مطالب پیشنهادی از سراسر وب

دوره کامل برنامه نویسی پایتون - Codewithmosh The Complete Python

دسته بندی ها: آموزش های ویژه ، آموزش های Code with Mosh ، آموزش پایتون (Python) ، آموزش جنگو (Django)

پایتون را برای هوش مصنوعی، یادگیری ماشینی، علم داده و توسعه اپلیکیشن یاد بگیرید.

پایتون چیست؟

ریاضیدانان، دانشمندان و مهندسان عاشق پایتون هستند. چرا؟ زیرا محاسبات پیچیده و کارهای تکراری را تبدیل به کدنویسی و اجرای ساده می کند. توسعه دهندگان نیز پایتون را دوست دارند زیرا ساده و قدرتمند است و در تمامی سیستم عامل ها کار می کند.

چرا پایتون را یاد بگیریم؟

  • اولین زبان برنامه نویسی ایده آل برای یادگیری
  • تقویت مهارت های خود: تقاضای رو به رشد برای توسعه دهندگان Python
  • تسلط بر آن آسان تر از زبان هایی مانند C ،C ++ ،JavaScript و غیره است.
  • دانشگاه ها آن را آموزش می دهند - هم در رشته کامپیوتر و هم دروس دیگر
  • شرکت های بزرگ از آن استفاده می کنند - Google ،Facebook ،Dropbox ،Reddit ،Spotify ، Quora و غیره.
  • اجرای چندسکویی - اپلیکیشن های پایتون روی ویندوز، مک، لینوکس کار می کنند.

با پایتون چه کاری می توانید انجام دهید؟

  • اسکریپت نویسی - به راحتی کارهای تکراری را به طور خودکار انجام دهید، به عنوان مثال web crawling و ارسال ایمیل و غیره
  • بک اندهای اپلیکیشن - استفاده از فریمورک های پایتون برای ساخت سریع بک اندهای اپلیکیشن با کد کمتر 
  • هوش مصنوعی و یادگیری ماشینی - زبان شماره 1 در این زمینه - کتابخانه بزرگ و مجموعه داده ها
  • مصورسازی و تحلیل داده - مناسب برای دنیای بزرگ داده امروز
  • محاسبه - سینتکس ساده و بسیاری از کتابخانه های قدرتمند : دانشمندان، مهندسین، ریاضیدانان می توانند بر ایجاد الگوریتم ها، فرمول ها و غیره تمرکز کنند.
  •  اپلیکیشن های دسک تاپ - برنامه دسک تاپ Dropbox به زبان Python نوشته شده است! آیا نیاز به توضیح بیشتر است؟!
  • آموزش و پرورش - پایتون در سطح جهانی در مدارس، دانشکده ها و دانشگاه ها رواج دارد.
  • این زبان بسیار ساده است که بچه های جوان می توانند آن را انتخاب کنند، اما دانشجویان مقطع دکترا از آن استفاده می کنند.

به طور متوسط با مهارت های پایتون سالانه 116 هزار دلار درآمد کسب کنید.

تعداد کم برنامه نویسان پایتون به معنای دستمزد بالا است. پایتون در اکثر عملیات یادگیری ماشینی و هوش مصنوعی استفاده می شود. اکثریت قریب به اتفاق دانشمندان و تحلیلگران داده روی این زبان قسم می خورند. این محبوبیت در بین توسعه دهندگان اپلیکیشن نیز به دست می آید، بنابراین به معنای واقعی کلمه هزاران سمت شغلی وجود دارد، و افراد ماهر کافی برای پر کردن آنها وجود ندارند.

چرا این دوره پایتون را دنبال کنم؟

 برخی دوره های دیگر شما را با پیچیدگی ها سردرگم می کنند. مدرس دوره معتقد است کدنویسی ساده و زیبا بهترین راه حل است و این چیزی است که شما در این دوره یاد می گیرید. پایتون به شما امکان می دهد برنامه ها را سریعتر و با خطوط کمتری نسبت به زبان های دیگر ایجاد کنید. نکات و ترفندهای مهم Python را یاد می گیرید. درباره همه ابزارهای مدرن Python که توسعه دهندگان حرفه ای از آن استفاده می کنند می آموزید. پایتون برای رابط های خط فرمان مناسب است. ساده ، مفید و قدرتمند. جای تعجب نیست که اینقدر محبوب است. علاوه بر این، پایتون برای صرفه جویی در وقت، انجام کارهای تکراری و کسل کننده مناسب است. کدنویسی را با پایتون می توانید تنها در چند دقیقه انجام دهید.

