
تعلم البرمجة بلغة بايثون من الصفر إلى الاحتراف
دورة شاملة لتعلم أساسيات وتطبيقات Python العملية خطوة بخطوة، تبدأ من المفاهيم الأساسية وصولًا إلى بناء المشاريع الاحترافية في تحليل البيانات، الذكاء الاصطناعي، وتطوير الويب.
1. مقدمة في لغة بايثون:
- ما هي لغة بايثون؟ ولماذا تُعد من أكثر اللغات انتشارًا؟
- تثبيت بايثون على أنظمة التشغيل المختلفة.
- التعرف على بيئة العمل (IDLE، VS Code، Jupyter Notebook).
- كتابة أول برنامج بلغة بايثون.
2. أساسيات البرمجة في بايثون:
- المتغيرات وأنواع البيانات (النصوص، الأرقام، القوائم، المجموعات، القواميس).
- التعليقات وتنسيق الكود وكتابة أكواد نظيفة.
- العمليات الحسابية والمنطقية.
- إدخال البيانات من المستخدم والتعامل مع المخرجات.
3. التحكم في تدفق البرنامج:
- استخدام شروط
ifوelifوelse. - الحلقات التكرارية
forوwhile. - التعامل مع القوائم داخل الحلقات.
- فهم مفهوم التوقف (break) والاستمرار (continue).
4. الدوال (Functions):
- تعريف الدوال واستدعاؤها.
- تمرير المعاملات وإرجاع القيم.
- المتغيرات المحلية والعالمية.
- الدوال المضمنة في بايثون (Built-in Functions).
5. التعامل مع الملفات:
- فتح وقراءة وكتابة الملفات النصية.
- التعامل مع ملفات CSV وJSON.
- التعامل مع الأخطاء أثناء القراءة والكتابة.
- إنشاء برامج لمعالجة البيانات النصية.
6. البرمجة الكائنية (OOP):
- المفاهيم الأساسية (الكلاس – الكائن – الوراثة – التغليف).
- إنشاء الفئات (Classes) واستخدامها عمليًا.
- الخصائص (Attributes) والدوال الخاصة (Methods).
- التعددية الشكلية (Polymorphism) والوراثة المتقدمة.
7. التعامل مع الأخطاء (Exception Handling):
- فهم أنواع الأخطاء الشائعة في بايثون.
- استخدام الكتل
tryوexcept. - التحكم في الأخطاء باستخدام
elseوfinally. - إنشاء استثناءات مخصصة (Custom Exceptions).
8. المكتبات الأساسية في بايثون:
- التعامل مع
mathوrandomوdatetime. - استخدام مكتبة
osوsysلإدارة النظام. - مقدمة إلى مكتبة
reللبحث بالنمط (Regular Expressions).
9. بايثون لتحليل البيانات:
- التعرف على مكتبات
NumPyوPandas. - قراءة وتحليل البيانات من ملفات Excel وCSV.
- تنظيف البيانات ومعالجتها.
- رسم البيانات باستخدام
MatplotlibوSeaborn.
10. تطوير تطبيقات ويب باستخدام Python:
- مقدمة إلى إطار العمل
FlaskوDjango. - بناء صفحات ديناميكية ومعالجة الطلبات.
- إنشاء تطبيق ويب بسيط باستخدام Flask.
- التعامل مع قواعد البيانات في الويب.
11. الذكاء الاصطناعي والتعلم الآلي باستخدام Python:
- مقدمة إلى مكتبات الذكاء الاصطناعي مثل
Scikit-learnوTensorFlow. - بناء نموذج بسيط للتصنيف.
- تحليل البيانات الضخمة واستنتاج الأنماط.
- تطبيق عملي: التنبؤ بالدرجات أو الأسعار.
12. مشروع تطبيقي نهائي:
- تصميم وتنفيذ مشروع كامل بلغة Python.
- دمج المكتبات المتعددة في تطبيق واحد.
- توثيق المشروع ورفعه على GitHub.
- نصائح لاحتراف Python والتأهيل لسوق العمل.
Course Features
- Lecture 0
- Quiz 0
- Duration 4 weeks
- Skill level All levels
- Language English
- Students 0
- Assessments Yes






