برای دانشآموزان پایه هفتم تا یازدهم • دوره 3 ساله
| بازه زمانی | موضوع اصلی | سرفصلها | پروژه عملی |
|---|---|---|---|
| هفته 13-16 (8 جلسه) |
حلقهها و تکرار |
• حلقه for و range • حلقه while • break و continue • حلقههای تودرتو |
الگوهای ستارهای |
| هفته 17-20 (8 جلسه) |
لیستها |
• ایجاد و دسترسی به لیست • متدهای لیست • برشزنی (slicing) • لیستهای تودرتو |
مدیریت To-Do |
| هفته 21-24 (8 جلسه) |
رشتهها و تاپلها |
• متدهای رشتهها • تاپلها • دیکشنری مقدماتی • کار با دادههای ترکیبی |
دفترچه تلفن |
| هفته 25-28 (8 جلسه) |
توابع |
• تعریف و فراخوانی • پارامترها و return • محدوده متغیرها • توابع بازگشتی |
ماشین حساب علمی |
| هفته 29-32 (8 جلسه) |
ماژولها و کتابخانهها |
• import و استفاده • math, random, datetime • کتابخانه turtle • گرافیک ساده |
بازی مار یا پونگ |
| هفته 33-36 (8 جلسه) |
الگوریتمهای پایه |
• جستجو در لیست • مرتبسازی • حل مسائل الگوریتمی • تفکر محاسباتی |
تمرینهای ترکیبی |
| هفته 37-40 (8 جلسه) |
پروژه نهایی سال اول |
• طراحی و برنامهریزی • پیادهسازی پروژه • تست و اشکالزدایی • ارائه نهایی |
دوز، کوییز، یا بازی شخصی |
| بازه زمانی | موضوع اصلی | سرفصلها | پروژه عملی |
|---|---|---|---|
| هفته 1-4 (10 جلسه) |
کلاسها و اشیا |
• مفهوم OOP • کلاس و شی • ویژگیها و متدها • سازنده (__init__) |
سیستم مدیریت دانشآموز |
| هفته 5-8 (10 جلسه) |
OOP پیشرفته |
• وراثت (Inheritance) • چندریختی • کپسولهسازی • طراحی کلاسهای پیچیده |
بازی RPG |
| هفته 9-12 (10 جلسه) |
کار با فایل |
• خواندن/نوشتن فایل متنی • فایلهای CSV • فایلهای JSON • مدیریت داده پایدار |
سیستم ذخیره داده |
| هفته 13-16 (10 جلسه) |
مدیریت خطا |
• try, except, finally • انواع استثناها • استثنای سفارشی • برنامهنویسی مقاوم |
برنامه با error handling |
| هفته 17-20 (10 جلسه) |
Matplotlib |
• نمودارهای خطی • نمودارهای میلهای و دایرهای • سفارشیسازی • تجسم دادههای واقعی |
تجسم داده آب و هوا |
| هفته 21-24 (10 جلسه) |
NumPy و آمار |
• آرایههای NumPy • محاسبات آماری • میانگین، میانه، مد • تحلیل داده مقدماتی |
تحلیل نظرسنجی |
| هفته 25-28 (10 جلسه) |
Tkinter پایه |
• پنجره و ویجتها • دکمهها و ورودیها • Layout managers • رابط کاربری ساده |
دفترچه یادداشت |
| هفته 29-32 (10 جلسه) |
GUI پیشرفته |
• منو و دیالوگ • Canvas و رسم • رویدادها (Events) • برنامههای تعاملی |
بازی با GUI |
| هفته 33-36 (10 جلسه) |
الگوریتمهای پیشرفته |
• جستجوی دودویی • مرتبسازی سریع • پیچیدگی زمانی • بهینهسازی کد |
مقایسه الگوریتمها |
| هفته 37-40 (10 جلسه) |
پروژه نهایی سال دوم |
• برنامه جامع با GUI • استفاده از OOP • ذخیره و بازیابی داده • تجسم و تحلیل |
سیستم کتابخانه/فروشگاه |
| بازه زمانی | موضوع اصلی | سرفصلها | پروژه عملی |
|---|---|---|---|
| هفته 1-4 (12 جلسه) |
مقدمات AI |
• تاریخچه و انواع AI • ML vs DL vs AI • کاربردهای واقعی • اخلاق در AI |
تحقیق کاربردهای AI |
| هفته 5-8 (12 جلسه) |
ریاضیات برای AI |
• احتمال و آمار پیشرفته • ماتریسها با NumPy • توابع و نمودارها • محاسبات علمی |
پیادهسازی محاسبات |
| هفته 9-12 (12 جلسه) |
Pandas |
• DataFrame و Series • خواندن و پردازش • تمیزسازی داده • تحلیل داده واقعی |
تحلیل داده Kaggle |
| هفته 13-16 (12 جلسه) |
تجسم پیشرفته |
• Seaborn • نمودارهای پیچیده • داستانسرایی با داده • گزارش تحلیلی |
گزارش کامل با تجسم |
| هفته 17-20 (12 جلسه) |
مقدمات ML |
• یادگیری نظارتشده/بدون نظارت • آموزش و تست • ارزیابی مدل • Scikit-learn |
پیشبینی قیمت خانه |
| هفته 21-24 (12 جلسه) |
طبقهبندی |
• الگوریتمهای طبقهبندی • KNN • Decision Trees • ارزیابی عملکرد |
تشخیص اعداد دستنویس |
| هفته 25-28 (12 جلسه) |
پردازش تصویر |
• OpenCV مقدماتی • تشخیص چهره • فیلترهای تصویری • کار با دوربین |
تشخیص چهره با وبکم |
| هفته 29-32 (12 جلسه) |
پردازش زبان طبیعی |
• تحلیل احساسات • پردازش متن • NLTK یا spaCy • کاربردهای عملی |
تحلیلگر احساسات |
| هفته 33-36 (12 جلسه) |
موضوعات تکمیلی |
• Clustering (K-means) • Recommendation Systems • Deep Learning مقدماتی • ابزارهای جدید |
سیستم توصیهگر |
| هفته 37-40 (12 جلسه) |
پروژه نهایی کاپستون |
• انتخاب موضوع • طراحی و پیادهسازی • تست و بهینهسازی • ارائه و مستندسازی |
پروژه AI اختصاصی |