Ağaç ve çizge problemlerini çözün
Python ile ikili ağaç, BST, AVL, heap, trie ve çizge algoritmaları: BFS, DFS, Dijkstra ve topolojik sıralama; gerçek senaryolarla uygulamalı ileri düzey eğitim.
Ağaç ve çizge veri yapıları ile algoritmaları
Eğitim, doğrusal olmayan veri yapılarını Python'la işler: ikili ağaç ve ikili arama ağacı, inorder, preorder, postorder ve level-order dolaşımları, ağaç yüksekliği, AVL dengeleme, heap ve heapq, trie, çizge gösterimleri (komşuluk listesi ve matrisi), BFS ve en kısa yol, DFS ve bağlantılı bileşenler, Dijkstra, topolojik sıralama ve döngü tespiti.
4 Gün. Her gün dört modül; 1. gün İkili Ağaçlar ve BST; 2. gün Heap, Trie ve Dengeli Ağaçlar; 3. gün Çizge Temelleri ve Dolaşım; 4. gün Yol Bulma ve Uygulamalar. Her modül uygulamalı alıştırmalarla pekiştirilir.
İleri Seviye — İkili ağaçlar, BST, heap, trie ve çizge algoritmalarını (BFS, DFS, Dijkstra) Python'da uygular.
Her yapı çizim ve adım adım izleme ile anlatılır, ardından Python'da kodlanır; harita rotası ve bağımlılık çözümü gibi gerçek senaryolar çözülür.
Ağaç ve çizge algoritmalarıyla rota, bağımlılık ve hiyerarşi problemlerini çözersiniz.
Ağaç dolaşımları üzerinden özyineleme ve yığın kullanımını pekiştirirsiniz.
Sosyal ağ, rota ve görev bağımlılığı gibi gerçek örnekleri modellersiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Değişken, fonksiyon, liste ve sözlük kullanımına dair başlangıç düzeyinde Python bilgisi beklenir.
Python 3.10+ ve VS Code ya da Jupyter Notebook kurulu bir bilgisayar gereklidir.
pip ile paket kurma ve sanal ortam (venv) oluşturma konusunda temel rahatlık faydalıdır.
Örnek veri setleri ve paket kurulumları için internet erişimi olan bir ortam önerilir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
BST ve heap yapılarında ekleme, arama ve dolaşım problemlerini çözebilirsiniz
Atama, kimlik ve değişebilirlik kavramlarını ayırt ederek kaynaklı hataları önleyebilirsiniz
Bağlı liste, hash tablo ve heap yapılarını sıfırdan uygulayıp test edebilirsiniz
Temel ve ileri sıralama algoritmalarını uygulayıp ölçerek kıyaslayabilirsiniz
Stack, queue ve bağlı liste mantığını Big-O ile değerlendirebilirsiniz
Liste, tuple ve deque seçimini bellek ve süre ölçümleriyle gerekçelendirebilirsiniz
cProfile ve tracemalloc ile darboğazları ölçüp önceliklendirebilirsiniz
Tip ipuçları, mypy ve tasarım kalıplarıyla kurumsal kalitede kod yazabilirsiniz
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
IoT ilkeleri ve Python temelleri eğitimi: sensörler, Raspberry Pi, GPIO, MQTT, REST, Node-RED, Grafana ve IoT güvenliği ile uygulamalı giriş.
Detayları Gör →
Python ile Kafka entegrasyonu ve tüketici grupları eğitimi: confluent-kafka, producer garantileri, rebalance, offset, DLQ, Avro ve akış işleme.
Detayları Gör →
Matplotlib ile box plot, scatter plot, heatmap ve pie chart eğitimi: dağılım okuma, renk haritaları, annotate, alt grafikler ve yayın kalitesinde çıktı.
Detayları Gör →
NumPy ileri işlemler eğitimi: broadcasting, fancy indexing, ufunc, einsum, numpy.linalg, structured array, stride ve vektörel performans.
Detayları Gör →
İleri Python (ADVP) eğitimi: dekoratör, jeneratör, bağlam yöneticisi, ileri OOP, threading, asyncio, pytest ve paketleme ile profesyonel Python.
Detayları Gör →