملیش با پایتون انجامش دادم اما توضیحات بصورت جامع هستش *فارسی)

https://github.com/alireza-fa/data-structures-python

اول راه ساختمان داده هستیم و تو روز های آینده کامل میشه.

اگه امکانش هست star بدید ❤️

#data_structure

@khat_academy

اگه این زبان ها رو دارید یاد میگیرید
این سایت ها کمکتون میکنه

#کاربردی

@khat_academy

سلام دوستان بنده رادین پرهامی، ادمین جدید هستم.


🌹 امیدوارم در کنار هم بتونیم مسیر پیشرفت رو هم‌وارتر و سطح مهارت و حرفه کشور رو استوارتر بسازیم. ♥️



#Deep_Python

⌨ عملگرهای مقایسه‌ای
🚧 تمرکز: بررسی‌ و مقایسه باینری.


@khat_academy

وقتی خودت و پارنترت برنامه نویسید😂😂


#fun

@khat_academy

راهنمای سریع نمادگذاری Big O برای محاسبه پیچیدگی محاسباتی (Time complexity)

خواندن

#مقاله

@khat_academy

#Deep_Python

⌨ تعریف شرط در پایتون
🚧 تمرکز: بررسی‌ حدودی مفاهیم پایه تا پیشرفته شرط در پایتون.

♥️ Source: GitHub


@khat_academy

دوستان کسی هست که با لایبری pulp اشنایی داشته باشه اگ بود لطفا به پیوی بیاید چند تا سوال دارم در مورد حل جداول سیمپلکس
https://news.1rj.ru/str/Devilsfer

آشنایی با ساختار داده ی لیست های پایتون

تو این ویدیو با Array و Dynamic array آشنا میشید که لیست های پایتون dynamic array هستند.

توضیحات تکمیلی:
در لیست پایتون ما بجای ذخیره دیتا میایم اشاره گر (pointer) رو ذخیره میکنیم که به فضای دیتا اشاره میکنه.

توی لیست پایتون insert, remove کردن o(n) هستش.
اما خب با توجه به ایندکس میتونه متفاوت باشه.
برای مثال remove کردن آخر لیست o(1) هستش.
در آخر ویدیو اشاره شد که در linked list ها insert, add, remove همیشه o(1) هستند که بعدا در مورد پیاده سازیش و تفاوتش با Array list صحبت میکنیم.

همچنین برای آشنایی بیشتر با ساختمان داده میتونید این ریپو دنبال کنید:
https://github.com/alireza-fa/data-structures-python

همچنین اگه نیاز میدونید ساختار داده رو از صفر براتون توضیح بدم بگید شاید انجامش دادم

#data_structure #python

@khat_academy

میخوای شبکه عصبی رو یاد بگیری؟

playground.tensorflow.org/
زمین‌بازی تنسورفلو به صورت تصویری و جذاب نحوه‌ی یادگیری شبکه‌ی عصبی رو به شما نشون می‌ده. می‌تونید با انواع داده‌ها و مقادیر بازی کنید تا راجع به کارکرد شبکه‌های عصبی بیشتر بدونید.

این پروژه با استفاده از سری مقالات colah و با کتابخانه‌ی d3.js که برای تصویرسازی در جاوا اسکریپت مورد استفاده قرار می‌گیره تحت اجازه‌نامه‌ی آپاچی ۲.۰ نوشته و منتشر شده و می‌تونید کدمنبعش رو در زیر ببینید و بخونید:
https://github.com/tensorflow/playground

اینجام سر بزنید بدون فیلتر و فارسی قرار دادن:
http://nnplayground.chistio.ir

[Amiria]

#machine_learning

@khat_academy

رشد F (n) بر اساس n در توابع مختلف:

ایده آل ترین حالت اینه الگوریتم ما constant باشه و o(1) ولی خب در عمل اکثر مواقع امکان پذیر نیست.

اگه constant نشد. لگاریتمی و log n هم خیلی عالیه و اونم نزدیک constant هستش.

ولی اغلب اوقات log n و o(1) برای آرایه ای که n تا ورودی میگیره رخ نمیده

اگه واقع بین باشیم، معمولا الگوریتم های Linear همون o(n) و N-Log-N خیلی بدرد بخور و قابل تحمل هستند.

یه پله بالا تر یعنی Quadratic هم یه جاهایی قابل تحمله

اما از o(n^^2) به بعد برای ورودی های بزرگ غیر قابل تحمل میشه

پس اگه الگوریتمی که طراحی میکنید برای یک مسئله ای که ورودیش n هستش تا حد معقول o(n) و یا N-Log-N باشه.

