پی سی دانلود - packt

هوش مصنوعی یا هوش ماشینی (Artificial Intelligence) هوش مصنوعی به هوشی که یک ماشین در شرایط مختلف از خود نشان می‌دهد، گفته می‌شود. به عبارت دیگر هوش مصنوعی به سیستم‌هایی گفته می‌شود که می‌توانند واکنش‌هایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیه‌سازی فرایندهای تفکری و شیوه‌های استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل را داشته باشند. بیشتر نوشته‌ها و مقاله‌های مربوط به هوش مصنوعی، آن را به عنوان «دانش شناخت و طراحی عامل‌های هوشمند» تعریف کرده‌اند. هوش مصنوعی را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانش‌ها، علوم، و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، عصب‌شناسی، فیزیولوژی، تئوری کنترل، احتمالات و بهینه‌سازی جستجو کرد و کاربردهای گوناگون و فراوانی در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم اجتماعی و بسیاری از علوم دیگر دارد.
در دوره آموزشی Packt Artificial Intelligence with Python - Sequence Learning به طور گام به گام با هوش مصنوعی با پایتون و ویژگی های آن آشنا می شوید.

Selenium یک چارچوب تست نرم افزار برای وب اپلیکیشن های تحت جاوا است. سلنیوم یک ابزار ضبط/پخش برای انجام تست است که بدون یادگیری یک زبان برنامه نویسی تست (سلنیوم IDE) عملیات خطایابی را انجام می دهد. تست نرم افزار به فرایند ارزیابی نرم افزار به منظور اطمینان از عملکرد صحیح آن در رویداد هایی مختلفی که ممکن است در دوره استفاده از نرم افزار با آن مواجه شود می باشد و به عبارت دیگر پیدا کردن خطا هایی احتمالی یک نرم افزار برای عملکرد درست، صحیح و بهینه آن در طول استفاده از آن است. هر چقدر نرم افزار بتواند با رویداد ها مختلف به صورت مطلوب تر و قابل پذیرش تری چه از نظر عملکرد و چه از راحتی کاربر داشته باشد میتوان انتظار داشت نرم افزار دارای عملکرد بهتری می باشد. تست خوب: احتمال پیدا کردن خطاهای کشف نشده توسط ارزیابی زیاد است. تست موفق: که حداقل یک خطای کشف نشده را بیابد تست فقط وجود خطا را نشان می‌دهد و نه عدم وجود آن را. پیدا نشدن خطا در تست به معنای بدون خطا بودن برنامه نیست.
در دوره آموزشی Packt Data-Driven Testing in Selenium با آموزش تست دیتا درایون در سلنیوم آشنا می شوید.

در علم ارتباطات راه دور و مهندسی نرم‌افزار مقیاس‌پذیری (Scalability)، ویژگی مطلوبی از یک سامانه(سیستم)، شبکه یا فرایند است که به توانایی آن برای پاسخگویی به افزایش میزان بار کاری به سهولت دلالت می‌کند یا میزان آمادگی سیستم را برای افزایش بار کاری نشان می دهد. به عنوان نمونه، مقیاس پذیری می‌تواند به توانایی یک سامانه برای افزایش عملکرد کلی در هنگام افزودن منابع(مثل سخت افزار) اشاره کند. هنگامی که این واژه در موضوعات مرتبط با کسب و کار بکار می رود نیز مفهوم مشابهی از آن برداشت می شود. مدل‌های کسب‌ و کار مقیاس پذیر مدلهایی هستند که پتانسیل ایجاد رشد اقتصادی سازمان را دارند. تعریف مقیاس پذیری به عنوان یک خصوصیت از سامانه (سیستم) به سادگی امکانپذیر نیست و در هر مورد خاصی با توجه به ابعاد مورد اهمیت باید نیازمندیهای جدیدی را برای مقیاس پذیری تعریف کرد. نقش مقیاس‌پذیری در طراحی و انجام سامانه‌های پیچیده و بزرگ همچون پایگاه‌های داده‌ها، پایگاه‌های دانش، محاسبات گسترده (distributed computing)، اینترنت، کاوش‌های ماشینی در داده‌ها، بینایی رایانه‌ای، و مخابرات بسیار حیاتی و عمده می‌شود. سامانه ای که با افزایش ظرفیت، کارایی آن افزایش می یابد یک سامانه مقیاس پذیر خوانده می شود. یک الگوریتم، طراحی، پروتکل، برنامه رایانه ای یا هر سیستم دیگری مقیاس پذیر خوانده می‌شود اگر برای مقیاس‌های بزرگتر هم بتواند به طرز مناسب و عملی و کارا استفاده شود. 
در دوره آموزشی Packt Scalable programming with Scala and Spark با آموزش برنامه نویسی مقیاس پذیر با اسکالا و اسپارک آشنا می شوید.

