برنامه‌سازی با هوش مصنوعی
| مدرس: دکتر حمید ضرابی زاده | دوره: هوش مصنوعی |
| زمان ارائه: TBD | گواهی‌نامه: رسمی |
هدف کلی
هدف از این ارائه، آشنایی با مبانی برنامه‌سازی با کمک هوش مصنوعی است. انتظار می‌رود فراگیر پس از پایان این درس ضمن آشنایی با مفاهیم اولیه نظیر برنامه و الگوریتم، توانایی تشخیص ساختارهای اصلی برنامه‌ها نظیر توالی، انتخاب و تکرار را داشته باشد و بتواند برنامه‌های ساده‌ی پایتون را با استفاده از هوش مصنوعی تولید و در محیط محلی یا آنلاین اجرا کند. همچنین فراگیر قادر خواهد بود از ابزارهای هوش مصنوعی برای توضیح برنامه و رفع خطا استفاده کند.
سرفصل‌ها
- برنامه‌سازی در عصر هوش مصنوعی
- کاربردهای هوش مصنوعی در برنامه‌سازی
- تفاوت استفاده ابزاری و توسعه‌ی برنامه با هوش مصنوعی
- معماری کلی تولید کد با هوش مصنوعی
- مفهوم برنامه و الگوریتم
- تعریف برنامه
- تعریف الگوریتم
- مثال‌هایی از الگوریتم
- استفاده از هوش مصنوعی
- تولید کد
- توضیح کد
- خطایابی
- بازنویسی و بهبود برنامه
- نحوه‌ی اجرای برنامه‌ها در پایتون
- اجرای برنامه به‌صورت محلی
- اجرای برنامه در محیط‌های آنلاین
- انجام محاسبات در پایتون
- پایتون به‌عنوان یک ماشین‌حساب ساده
- آشنایی با دستورات و عملگرهای پایه
- متغیر و انتساب
- طراحی نخستین برنامه
- محاسبه‌ی شاخص توده بدنی
- ساختار ورودی، پردازش، خروجی
- ترتیب اجرای دستورات
- ساختار انتخاب
- تفسیر نتایج
- دستورات if و else
- انتخاب چندگانه با elif
- ساختار تکرار
- مفهوم تکرار
- حلقه‌ی for
- پردازش اطلاعات چند کاربر
- طراحی توابع
- نحوه‌ی تعریف تابع
- پارامترهای ورودی
- خروجی تابع
- تقسیم برنامه به اجزای مستقل
- ماژول‌ها
- تعریف ماژول
- نحوه‌ی استفاده از ماژول‌ها
- نمونه کاربردها
ارزیابی
- آزمون‌های چندگزینه‌ای پایان هر بخش
- تمرین‌های برنامه‌سازی
- آزمون پایانی
منابع
- P. Wentworth, J. Elkner, A. B. Downey, C. Meyers. How to Think Like a Computer Scientist: Learning with Python. 3rd Edition, Open Book Project, 2011.
- C. R. Severance. Python for Everybody: Exploring Data in Python 3. CreateSpace Independent Publishing Platform, 2016.