پی سی دانلود - web-

اگر با برنامه‌نویسی iOS و OS X آشنایی داشته باشید حتماً نام Xcode برای شما آشناست. Xcode ابزار اختصاصی اپل برای سیستم‌عامل Mac OS X است که به کمک آن می‌توانید برای آیفون، آیپد و مک برنامه و بازی بنویسید. نرم افزار Xcode 8 از قویترین ابزارها برای برنامه نویسی های حرفه ای در مکینتاش می باشد که تمامی کاربران می توانند به وسیله این نرم افزار به ساده ترین روش و با کمترین خطا، حتی راحت تر از برنامه نویسی مشابه ویندوزی، برنامه نویسی سیستم های آی او اس و مخصوصا مک را انجام دهند. همچنین این نرم افزار رابطه گرافیکی بالایی بین کد نویسی و طراحی صفحات نرم افزار را دارد. نرم افزار Apple Xcode دارای کدهای از پیش تعیین شده و فشرده سازی حجم نرم افزار نوشته شده می باشد به همین دلیل شما می توانید با سرعت بسیار بالا و حداقل زمان کمتری برنامه نویسی و کد نویسی خود را انجام دهید و تمامی سورس های برنامه ها را ویرایش کنید.
در دوره آموزشی Lynda Introducing App Development for iOS 14 با آموزش مقدماتی توسعه اپ برای آی او اس 14 اشنا خواهید شد.

عبارت منظم (Regular Expressions) از تعدادی نمادهای ثابت و اپراتور تشکیل شده است که مشخص کننده مجموعه ای از این رشته ها وعملگرا ها در این مجموعه است. در علوم رایانه، عبارات با منظم از تعدادی نمادهای ثابت و اپراتور تشکیل شده اند که مشخص کننده مجموعه ای از این رشته ها و عملگرا ها در این مجموعه است. یک عبارت منظم با زبان معمولی نوشته می‌شود که می‌تواند توسط یک پردازشگر عبارت منظم، یا یک برنامه که به عنوان تولید کننده مترجم یا بررسی‌کننده متن و تشخیص قسمت‌هایی از آن به وسیله مشخصات استفاده شود.
در دوره آموزشی Mastering Regular Expressions با آموزش تسلط بر عبارات منظم آشنا خواهید شد.

در مدل رابطه‌ای داده‌ها، زبان ساختارمند پرسش‌ها یا اس‌کیوال یا سی‌کوال (Structured Query Language - SQL) زبانی است سطح بالا مبتنی بر زبان سطح پایین و ریاضی جبر رابطه‌ای که برای ایجاد، تغییر، و بازیابی داده‌ها و نیز عملیات بر روی آنها به‌کار می‌رود. زبان SQL به سمت مدل شی‌گرا - رابطه‌ای نیز پیشرفت کرده‌ است. Microsoft SQL Server یک نرم‌افزار مدیریت پایگاه داده رابطه‌ای است که توسط شرکت مایکروسافت توسعه داده می‌شود. از جمله ویژگی‌های این سامانه، می‌توان به ساخت و مدیریت بانک اطلاعاتی رابطه‌ای، پشتیبانی از ACID، پشتیبانی از Referential integrity، قابلیت‌های انتقال پایگاه و بسیاری از قابلیت‌های دیگر داده اشاره کرد. این نرم افزار دارای ویرایش‌های متنوع و متناسب با محیط‌های کاری مختلف است. از جمله قابلیت‌های کلیدی Microsoft SQL Server 2016، ساخت و مدیریت بانک اطلاعاتی رابطه‌ای، پشتیبانی از ACID، پشتیبانی از Referential integrity، پشتیبانی از XML، رمز گذاری پیوسته اطلاعات، بهینه سازی موتور in-Memory OLTP، پشتیبانی از Microsoft Azure، انتقال پایگاه داده به سایر Platform ها و... می باشد.
در دوره آموزشی Udemy SQL Bootcamp for Business, Product, & Data Analysts با آموزش اس کیو ال برای تجارت، محصولات و آنالیز داده ها اشنا خواهید شد.

تی کی اینتر (TKinter) کتابخانه‌ٔ واسط کاربر گرافیکی برای زبان برنامه نویسی پایتون است. کتابخانه Tkinter در اصل از زبان برنامه‌نویسی Tk گرفته شده است و مخفف عبارت Tk Interface است. ماجول Tkinter این امکان را برای ما فراهم می‌کند تا بدون نیاز به کتابخانه‌ها و ابزارهای جانبی و تنها با استفاده از قابلیت‌هایی که پایتون به‌صورت پیش‌فرض و در هنگام نصب استاندارد با خود به همراه دارد، به تولید رابط‌ های بصری کاربر بپردازیم. این کار از طریق ابزارک‌هایی (widget) که Tkinter عرضه می‌کند، انجام خواهد شد. پنجره اصلی یا Toplevel container، دکمه‌ها (Button)، قاب‌ها (Frame)، ورودی متن (Text Entry)، دکمه‌های رادیویی (Radio Button) و بوم نقاشی (Canvas) نمونه‌هایی از این ابزارک‌ها هستند. در حالت معمول، ما یک پنجره اصلی با نام Toplevel خواهیم داشت که به عنوان نگه‌دارنده‌ای (container) برای سایر ابزارک‌ها کار خواهد کرد.
در دوره آموزشی Learn Complete Python-3 GUI using Tkinter با آموزش کامل طراحی رابط کاربری پایتون 3 با تی کی اینتر اشنا خواهید شد.