وقت خود را در پست های وبلاگ قدیمی، آموزش ها و ویدئوهای یوتیوب هدر ندهید. در این دوره کامل ثبت نام کنید که مستقیم به نتیجه برسید و شروع به برنامه نویسی کنید.

مباحث دوره:

  • اصول برنامه نویسی
  • ساختارهای داده
  • برنامه نویسی شی گرا (OOP)
  • نوشتن کد قابل استفاده مجدد
  • مدیریت خطا
  • خودکارسازی
  • Web Scraping
  • استفاده از API
  • تست خودکار با سلنیوم
  • استفاده از بسته های شخص ثالث
  • انتشار بسته های پایتون
  • کار با فایل ها و دایرکتوری ها
  • کار با فایل های CSV و JSON
  • کار با صفحه گسترده اکسل
  • کار با PDF
  • کار با فایل های ZIP
  • ارسال ایمیل و پیام های متنی
  • آشنایی با ساختن برنامه های وب

در پایان این دوره با اطمینان خاطر می توانید برنامه نویسی پایتون را انجام دهید.

پیش نیازها:

این دوره بر این فرض است که شما هیچ چیز در مورد پایتون یا هر زبان برنامه نویسی دیگری نمی دانید. این دوره از سطح مبتدی تا پیشرفته به شما آموزش می دهد و همراه با این آموزش ها تمریناتی نیز در نظر گرفته شده است.

سرفصل ها:

  • شروع کار
    • پایتون چیست؟
    • نصب پایتون
    • تفسیرگر پایتون
    • ویرایشگر کد
    • اولین برنامه پایتون
    • اکستنشن پایتون
    • لینت کد پایتون
    • فرمت کد پایتون
    • اجرای کد پایتون
    • پیاده سازی های پایتون
    • نحوه ی اجرای کد پایتون
    • امتحان
  • انواع اولیه
    • متغیرها
    • اسامی متغیرها
    • رشته ها
    • Escape Sequences
    • رشته های فرمت شده
    • متدهای رشته
    • اعداد
    • کار با اعداد
    • Type Conversion
    • امتحان
  • جریان کنترل
    • اپراتورهای مقایسه
    • Conditional Statements
    • اپراتور Ternary
    • اپراتورهای منطقی
    • ارزیابی اتصال کوتاه
    • اپراتورهای مقایسه زنجیره ای
    • امتحان
  • بررسی For Loops
    • بررسی For..Else 
    • بررسی Nested Loops 
    • بررسی Iterables 
    • بررسی While Loops
    • بررسی Infinite Loops
    • تمرین
  • توابع
    • معرفی تابع
    • آرگومان ها
    • انواع توابع
    • آرگومان های عبارت اصلی
    • آرگومان های پیش فرض
    • xargs 
    • xxargs 
    • Scope 
    • اشکال زدایی
    • ترفندهای کدنویسی VSCode - ویندوز
    • ترفندهای کدنویسی VSCode - مک
    • تمرین
    • راه حل
  • یادداشت برداری سریع
  • ساختارهای داده
    • لیست ها
    • دسترسی به آیتم ها
    • مرتب سازی لیست ها
    • توابع لامبدا
    • تابع Map 
    • تابع فیلتر
    • درک لیست
    • تابع زیپ
    • Stacks 
    • صف ها
    • Tuples 
    • سوئیپ کردن متغیرها
    • آرایه ها
    • مجموعه ها
    • دیکشنری ها
    • درک دیکشنری
    • عبارت های جنراتور
    • آنپک کردن اپراتورها
    • تمرین
  • استثناها
    • استثناها
    • مدیریت استثنا
    • مدیریت استثناهای مختلف
    • تمیز کردن
    • With Statement
    • افزایش استثنا
    • هزینه افزایش استثنا
  • کلاس ها
    • کلاس ها
    • ایجاد کلاس ها
    • Constructors 
    • Instance Attributes درمقابل Class Attributes
    • متدهای Instance درمقابل متدهای Class 
    • متدهای معجزه آور
    • مقایسه آبجکت ها
    • انجام عملیات های حسابگر
    • ایجاد کانتینرهای سفارشی
    • اعضای خصوصی
    • Properties 
    • وراثت
    • کلاس آبجکت
    • Method Overriding
    • وراثت چندسطحی
    • وراثت چندگانه
    • مثال خوب از وراثت
    • کلاس های انتزاعی
    • پلی مورفیسم
    • Duck Typing
    • گسترش انواع Built-in
    • کلاس های داده
  • ماژول ها
    • ایجاد ماژول ها
    • فایل های پایتون کامپایل شده
    • مسیر جستجوی ماژول
    • بسته ها
    • زیربسته ها
    • منابع درون بسته
    • تابع dir 
    • اجرای ماژول ها به عنوان اسکریپت ها
  • کتابخانه استاندارد پایتون
    • کار کردن با مسیرها
    • کار کردن با دیکشنری ها
    • کار کردن با فایل ها
    • کار کردن با فایل های زیپ
    • کار کردن با فایل های CSV 
    • کار کردن با فایل های JSON 
    • کار کردن با پایگاه داده های SQLite 
    • کار با Timestamps 
    • کار با DateTimes 
    • کار با Time Deltas
    • تولید مقادیر تصادفی
    • باز کردن مرورگر
    • ارسال ایمیل ها
    • قالب ها
    • آرگومان های خط فرمان
    • اجرای برنامه های خارجی
  • ایندکس بسته پایتون
    • Pypi 
    • Pip 
    • محیط های مجازی
    • Pipenv 
    • محیط های مجازی در VSCode 
    • Pipfile 
    • مدیریت وابستگی ها
    • انتشار بسته ها
    • Docstrings 
    • Pydoc 
  • بسته های محبوب پایتون
    • معرفی 
    • API چیست؟
    • Yelp API
    • جستجو برای کسب و کارها
    • پنهان کردن API Keys
    • ارسال پیام های متنی
    • Web Scraping
    • خودکارسازی مرورگر
    • کار با PDFs 
    • کار با Excel Spreadsheets
    • اصول جدایی کوئری فرمان
    • NumPy 
  • ساخت اپلیکیشن های وب با جنگو
  • مقدمه
  • پروژه جنگو
  • اولین اپلیکیشن
  • Views 
  • مدل ها
  • مهاجرت ها
  • تغییر مدل ها
  • ادمین
  • سفارش سازی ادمین
  • Database Abstraction API
  • قالب ها
  • افزودن بوت استرپ
  • سفارش سازی طرح بندی
  • اشتراک گذاری قالب در سارسر اپلیکیشن ها
  • پاارمترهای Url 
  • دریافت یک پروژه
  • افزایش 404 Errors 
  •  مراجعه به آدرس ها
  • ایجاد APIs 
  • افزودن صفحه اصلی
  • آماده سازی برای استقرار
  • استقرار
  • یادگیری ماشینی با پایتون
    • یادگیری ماشینی چیست؟
    • یادگیری ماشینی در عمل
    • ابزارها و کتابخانه ها
    • وارد کردن مجموعه داده
    • میانبرهای Jupyter 
    • مشکل واقعی یادگیری ماشینی
    • آماده سازی داده
    • یادگیری و پیش بینی
    • محاسبه دقت
    • مدل های مداوم
    • مصورسازی درخت تصمیم گیری
    • چه چیز دیگری را باید یاد بگیریم
    • متشکرم

 

درس 1 - پایتون چیست؟


درس 2 - نصب پایتون


درس 3 - مفسر پایتون


درس 4 - ویرایشگرهای پایتون


درس 5 - نوشتن اولین برنامه پایتون


درس 6 - افزونه پایتون


درس 7 - عیب یابی کد پایتون


درس 8 - قالب بندی پایتون



درس 9 - اجرای کد پایتون

 

آیا این نوشته را دوست داشتید؟
Codewithmosh The Complete Python Programming Course Publisher:Codewithmosh Author:Mosh Hamedani Duration:12 Hours Level:BEGINNER TO ADVANCED

Learn Python for AI, Machine Learning, Data Science and App Development

What is Python?
In a nutshell: Python = Powerful & Versatile
Mathematicians, scientists and engineers love Python. Why? Because it makes complex calculations and iterative and repetitive tasks really straightforward to code and execute.
Developers love it because it’s simple, yet powerful, and works across platforms.

