Məzmuna keç
Educora
AZ
AzərbaycancaEnglishРусскийTürkçe
Mənim səhifəmEducora StudioParametrlər

Python

Ən populyar başlanğıc dili: sadə, güclü, universal

Heç bir təcrübən olmadan Python-da proqram yazmağı öyrən: dəyişənlərdən və şərtlərdən başlayıb funksiyalara, siniflərə və fayllarla işə qədər. Hər dərsdə kodu elə brauzerdə işə salıb nəticəni görəcəksən. Kursun sonunda kiçik, amma real bir layihəni özün qura biləcəksən.

42 dərs9 modul≈ 14,2 saatBaşlanğıcOrtaİrəliUniversitet
İrəliləyiş0%

0 / 42 dərs tamamlandı

Kursa başla

Python nədir? İlk proqramın

Kursun məzmunu

Bütün testlər · 15Düsturlar və asan yollar
1

Python-un əsasları

Başlanğıc

İlk proqramını yaz, dəyişənlər, verilənlərin tipləri, hesab əməlləri və sətirlərlə tanış ol.

3 dərs
  1. 1Python nədir? İlk proqramınPython-un nə olduğunu və harada istifadə edildiyini öyrən, print() ilə ilk proqramını yaz.
  2. 2Dəyişənlər, verilənlərin tipləri və hesab əməlləriQiymətləri dəyişənlərdə saxla, əsas tiplərlə tanış ol, hesablamalar apar və bir tipi digərinə çevir.
  3. 3Sətirlər və f-sətirlərMətnlərlə işləməyi öyrən: birləşdirmə, indekslər, kəsiklər, faydalı metodlar və f-sətirlərlə şablonlar.
2

Şərtlər və dövrlər

Başlanğıc

Proqramına qərar verməyi və işləri təkrarlamağı öyrət.

2 dərs
  1. 4Şərtlər: if, elif, elseProqramına qərar verməyi öyrət: müqayisə operatorları, if/elif/else və məntiqi and, or, not.
  2. 5Dövrlər: for və whileİşləri təkrarlamağı öyrən: for və range(), while, həmçinin dövrü idarə edən break və continue.
3

Verilənlər strukturları

Orta

Çoxlu məlumatı siyahılarda, kortejlərdə, çoxluqlarda və lüğətlərdə saxla və emal et.

3 dərs
  1. 6SiyahılarÇoxlu qiyməti bir siyahıda saxla: elementlərə müraciət et, əlavə et, sil, çeşidlə və siyahı üzərində dövr qur.
  2. 7Kortejlər və çoxluqlarDəyişməyən verilənlər üçün kortejlərdən, təkrarsız elementlər üçün çoxluqlardan istifadə etməyi öyrən.
  3. 8LüğətlərMəlumatı «açar: qiymət» cütləri şəklində saxla: lüğət yarat, onu dəyiş, üzərində dövr qur və saymaq üçün istifadə et.
4

Funksiyalar və modullar

Orta

Kodu təkrar istifadə olunan funksiyalara böl, standart kitabxanadan yararlan və xətaları idarə et.

3 dərs
  1. 9FunksiyalarÖz funksiyalarını yaz: parametrlər, return ilə qiymət qaytarmaq, susmaya görə qiymətlər və dəyişənlərin görünmə sahəsi.
  2. 10Modullar və standart kitabxanaHazır alətlərdən istifadə et: import, math, random və datetime modulları və standart kitabxananın digər faydalı hissələri.
  3. 11Xətaların idarə olunması: try və exceptProqramın xəta ilə dayanmasının qarşısını al: istisnaları tanı, try/except/else/finally ilə tut və raise ilə özün yarat.
5

Qabaqcıl Python

İrəli

Qısa və ifadəli kod yaz, siniflər qur, fayllarla işlə və hamısını bir layihədə birləşdir.

3 dərs
  1. 12Siyahı və lüğət generatorlarıSiyahıları, lüğətləri və çoxluqları bir sətirdə qur: generatorlar (comprehensions), filtr şərtləri və generator ifadələri.
  2. 13Obyektyönlü proqramlaşdırma: siniflər və obyektlərVerilənləri və davranışı bir yerdə birləşdir: siniflər, obyektlər, __init__, metodlar, self və varislik.
  3. 14Fayllar və mini-layihə: qiymət kalkulyatoruFayllara yazmağı və fayllardan oxumağı öyrən, sonra kurs boyu öyrəndiklərini qiymət kalkulyatoru layihəsində birləşdir.
6

Python dərindən

İrəli

Generatorlar, dekoratorlar, tiplər, asinxron kod, testlər və peşəkar Python yazmağın sirləri.

