150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

Sprawdź się z programowania obiektowego (OOP) w języku Python i rozwiąż ponad 150 ćwiczeń z OOP! - Python

   Obejrzyj promo   Zapisz się na kurs

Odnajdź się w świecie języka Python!

Python jest językiem programowania o bardzo szerokim zastosowaniu. Zdominował takie dziedziny jak data science czy machine learning. Pozwala także na tworzenie aplikacji internetowych (np. framework Django, Flask).

Język Python świetnie nadaje się do przetwarzania, przygotowania, analizy i modelowania danych. Został stworzony z myślą o prostocie. Dzięki temu jest przyjazny dla początkujących programistów i jest jednym z najczęściej rekomendowanych języków programowania na początku przygody z IT. Na przestrzeni ostatnich lat i rosnącej popularności sztucznej inteligencji Python wyrósł na gwiazdę w tym sektorze. Powstało sporo potężnych bibliotek do machine learningu, czy deep learningu. Przykładem może być stworzona przez Google biblioteka Tensorflow.


Programowanie obiektowe

Python jest jednym z najszybciej rozwijających się języków programowania i zarazem znajomość języka Python jest jedną z najbardziej poszukiwanych umiejętności na rynku pracy w branży IT. Ucząc się programowania obiektowego (OOP) znacząco podnosimy swoje umiejętności i szansę na odniesienie sukcesu w branży.

150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

Kurs 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP jest następnikiem kursu Programowanie obiektowe w języku Python - OOP - od A do Z.

Na kursie będziesz mógł sprawdzić swoje umiejętności programowania w języku Python w szczególności z programowania obiektowego. Kurs składa się z ponad 150 ćwiczeń (zadania + rozwiązania) i przeznaczony jest dla osób posiadających podstawową wiedzę w języku Python oraz programowaniu obiektowym. Jest to świetny sprawdzian dla osób, które chcą zostać Python Developerem i szukają nowych wyzwań. Ćwiczenia są również dobrym elementem sprawdzającym przed rozmową kwalifikacyjną. Wiele popularnych zagadnień zostało poruszonych na kursie. Przed przystąpieniem do kursu upewnij się, że spełniasz wymagania, tzn ukończyłeś podane kursy lub posiadasz równoważną wiedzę.

Promo Video

Dlaczego warto uczyć się języka Python?

  • świetny język do nauki dla początkującego programisty
  • jest prosty i łatwy w konfiguracji
  • posiada ogrom możliwości i zastosowań: aplikacje webowe (Django, Flask, Dash), aplikacje desktopowe, uczenie maszynowe, sztuczna inteligencja, rozwiązania big data, rozwiązania chmurowe, internet rzeczy - IoT, cyberbezpieczeństwo czy automatyzacja
  • dużym plusem języka Python jest bogata dokumentacja i bardzo duże community/aktywna społeczność
  • popularność - w wielu rankingach plasuje się w ścisłej czołówce
  • python zdominował takie dziedziny jak data science, uczenie maszynowe czy sztuczna inteligencja
  • powstało wiele potężnych bibliotek do machine learningu, czy deep learningu (przykładem może być chociażby stworzona przez Google biblioteka Tensorflow)
  • i nie ma co ukrywać wynagrodzenie (utrzymujące się ogromne zapotrzebowanie na specjalistów w sektorze technologii powoduje, że zarobki w branży także są bardzo satysfakcjonujące)