Why Learn Python?
Ideal first programming language to learn
Boost your existing skills - growing demand for Python developers
Easier to master than languages such as C, C++, JavaScript, etc.
Universities teach it – both in computer science and other courses
Big companies use it – Google, Facebook, Dropbox, Reddit, Spotify, Quora, etc.
Runs cross-platform – Python apps work on Windows, Mac, Linux

What can you do with Python?
Scripting – easily automate repetitive tasks e.g. web crawling, sending emails…
App backends – use Python frameworks to build app backends fast with less code
AI & machine learning – number 1 language in this field – big library & data collection
Data analysis & visualization – perfect for today’s big data world
Computation & calculation – simple syntax & many powerful libraries – scientists, engineers, mathematicians can focus on creating algorithms, formulae, etc.
Desktop apps – Dropbox desktop app is written in Python! Need I say more?!
Education – Python is popular globally in schools, colleges, universities. It’s so simple that young kids can pick it up, but so powerful PHD students use it.

Earn $116k per year on average with Python skills:
There’s a shortage of Python developers and that means high salaries.
Python is used in most AI & Machine Learning operations. The vast majority of data scientists and analysts swear by it. It’s also gaining popularity with app developers, so there are literally thousands of job posts, and not enough skilled people to fill them.

Premium Course that Leads You to Python Perfection:
No-nonsense Python – Some other courses blind you with complexity. Mosh believes simple & pretty code is best and that’s what you learn in this course.
Code apps super-fast – Get hands-on right away. Python lets you build apps faster & with fewer lines of code than other languages.
Get your geek-on! – Get Python pro tips and tricks. Learn about all the modern Python tools that professional developers are using.
Create command-line utilities – Python is perfect for command-line interfaces. Simple, useful and powerful. No wonder it’s so popular.
Make scripts to save time & effort – Sick of repetitive, boring tasks? No problem. Learn how to use Python to automate all that.

Start Coding in Minutes!
Stop wasting time on confusing and out-of-date blog posts, tutorials and YouTube videos. Enrol on this complete course that gets straight to the point. You’ll start coding from the get-go.

What's Included:

  • Programming Fundamentals
  • Data Structures
  • Object-oriented Programming (OOP)
  • Writing Reusable Code
  • Error Handling
  • Automation
  • Web Scraping
  • Consuming APIs
  • Automated Testing with Selenium
  • Consuming 3rd-party Packages
  • Publishing Python Packages
  • Working with Files and Directories
  • Working with CSV and JSON Files
  • Working with Excel Spreadsheets
  • Working with PDFs
  • Working with ZIP Files
  • Sending Emails and Text Messages
  • Introduction to Building Web Apps

Learn to write Python code with confidence by the end of this course

Prerequisites:

This course assumes you know nothing about Python or any other programming languages. Go from complete beginner to expert, with plenty of hands-on exercises along the way.

Course Curriculum:

  • 1- Getting Started 
    • 1- What is Python (3:21)
    • 2- Installing Python (1:52)
    • 3- Python Interpreter (1:55)
    • 4- Code Editors (1:19)
    • 5- Your First Python Program (3:36)
    • 6- Python Extension (2:52)
    • 7- Linting Python Code (4:14)
    • 8- Formatting Python Code (3:54)
    • 9- Running Python Code (2:59)
    • 10- Python Implementations (2:28)
    • 11- How Python Code is Executed (2:46)
    • 12- Quiz (1:37)
  • 2- Primitive Types 
    • 1- Variables (3:04)
    • 2- Variable Names (3:02)
    • 3- Strings (5:30)
    • 4- Escape Sequences (2:40)
    • 5- Formatted Strings (2:08)
    • 6- String Methods (5:54)
    • 7- Numbers (2:46)
    • 8- Working with Numbers (2:09)
    • 9- Type Conversion (5:04)
    • 10- Quiz (2:43)
  • 3- Control Flow 
    • 1- Comparison Operators (2:04)
    • 2- Conditional Statements (4:09)
    • 3- Ternary Operator (2:09)
    • 4- Logical Operators (4:02)
    • 5- Short-circuit Evaluation (2:06)
    • 6- Chaining Comparison Operators (1:22)
    • 7- Quiz (1:43)
    • 8- For Loops (3:38)
    • 9- For..Else (2:46)
    • 10- Nested Loops (2:44)
    • 11- Iterables (3:08)
    • 12- While Loops (4:59)
    • 13- Infinite Loops (1:37)
    • 14- Exercise (2:05)
  • 4- Functions 
    • 1- Defining Functions (2:24)
    • 2- Arguments (2:20)
    • 3- Types of Functions (4:02)
    • 4- Keyword Arguments (2:00)
    • 5- Default Arguments (1:35)
    • 6- xargs (4:15)
    • 7- xxargs (2:20)
    • 8- Scope (5:09)
    • 9- Debugging (6:50)
    • 10- VSCode Coding Tricks - Windows (2:21)
    • 11- VSCode Coding Tricks - Mac (1:49)
    • 12- Exercise (1:29)
    • 13- Solution (4:41)
    • A Quick Note
  • 5- Data Structures 
    • 1- Lists (3:54)
    • 2- Accessing Items (3:13)
    • 3- List Unpacking (3:51)
    • 4- Looping over Lists (2:54)
    • 5- Adding or Removing Items (2:56)
    • 6- Finding Items (1:28)
    • 7- Sorting Lists (4:35)
    • 8- Lambda Functions (1:49)
    • 9- Map Function (3:25)
    • 10- Filter Function (2:05)
    • 11- List Comprehensions (3:10)
    • 12- Zip Function (1:49)
    • 13- Stacks (4:24)
    • 14- Queues (2:50)
    • 15- Tuples (4:02)
    • 16- Swapping Variables (2:37)
    • 17- Arrays (3:11)
    • 18- Sets (4:03)
    • 19- Dictionaries (5:24)
    • 20- Dictionary Comprehensions (3:19)
    • 21- Generator Expressions (3:51)
    • 22- Unpacking Operator (4:05)
    • 23- Exercise (6:21)
  • 6- Exceptions 
    • 1- Exceptions (2:16)
    • 2- Handling Exceptions (4:10)
    • 3- Handling Different Exceptions (3:05)
    • 4- Cleaning Up (1:57)
    • 5- The With Statement (3:07)
    • 6- Raising Exceptions (3:21)
    • 7- Cost of Raising Exceptions (4:41)
  • 7- Classes 
    • 1- Classes (2:35)
    • 2- Creating Classes (3:45)
    • 3- Constructors (4:37)
    • 4- Class vs Instance Attributes (3:58)
    • 5- Class vs Instance Methods (4:05)
    • 6- Magic Methods (3:13)
    • 7- Comparing Objects (3:11)
    • 8- Performing Arithmetic Operations (1:31)
    • 9- Making Custom Containers (6:55)
    • 10- Private Members (3:40)
    • 11- Properties (7:30)
    • 12- Inheritance (4:23)
    • 13- The Object Class (2:23)
    • 14- Method Overriding (3:14)
    • 15- Multi-level Inheritance (2:42)
    • 16- Multiple Inheritance (3:22)
    • 17- A Good Example of Inheritance (4:31)
    • 18- Abstract Base Classes (4:50)
    • 19- Polymorphism (3:56)
    • 20- Duck Typing (2:50)
    • 21- Extending Built-in Types (2:26)
    • 22- Data Classes (4:36)
  • 8- Modules 
    • 1- Creating Modules (4:16)
    • 2- Compiled Python Files (2:19)
    • 3- Module Search Path (1:35)
    • 4- Packages (2:27)
    • 5- Sub-packages (1:01)
    • 6- Intra-package References (1:36)
    • 7- The dir Function (1:39)
    • 8- Executing Modules as Scripts (2:55)
  • 9- Python Standard Library 
    • 1- Python Standard Library (0:51)
    • 2- Working With Paths (4:48)
    • 3- Working with Directories (4:14)
    • 4- Working with Files (3:59)
    • 5- Working with Zip Files (3:15)
    • 6- Working with CSV Files (4:50)
    • 7- Working with JSON Files (3:57)
    • 8- Working with a SQLite Database (9:10)
    • 9- Working with Timestamps (2:24)
    • 10- Working with DateTimes (5:05)
    • 11- Working with Time Deltas (2:41)
    • 12- Generating Random Values (4:09)
    • 13- Opening the Browser (1:12)
    • 14- Sending Emails (6:48)
    • 15- Templates (4:53)
    • 16- Command-line Arguments (1:54)
    • 17- Running External Programs (8:06)
  • 10- Python Package Index 
    • 1- Pypi (1:49)
    • 2- Pip (6:23)
    • 3- Virtual Environments (4:04)
    • 4- Pipenv (3:40)
    • 5- Virtual Environments in VSCode (3:49)
    • 6- Pipfile (4:48)
    • 7- Managing Dependencies (3:28)
    • 8- Publishing Packages (8:22)
    • 9- Docstrings (5:48)
    • 10- Pydoc (4:06)
  • 11- Popular Python Packages 
    • 1- Introduction (1:41)
    • 2- What are APIs (2:36)
    • 3- Yelp API (2:51)
    • 4- Searching for Businesses (9:54)
    • 5- Hiding API Keys (2:05)
    • 6- Sending Text Messages (6:02)
    • 7- Web Scraping (9:06)
    • 8- Browser Automation (11:28)
    • 9- Working with PDFs (6:18)
    • 10- Working with Excel Spreadsheets (9:52)
    • 11- Command Query Separation Principle (4:39)
    • 12- NumPy (9:05)
  • 12- Building Web Applications with Django 
    • 1- Introduction (1:43)
    • 2- Your First Django Project (4:11)
    • 3- Your First App (3:41)
    • 4- Views (7:59)
    • 5- Models (4:57)
    • 6- Migrations (8:00)
    • 7- Changing the Models (5:38)
    • 8- Admin (4:29)
    • 9- Customizing the Admin (6:55)
    • 10- Database Abstraction API (3:52)
    • 11- Templates (10:23)
    • 12- Adding Bootstrap (4:19)
    • 13- Customizing the Layout (2:23)
    • 14- Sharing a Template Across Multiple Apps (3:48)
    • 15- Url Parameters (4:37)
    • 16- Getting a Single Object (3:48)
    • 17- Raising 404 Errors (3:51)
    • 18- Referencing Urls (3:47)
    • 19- Creating APIs (9:26)
    • 20- Adding the Homepage (4:27)
    • 21- Getting Ready to Deploy (9:44)
    • 22- Deployment (7:59)
  • Machine Learning with Python 
    • 1- What is Machine Learning (1:58)
    • 2- Machine Learning in Action (2:47)
    • 3- Libraries and Tools (4:54)
    • 4- Importing a Data Set (6:21)
    • 5- Jupyter Shortcuts (5:26)
    • 6- A Real Machine Learning Problem (3:17)
    • 7- Preparing the Data (3:05)
    • 8- Learning and Predicting (4:04)
    • 9- Calculating the Accuracy (6:20)
    • 10- Persisting Models (3:14)
    • 11- Visualizing a Decision Tree (6:26)
    • 12- What to Learn Next
    • 13- Thank You