10 dərs
  1. 15İteratorlar və generatorlar`for` dövrü əslində necə işləyir: iterasiya protokolu, `__iter__`/`__next__`, `yield` ilə generatorlar, tənbəl hesablama, `yield from` və yaddaşa qənaət edən emal zəncirləri.
  2. 16Dekoratorlar və qapanmalarFunksiyalar obyekt kimi, LEGB qaydası, qapanmalar və `nonlocal`, öz dekoratorların, arqumentli dekoratorlar, `functools.wraps` və `lru_cache` ilə keşləmə.
  3. 17Kontekst menecerləri və with operatoru`with` əslində nə edir: `__enter__` və `__exit__`, `__exit__`-də istisnaların emalı, `contextlib.contextmanager` ilə menecer yazmaq və hazır alətlər — `suppress`, `redirect_stdout`, `ExitStack`.
  4. 18Tip annotasiyaları və dataclass-larKodda tipləri yazmaq: `list[int]`, `int | None`, `Callable`, `Literal`, generiklər və `Protocol`, mypy ilə yoxlama, həmçinin `@dataclass`, `field`, `frozen`, `order` və `slots`.
  5. 19Qabaqcıl OYP: xüsusi metodlar, xassələr və MROSiniflərini daxili tiplər kimi işlət: `__repr__`/`__str__`, `__eq__`/`__lt__`/`__hash__`, operatorların yüklənməsi, konteyner protokolu, `@property`, sinif və statik metodlar, MRO, `super()` və `abc.ABC`.
  6. 20Requlyar ifadələr: re moduluMətndə şablon üzrə axtarış: `re.search`, `findall`, `finditer`, simvol sinifləri və kəmiyyət göstəriciləri, qruplar və adlı qruplar, acgöz və tənbəl axtarış, `sub`, `split`, bayraqlar və `compile`.
  7. 21Asinxron Python: async və awaitGözləmə tələb edən işləri eyni vaxtda icra et: korutinlər, `await`, hadisə dövrü, `asyncio.run`, `gather`, `create_task`, `TaskGroup`, vaxt limitləri, `async for` və hadisə dövrünü bloklamağın təhlükələri.
  8. 22Paketlər, modullar və virtual mühitlərLayihəni peşəkar kimi qur: modul və paket fərqi, `__init__.py`, nisbi importlar, `if __name__ == '__main__'`, `venv`, `pip`, `requirements.txt`, `pyproject.toml` və versiya məhdudiyyətləri.
  9. 23pytest ilə testləşdirməAvtomatik testlər yaz: pytest testləri necə tapır, `assert`-in yenidən yazılması, istisnaların və kəsr ədədlərin yoxlanması, fiksturalar, `tmp_path` və `parametrize`.
  10. 24Performans, Big-O və collections moduluSürətli kod yaz: Big-O yazılışı, siyahı, lüğət və çoxluq əməliyyatlarının mürəkkəbliyi, `timeit` və `cProfile` ilə ölçmə, `Counter`, `defaultdict`, `deque`, `namedtuple` və `itertools`.
7

Veb və avtomatlaşdırma

İrəli

JSON və CSV faylları, API-lər, FastAPI ilə veb servis və gündəlik işləri avtomatlaşdıran skriptlər.

4 dərs
  1. 25JSON və CSV ilə işləmək`json` modulu ilə verilənləri mətnə çevir və geri oxu, Azərbaycan hərflərini `ensure_ascii=False` ilə qoru, `csv` modulu ilə cədvəlləri düzgün oxu və yaz, `pathlib` ilə fayllarla işlə.
  2. 26Veb API-lər və requests kitabxanasıHTTP necə işləyir: metodlar, status kodları, başlıqlar və JSON. `requests` ilə GET və POST sorğuları, `params`, `headers`, `timeout`, `raise_for_status`, xətaların idarəsi və API açarlarının təhlükəsiz saxlanması.
  3. 27FastAPI ilə veb servisFastAPI ilə kiçik REST API qur: yol və sorğu parametrləri, Pydantic modelləri ilə yoxlama, 201 və 404 cavabları, avtomatik sənədlər (`/docs`), serveri kompüterində işə salmaq və `TestClient` ilə test etmək.
  4. 28Avtomatlaşdırma skriptləriGündəlik işləri Python-a həvalə et: `pathlib` və `shutil` ilə faylları sırala, `datetime` ilə köhnə faylları tap, `argparse` ilə komanda sətri interfeysi qur, `logging` ilə jurnal yaz və skripti cron və ya Tapşırıq Planlayıcısı ilə plan üzrə işə sal.
8

Verilənlər elmi: NumPy, pandas, matplotlib

Universitet

Massivlərlə hesablamalar, cədvəl verilənlərinin analizi, qrafiklər, statistika və scikit-learn ilə maşın öyrənməsi.