این نکته رو هم در نظر بگیرید بعضی مسائل اصلا براش پیچیدگی های زیر نمایی پیدا نشده

#algorithm

@khat_academy

⚪️#لغات_برنامه_نویسی
      (پارت اول)

البته اگر طی فرایند یادگیری اینارو متوجه بشید قطعا نتیجه بهتری میگیرید✔️


#کاربردی

@khat_academy

مسئله

ما یک آرایه مرتب شده داریم.
میخوایم عددی رو چک کنیم که داخل آرایه ما وجود داره یا نه.

این مسئله رو با بهینه ترین حالت ممکن حلش کنید.

(حل مسئله همراه توضیح که روشتون از نظر زمانی و فضایی چطوره)

#algorithm

@khat_academy

یادگیری زبان های برنامه نویسی از آسون ترین تا سخت ترین

عکس باحالیه

زبان scratch که اصلا تو هواست

قله ها پایتون و جاوااشکریپت هستن و هر چی میریم پایین تر یادگیریش سخت تر میشه
اون زیر زیرا دیگه رسما فسیله

#fun

@khat_academy

🔥 برگه تقلب برنامه نویسا

🌀 با استفاده از وب‌سایت Over Api میتونید تماااام دستورات برنامه نویسی رو همیشه و همه جا همراه خودت داشته باشی😍

همه زبان هارو شامل میشه و با انتخاب زبان مدنظرتون سایت به شما تموم استایل ها ، استرینگ ها ، آرایه ها و همه چیز هایی که مثلا تو شبکه جهانی پایتون نیاز داری دستوراتش رو برات گذاشته تا هر موقع اراده کردی بهشون دسترسی پیدا کنی 👌

اینم سایتش :
https://overapi.com/#google_vignette

#کاربردی

@khat_academy

#پایتون_مقدماتی

#بخش_سوم

🔴 متد ()dir() ,count() ,inster

#python_beginner

@khat_academy

چرا ایلان ماسک الان جوون تر بنظر میرسه؟

چون برنامه نویسیو گذاشتش کنار

#fun

@khat_academy

💎 معرفی کتابخانه NumPy پایتون

💢 نامپای یک کتابخانه پایتونی است که برای کار با داده‌های آرایه‌ای ارائه شده است. numpy مخفف numerical python است. از برخی جهات آرایه‌های نامپای شبیه به لیست‌ها در پایتون هستند. اما تفاوت این دو با بزرگ شدن حجم داده‌ها مشخص می‌شود. آرایه‌ها و توابع نامپای مخصوص کار با داده‌های بزرگ طراحی شده‌اند و نسبت به لیست‌ها بسیار بهینه‌تر هستند.

♨️ کتابخانه نامپای (NumPy) یکی از مهم‌ترین کتابخانه‌های پایتون برای کار در حوزه کامپیوترساینس است. این کتابخانه امکان کار با آرایه‌ها و ماتریس‌های بزرگ و چندبعدی را فراهم می‌کند.

#معرفی_کتابخانه

#python

@khat_academy

#Deep_Python

⌨ حلقه for (تک‌خطی، چندخطی).

🚧 تمرکز: تعریف، توصیف و بررسی‌ کارکرد حلقه در انواع حالت‌ها در پایتون.

♥️ Source: GitHub


@khat_academy

برای کامل کردن مبحث «دیتا استراکچر در پایتون» هر شخصی تواناییش رو داره این رو انجامش بده و توی این ریپ پول ریکوئست بزنه:
https://github.com/alireza-fa/data-structures-python

مسئله:
ساختار داده ی درخت رو توی پایتون پیادش کنید.

نکات:
بشه عمق و ارتقاع رو حساب کرد
قابل پیمایش کردن باشه(اختیاری)
قابلیت حذف کردن فرزند رو داشته باشه

(خودم یه نمونه مثالشو اضافه کردم)

@khat_academy

یه تعریف ساده از تابع ها و حلقه ها😂👍

#fun

@khat_academy

#Deep_Python

⌨ مقایسه for و map.

🚧 تمرکز: بررسی‌ و مقایسه دقیق کارکرد، سرعت و بهینه‌بودن در حالت‌های مختلف.
( توضیح اندک unix timestamp )

♥️ Source: GitHub


@khat_academy