به عنوان یکی از شاخه‌های وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشینی (Machine learning) به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آنها رایانه‌ها و سامانه‌ها توانایی تعلٌم و یادگیری پیدا می‌کنند. هدف یادگیری ماشین این است که کامپیوتر (در کلی‌ترین مفهوم آن) بتواند به تدریج و با افزایش داده‌ها کارایی بهتری در انجام وظیفهٔ مورد نظر پیدا کند. گسترهٔ این وظیفه می‌تواند از تشخیص خودکار چهره با دیدن چند نمونه از چهرهٔ مورد نظر تا فراگیری شیوهٔ گام‌برداری روبات‌های دوپا با دریافت سیگنال پاداش و تنبیه باشد. طیف پژوهش‌هایی که در یادگیری ماشینی می‌شود گسترده‌است. در سوی نظری آن پژوهشگران بر آن‌اند که روش‌های یادگیری تازه‌ای به وجود بیاورند و امکان‌پذیری و کیفیت یادگیری را برای روش‌های‌شان مطالعه کنند و در سوی دیگر عده‌ای از پژوهش‌گران سعی می‌کنند روش‌های یادگیری ماشینی را بر مسایل تازه‌ای اعمال کنند. البته این طیف گسسته نیست و پژوهش‌های انجام‌شده دارای مولفه‌هایی از هر دو رویکرد هستند.
در دوره آموزشی Udemy MASTERING Machine Learning with AZURE- 2020 با آموزش تسلط بر یادگیری ماشین با آژور اشنا خواهید شد.

تنسورفلو (TensorFlow) یک کتابخانهٔ نرم‌افزاری متن‌باز برای یادگیری ماشین در انواع مختلف وظایف مفهومی و زبان است که در حال حاضر توسط ۵۰ تیم تحقیقاتی و محصولات مختلف گوگل از جمله بازشناسی گفتار، جی‌میل، گوگل فوتوز و جستجو که بسیاری از آن‌ها سابقاً از دیست‌بلیف استفاده کرده بودند، استفاده می‌شود. تنسورفلو در آغاز توسط تیم گوگل برین مرکز تحقیقاتی گوگل به صورت داخلی استفاده می‌شد ولی بعدها در ۹ نوامبر ۲۰۱۵ تحت مجوز آپاچی منتشر شد. TensorFlow نرم افزار یادگیری ماشینی گوگل است. گوگل همچنین از TensorFlow برای توسعه پروژه Magenta هم بهره گرفته که هدف ارتقای هنر ماشینی را دنبال می کند. در همین راستا گوگل یک ملودی 90 ثانیه ای پیانو منتشر کرده که کاملا توسط یک شبکه عصبی ساخته شده است. این موضوع تقریبا تصوری از کارهایی که TensorFlow قادر به انجامشان هست را برای کاربران ایجاد می کند.
در دوره آموزشی A Practical Guide to Deep Learning with TensorFlow 2.0 and Keras با آموزش یادگیری عمیق با تنسورفالو 2.0 و کراس اشنا خواهید شد.

به عنوان یکی از شاخه‌های وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشینی (Machine learning) به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آنها رایانه‌ها و سامانه‌ها توانایی تعلٌم و یادگیری پیدا می‌کنند. هدف یادگیری ماشین این است که کامپیوتر (در کلی‌ترین مفهوم آن) بتواند به تدریج و با افزایش داده‌ها کارایی بهتری در انجام وظیفهٔ مورد نظر پیدا کند. گسترهٔ این وظیفه می‌تواند از تشخیص خودکار چهره با دیدن چند نمونه از چهرهٔ مورد نظر تا فراگیری شیوهٔ گام‌برداری روبات‌های دوپا با دریافت سیگنال پاداش و تنبیه باشد. طیف پژوهش‌هایی که در یادگیری ماشینی می‌شود گسترده‌است. در سوی نظری آن پژوهشگران بر آن‌اند که روش‌های یادگیری تازه‌ای به وجود بیاورند و امکان‌پذیری و کیفیت یادگیری را برای روش‌های‌شان مطالعه کنند و در سوی دیگر عده‌ای از پژوهش‌گران سعی می‌کنند روش‌های یادگیری ماشینی را بر مسایل تازه‌ای اعمال کنند. البته این طیف گسسته نیست و پژوهش‌های انجام‌شده دارای مولفه‌هایی از هر دو رویکرد هستند.
در دوره آموزشی Udemy Machine Learning 101 : Introduction to Machine Learning با آموزش مقدماتی یادگیری ماشین اشنا خواهید شد.