7 dərs
  1. 29NumPy-ın əsasları: massivlərNumPy massivi (ndarray) ilə tanış ol: tip və forma, massivlərin yaradılması, təkrarlana bilən təsadüfi ədədlər, indeksləmə, kəsiklər, məntiqi maskalar və oxlar üzrə aqreqasiya.
  2. 30NumPy: vektorlaşdırma və xətti cəbrDövrləri massiv ifadələri ilə əvəz et, broadcasting qaydalarını mənimsə, massivlərin formasını dəyiş və `np.linalg` ilə tənliklər sistemini həll et, determinant və məxsusi qiymətləri tap.
  3. 31pandas-ın əsasları: Series və DataFrameCədvəl verilənləri ilə pandas-da işlə: Series və DataFrame, CSV-nin oxunması, `head`, `info`, `describe`, `loc` və `iloc` ilə seçmə, süzgəc, çeşidləmə və yeni sütunlar.
  4. 32pandas ilə verilənlərin analiziReal verilənlərlə işləməyin əsas alətləri: buraxılmış qiymətlər, `groupby` və `agg`, cədvəllərin `merge` ilə birləşdirilməsi, `pivot_table`, `map` və `apply`, tarixlər və kafe şəbəkəsinin satışlarının mini analizi.
  5. 33matplotlib ilə vizuallaşdırmaXətti qrafik, sütunlu diaqram, səpələnmə diaqramı, histoqram və alt qrafiklər qur, oxları, başlıqları və şərti işarələri düzgün yaz, intervalların sayını seç və dürüst, oxunaqlı qrafik çəkməyin qaydalarını öyrən.
  6. 34Python ilə statistikaTəsviri statistika, kənar qiymətlər, normal paylanma və `scipy.stats`, mərkəzi limit teoremi, etibarlılıq intervalı, t-testi və korrelyasiya — düsturlar, əl ilə həll olunmuş nümunələr və işlək kodla.
  7. 35scikit-learn ilə maşın öyrənməsiscikit-learn-ün vahid interfeysi: verilənlərin bölünməsi, xətti və logistik reqressiya, qərar ağacı, MSE, R², dəqiqlik, qarışıqlıq matrisi, precision və recall, çarpaz yoxlama və verilənlərin sızmasından qoruyan konveyerlər.
9

Süni intellekt və PyTorch

Universitet

Qradiyent enişindən neyron şəbəkələrə: tenzorlar, autograd, modelin öyrədilməsi, CNN və transformerlər.

7 dərs
  1. 36Maşın öyrənməsinin əsas anlayışlarıMaşın öyrənməsinin növləri, əlamətlər və etiketlər, verilənlərin bölünməsi, itki funksiyaları, qradiyent enişi, həddən artıq uyğunlaşma və sistematik xəta–dispersiya balansı — NumPy ilə işlək nümunələrlə.
  2. 37PyTorch: tenzorlarPyTorch-u quraşdır və onun əsas verilənlər tipini öyrən: tenzorun yaradılması, dtype və shape, reshape/view, indeksləmə, yayımlama (broadcasting), @ ilə matris hasili, GPU və NumPy ilə əlaqə.
  3. 38PyTorch: autograd və avtomatik törəməPyTorch törəmələri necə özü hesablayır: hesablama qrafı, requires_grad, backward() və .grad, zəncir qaydası, qradiyentlərin toplanması, torch.no_grad() və autograd ilə qradiyent enişi.
  4. 39PyTorch: neyron şəbəkələrin qurulmasıSüni neyrondan çoxqatlı şəbəkəyə: z = w·x + b, aktivasiya funksiyaları (ReLU, siqmoid, tanh, softmax), nn.Linear qatları, nn.Module və nn.Sequential, irəli keçid və parametrlərin sayı.
  5. 40PyTorch: modelin öyrədilməsi dövrüDataset və DataLoader, itki funksiyaları, SGD və Adam optimallaşdırıcıları, tam öyrətmə dövrü, eval rejimi və dəqiqlik, modelin state_dict ilə saxlanması — sintetik verilənlərdə kiçik təsnifatçının öyrədilməsi ilə.
  6. 41Konvolyusiya neyron şəbəkələri (CNN)Şəkillər tenzor kimi (C × H × W), konvolyusiya və çıxış ölçüsü düsturu, filtrlər, pooling, 28 × 28 şəkillər üçün kiçik CNN və formaların addım-addım izlənməsi, torchvision ilə MNIST və köçürmə öyrənməsi.
  7. 42Transformerlər və böyük dil modelləriTokenlər və embeddinqlər, özünə diqqət Attention(Q, K, V) = softmax(QKᵀ/√dₖ)·V, çoxbaşlı diqqət, mövqe kodlaşdırması, enkoder və dekoder, LLM-lərin növbəti tokenin proqnozu ilə öyrədilməsi, incə tənzimləmə, Hugging Face və məsuliyyətli süni intellekt.

Proqramlaşdırma

JavaScriptVebin dili — interaktiv saytlar və tətbiqlərTypeScriptTiplərlə təhlükəsiz və miqyaslı JavaScriptHTML və CSSVeb səhifələrin quruluşu və dizaynıSQLVerilənlər bazası ilə danışmağın dili