طراحی سایت، به روند برنامه ریزی و ساخت یک سایت گفته می شود. متن، تصاویر، فایل های صوتی و تصویری و المان های برنامه نویسی، توسط طراحی سایت برای تولید صفحه ای قابل رویت در مرورگر، فرمت دهی می شوند. طراحان سایت ها برای ساخت صفحاتی که بتوانند توسط مرورگرها خوانده شوند، از زبان های نشانه ای که اکثرا برای ایجاد ساختار از HTML و برای نمایش از CSS هستند، استفاده می کنند. در دنیای Web 2.0، زبان های برنامه نویسی دیگر نظیر جاوا اسکریپت، Ruby on Rails، PHP، ASP.net و Perl برای ساخت صفحات سایت ها استفاده می شوند تا تعامل کاربر با سایت بوجود آید. در کل، پروسه طراحی سایت شامل، مفهوم سازی، طرح ریزی، پیش تولید، تحقیق، تبلیغات، و همچنین مدیریت فایل های صوتی، تصویری و دیگر فابل های چند رسانه ای مورد استفاده در صفحات سایت می باشد.
در دوره آموزشی Packt Web Developer Toolbox Essentials for Modern Web Development همراه با آموزش NPM و YARN و... به طراحی وب سایت های مختلف و مدرن می پردازیم.  

برنامه‌ریزی عصبی زبانی Neuro-linguistic programming یک رویکرد ارتباطی، رشد فردی و یک روش روان‌درمانگری است که توسط «ریچارد بندلر» Richard Bandler و «جان گریندر» در سال 1970 و در کالیفرنیای آمریکا، ایجاد شد. ایجادکنندگان این رویکرد، مدعی بودند که بین فرایندهای عصبی؛ «عصبی»، پردازش‌های زبانی؛ «زبانی» و الگوهای رفتاری، ارتباطی وجود دارد که می‌تواند از طریق تجربه؛ «برنامه‌ریزی» کرد و آنها را یادگرفت و به این روش از این رویکرد برای هدف ویژه‌ای در زندگی، بهره گرفت و حتی به این طریق بتوان مسیر زندگی را تغییر داد. برنامه‌ریزی عصبی زبانی یا برنامه ریزی به زبان عصبی رویکردی منظم است که هدف از آن افزایش اثر بخشی فردی است. اصل اساسی در برنامه ریزی عصبی زبانی این است که افراد به شیوه‌های خاص خود در مورد جهان فکر می‌کنند. آن را می‌بینند، می‌شنوند، لمس می‌کنند و می‌فهمند. برنامه ریزی عصبی زبانی با ساختار تفکر و قالب‌های فکری سرو کار دارود و نه افکار خاصی که در ذهن وجود دارد.
در دوره آموزشی Packt Finding Elements of Text with NLP in Java با فرآیند جستجوی المنت های متن با ان ال پی در جاوا آشنا می شوید.

hive روش دیگری در زبان‌های سطح بالاست که در Facebook توسعه داده می‌شود. کاری که Hive انجام می‌دهد ارائه‌ی نوعی پوسته (Shell) نزدیک به SQL است. بنابراین شما دستورالعمل‌هایی می‌نویسید که شباهت زیادی به SQL دارند و Hive نگاشت میان Schema و فایل‌ها را نگهداری می‌کند. شما اطلاعات فایل‌های درون فایل سیستم و اطلاعاتی در مورد محتوای آن‌ها را به هایو داده و هایو آن‌ها را در ستون‌هایی مرتب می‌کند. سپس پرس‌وجوها را می‌نویسید که به عنوان کارهای MapReduce اجرا می‌شوند. هر دوی Pig و Hive از بسیاری جنبه‌ها کارهای یکسانی را انجام می‌دهند. تلاش‌هایی برای پشتیبانی Pig از پرس و جو های شبیه به SQL هم وجود دارد. هر دو زبان دارای بهینه‌ساز (Optimizer) هستند. هر دو قادر به اجرای کارهایی هستند که ممکن است شامل چند کار MapReduce باشد.
در دوره آموزشی Packt From 0 to 1 - Hive for Processing Big Data با آموزش کامل پردازش داده های حجیم با هایو آشنا می شوید.

به طور کلی به مسئله هایی که ستون آخر(ستون طبقه یا Class) را داشته باشند، مسائل طبقه بندی یا Classification گفته می شود. این دسته از مسائل به یاگیری با ناظر(Supervised Learning) نیز معروف هستند، چون در واقع یک ناظر وجود دارد که ستون آخر را برای ما پر کند. الگوریتم های یادگیری ماشین و داده کاوی که کار طبقه بندی را انجام میدهند(مانند SVM، Random Forest، Naive Bayes و...) میتوانند جدول یا ماتریس را به عنوان ورودی قبول کنند و از این ماتریس و ویژگی های آن، طبقه یا Class موجود را یادبگیرند. سپس اگر یک نمونه جدید(مثلا یک مشتری جدید) - که طبقه آن را نمیدانیم - به الگوریتمی که یادگرفته است داده شود، این الگوریتم میتواند این نمونه را به طبقه های احتمالا درست(که قبلا دیده است) طبقه بندی یا Classification کند. مثلا یک مشتری جدید با ۴ویژگی جدید(۴ بعد مسئله)، به الگوریتم داده میشود، و الگوریتم میتواند حدس بزند(با توجه به داده هایی که یادگرفته است) که این مشتری میتواند وام خود را پس دهد یا خیر.
در دوره آموزشی Packt Machine Learning Classification Algorithms using MATLAB با الگوریتم های طبقه بندی یادگیری ماشین و پیاده سازی آنها با متلب آشنا می شوید.