 CouchDB هم یکی از اعضای خانواده NoSQL است و می شود گفت فرق هایی هم با هم خانواده های خود دارد. CouchDB در سال 2005 برای اولین بار منتشر شد ولی در سال 2008 بنیاد آپاچی مالک آن شد. CouchDB که در ابتدا با زبان برنامه نویسی سی ++ پیاده سازی شده بود بعد ها در سال 2008 به زبان ارلنگ منتقل شد. این پایگاه داده نیز همانند اعضای دیگر، یک پایگاه داده سندگرا است که با استفاده از فرمت JSON داده ها را در غالب سند ذخیره میکند. این پایگاه داده که با شعار "یک دیتابیس که مفهوم وب را بپذیرد" شروع به کار کرد. این پایگاه داده با اینکه از MapReduce استفاده میکند ولی دسترسی آن فقط از طریق API های وب امکان پذیر است. به این صورت که برای دریافت اسناد می بایست یک دستور Get به HTTP فرستاده شود. این پایگاه داده بر خلاف پایگاه داده های دیگر که یک نود اصلی و چند نود فرعی هستند (Single Master/Multiple Slaves)، این پایگاه داده از نوع چند نود اصلی و چند نود فرعی (Multi Masters/Multi Slaves) است و اینکه این پایگاه داده تنها عضوی است که می توان از آن فعلا در برنامه نویسی اندروید استفاده کرد. سیستم مدیریت دیتابیس هم که Futon نام دارد از طریق مرورگر قابل دسترسی است.
در دوره آموزشی Udemy Understanding CouchDB : Learn Basic & Advanced NoSQL Skills با آموزش مقدماتی تا پیشرفته پایگاه داده نو اس کیو ال کاوچ دی بی اشنا خواهید شد.

چارچوب یا فرایند مدل اسکرام (Scrum) یک چارچوب تکرارپذیر و افزایشی برای کنترل پروژه (مدیریت نرم‌افزار) است که معمولاً در زیر شاخه مدل فرایند تولید نرم‌افزار چابک و سریع است و یک نوع مدل تولید نرم‌افزار در مهندسی نرم‌افزار بحساب می ‌رود. اسکرام یک چارچوب تولید نرم‌افزار از سری روش های تفکر چابک (Agile) است. دراین که اسکرام یک چارچوب یا فرایند است، کاملاً بین متخصصان دوگانگی وجود دارد. اشخاصی مانند کن شوئبر (مبدع اسکرام) دائماً از لفظ چارچوب (framework) استفاده می ‌کنند و تاکید می ‌نمایند که همه باید این مورد را قبول داشته باشند ولی بعضی دیگر از دوستان از لفظ فرایند و یا متدولوژی برای اسکرام استفاده می‌ کنند. متدولوژی Agile در سالهایی بوجود آمد که شرکت های نرم افزاری در تولید محصول خود با شکست مواجه می شدند. علت این شکست برآورده نشدن نیازهای مشتریان بود. به عنوان مثال روی یک پروژه نرم افزاری زمان و انرژی گذاشته میشد ولی در هنگام تحویل آن، نیازهای مشتری را مرتفع نمی کرد. دلیل آن هم عمدتا این بود که آنها به نیازمندی و رضایت مشتری که یکی از اهداف اصلی پروژه است توجه کمتری می کردند. در این هنگام مدیران چند شرکت نرم افزاری در سال 2001 گرد هم آمدند و متد های مدیریتی را بوجود آوردند که باعث می شد محصول نهایی کامل مطابق نیاز مشتری باشد. بعد از پیدا کردن دلایل شکست پروژه، Agile راه کارهای مناسب جهت توسعه مناسب آن را ارائه می دهد. از دیدگاه این متدولوژی، مشتری یکی از مهمترین افراد در تولید پروژه است، زیرا اصلا پروژه برای مشتری است و تنها کسی که از نیازمندی های واقعی نرم افزار مطلع است، در واقع خود اوست. برای رفع مشکل تحلیل نادرست نیازمندی ها، از دیدگاه Agile نیازمندی های مشتری توسط تیم توسعه باید به یک ویژگی در نرم افزار تبدیل شود تا بتوان بوسیله این ویژگی ها، امکان سنجی صحیحی برای آن انجام داد.
در دوره آموزشی Udemy Introduction to Agile & Scrum با آموزش مقدماتی آجایل و اسکرام اشنا خواهید شد.