پیشنهاد آموزش مرتبط در فرادرس

خرید لینک های دانلود
  • حجم فایل: 12.77GB
  • زبان: انگلیسی
  • زیرنویس انگلیسی: ندارد
  • قیمت: 8000 تومان
  • دوره کامل برنامه نویسی پایتون - Codewithmosh The Complete Python یک محصول ویژه است و دریافت لینک های دانلود آن با پرداخت هزینه امکان پذیر است. اطلاعات بیشتر

امیر 1 ماه و 2 هفته قبل

عالیه

parnian 3 ماه و 1 هفته قبل

سلام ایا بعد از این دوره ما تسلط کافی روی پایتون پیدا میکنیم؟
و ایا راه ارتباطی با اقای همدانی هست؟

مونا شوشتری 3 ماه و 1 هفته قبل

درود بر شما، این دوره کامل پایتون هست. تمام مباحث پایتون را آموزش میدهد. خیر با ایشون از طریق گیت نمی تونید در ارتباط باشید. ممنون از همراهی شما

امیرحسین 4 ماه و 2 هفته قبل

وای خیلی منتظر این آموزش بودم، خیلی تدریس ایشان عالی هست، از شما هم ممنونم که این آموزش رو با قیمت کم به اشتراک گذاشتید

سام 5 ماه قبل

سلام دوره کلش چند ساعته؟

مونا شوشتری 5 ماه قبل

درود، کل این دوره 12 ساعت است. برای دیدن مدت زمان دوره میتونین توی باکس متن اصلی دوره قسمت duration را نگاه کنین. معمولا مدت زمان دوره در آنجا ثبت میشه

پارسا 7 ماه و 1 هفته قبل

سلام زیرنویس فارسی هم داره این دوره؟

مونا شوشتری 5 ماه قبل

درود، خیر متاسفانه زیرنویس فارسی نداره

حسین 9 ماه قبل

سلام من فایل هارو دانلود کردم ولی extract نمیشن.دلیلش چیه؟؟

مدیر سایت 9 ماه قبل

با آخرین نسخه برنامه winrar اکسترکت کنید. چه خطایی میده بهتون؟

کیوان 9 ماه و 1 هفته قبل

سلام میشه زیرنویس فارسی یا انگلیسی هم بذارید ؟

مدیر سایت 9 ماه و 1 هفته قبل

در صورت تهیه زیرنویس انگلیسی، به همراه آپدیت های دوره برای خریداران از طریق ایمیل ارسال می گردد.