سی شارپ، زبانی شیءگرا و سطح بالا از خانوادهٔ زبان‌های چارچوب دات‌نت شرکت مایکروسافت است. زبان سی شارپ، یک زبان برنامه‌نویسی چند الگویی و منظم شده مدل‌های تابعی، امری، عمومی، شیءگرا و جز گرا و در بستر دات نت است. این زبان توسط مایکروسافت و جزئی از دات نت به وجود آمد و بعداً استانداردهای ECMA و ISO را نیز در بر گرفت. سی شارپ یکی از ۴۴ زبان برنامه‌نویسی است که توسط زمان اجرای زبان مشترک از چارچوب دات‌نت پشتیبانی می‌شوند و در همه جا به وسیله مایکروسافت ویژوال استودیو شناخته می‌شود. زبان سی شارپ با قدرت و در عین حال سطح بالایی خود توانسته توجه بسیاری از برنامه نویسان را به خود جلب کند. این زبان برپایه سادگی، مدرن بودن، همه منظوره و شیءگرا بودن ساخته شد. آندرس هجلزبرگ، طراح زبان برنامه‌نویسی دلفی، سرپرستی تیم طراحان زبان سی شارپ را بر عهده داشت. این زبان دارای دستوری شیءگرا مشابه ++C است و به شدت از زبان‌های جاوا و دلفینیازمندمدرک تأثیر پذیرفته‌است. در ابتدا نام این زبان COOL بود که مخفف C like Object Oriented Language بود، هر چند در ژوئیه ۲۰۰۰، زمانی که مایکروسافت پروژه را عمومی اعلام کرد، اسم آن به سی شارپ تغییر پیدا کرد. آخرین نسخه آن نسخه ۵٫۰ است که همزمان با دات‌نت ۴٫۵ در اوت ۲۰۱۲ منتشر شد.
در دوره آموزشی Packt Learn C# With Windows Forms and SQL Server به طور کامل با اصول و مبانی سی شارپ با ویندوز فرم و اس کیو ال سرور آشنا می شوید.

React یک کتابخانه UI توسعه داده شده در فیسبوک، به منظور تسهیل در ایجاد تعامل، استفاده مجدد اجزاء است. فیسبوک در ساخت محصول از این استفاده می کند، و instagram بطور کامل با React نوشته شده است. یکی از نقاط منحصر به فرد آن این است که، نه تنها کارها را در سمت سرویس گیرنده انجام می دهد، بلکه در سمت سرور هم کار می کند، و اینها در کنار هم بصورت سازگار کار می کنند. همچنین از یک مفهومی به نام Virtual DOM استفاده می کند که زیر گروه های انتخابی گره ها را بر اساس شرایط ارائه می دهد. این کار را با حداقل مقدار دستکاری DOM ممکن بنظور به روز نگه داشتن اجزای شما انجام می دهد.
در دوره آموزشی Packt ReactJS and Flux - Learn By Building 10 Projects با اصول و مبانی ری اکت جی اس و فلاکس همراه با ساخت 10 پروژه آشنا می شوید. 

آزمایش نرم افزار، کلمه ای فراگیر است که به معنای تلاش برای ارزیابی و بهتر کردن تمام جنبه های کیفیت نرم افزار می باشد. آزمایش نرم افزار، فرایند ارزیابی نرم افزار، به منظور اطمینان از عملکرد صحیح آن در رویدادهای مختلفی است که ممکن است در دوره استفاده از نرم افزار با آن مواجه گردد و به عبارت دیگر پیدا کردن خطاهای احتمالی یک نرم افزار برای عملکرد درست، صحیح و بهینه در طول استفاده از آن می باشد. آزمایش نرم افزار مؤثر، موجب فراهم ساختن قابلیت اطمینان و محصول عالی، رضایتمندی بیشتر کاربران، هزینه نگهداری کمتر و نتایج قابل اطمینان تر و دقیق تر می شود.
در دوره آموزشی Packt Testing for Reliability and Performance with Visual Studio 2017 با تست قابلیت اطمینان و عملکرد با ویژوال استودیو 2017 و تمرکز بر اپ های موبایل، فضای ابری، قابلیت های توسعه دسکتاپ و... آشنا می شوید.