Program szkolenia


  Wprowadzenie
Dostępne w dni
dni po rejestracji
  Wskazówki
Dostępne w dni
dni po rejestracji
  Przestrzenie nazw i zakresy
Dostępne w dni
dni po rejestracji
  Reguła LEGB
Dostępne w dni
dni po rejestracji
  Przypomnienie *args oraz **kwargs
Dostępne w dni
dni po rejestracji
  Klasy - podstawy
Dostępne w dni
dni po rejestracji
  Atrybuty klasy
Dostępne w dni
dni po rejestracji
  Atrybuty instancji
Dostępne w dni
dni po rejestracji
  Metoda __init__()
Dostępne w dni
dni po rejestracji
  Widoczność zmiennych
Dostępne w dni
dni po rejestracji
  Hermetyzacja / Enkapsulacja
Dostępne w dni
dni po rejestracji
  Obliczanie atrybutów
Dostępne w dni
dni po rejestracji
  Metoda klasy - dekorator @classmethod
Dostępne w dni
dni po rejestracji
  Metoda statyczna - dekorator @staticmethod
Dostępne w dni
dni po rejestracji
  Metody specjalne
Dostępne w dni
dni po rejestracji
  Dziedziczenie
Dostępne w dni
dni po rejestracji
  Klasy abstrakcyjne
Dostępne w dni
dni po rejestracji
  Podsumowanie
Dostępne w dni
dni po rejestracji
  BONUS: Kupony na inne kursy
Dostępne w dni
dni po rejestracji

Jakie zagadnienia obejmują ćwiczenia?

  • konfiguracja środowiska programistycznego
  • praca z narzędziem Google Colab
  • przestrzenie nazw i zakresy
  • reguła LEGB
  • zakres lokalny, obejmujący, globalny, wbudowany
  • zastosowanie *args oraz **kwargs
  • 4 filary programowania obiektowego
  • Klasy i obiekty
  • Abstrakcja, hermetyzacja, dziedziczenie, polimorfizm
  • Widoczność zmiennych (publiczne, chronione, prywatne)
  • Atrybuty klasy
  • Atrybuty instancji
  • Dekorator @property
  • Obliczanie atrybutów
  • Metoda klasy, dekorator @classmethod
  • Metoda statyczna, dekorator @staticmethod
  • Metody specjalne: __new__(), __init__(), __repr__(), __str__(), __bool__(), __len__(), __eq__(), __hash__() i wiele innych
  • Dziedziczenie pojedyncze (single inheritance), wielokrotne (multiple inheritance)
  • MRO - Method Resolution Order
  • Zastosowanie super()
  • Klasy abstrakcyjne
  • Klasa ABC i dekorator @abstractmethod

Twój instruktor


Paweł Krakowiak
Paweł Krakowiak

Data Scientist, Securities Broker

Założyciel platformy e-smartdata.org

Autor kilkunastu szkoleń online z zakresu języka python, analizy danych, data science, uczenia maszynowego, uczenia głębokiego, sieci neuronowych czy sztucznej inteligencji.

Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, big data oraz rozwiązań chmurowych.

Absolwent podyplomowych studiów na Polsko-Japońskiej Akademii Technik Komputerowych na kierunku Informatyka, spec. Big Data.

Absolwent studiów magisterskich z matematyki finansowej i aktuarialnej na wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego.

Od 2015 roku posiadacz licencji maklera papierów wartościowych z uprawnieniami do czynności doradztwa inwestycyjnego.

Wykładowca w Fundacji GPW prowadzący szkolenia dla inwestorów z zakresu analizy technicznej, finansów behawioralnych i zasad zarządzania portfelem instrumentów finansowych.

Z doświadczeniem w prowadzeniu zajęć dydaktycznych na wyższej uczelni z przedmiotów związanych z rachunkiem prawdopodobieństwa i statystyką.

Kilkadziesiąt wystąpień publicznych o tematyce rynków finansowych, czy data science.

Główne obszary zainteresowań to sztuczna inteligencja, uczenie maszynowe, uczenie głębokie i rynki finansowe.


 

NIE WIESZ GDZIE ZACZĄĆ?

REKOMENDOWANE ŚCIEŻKI UCZENIA

ALL-IN-ONE

PYTHON DEVELOPER:

DATA SCIENTIST / MACHINE LEARNING ENGINEER:

DATA SCIENTIST / DEEP LEARNING ENGINEER:

BI ANALYST / DATA ANALYST:

BIG DATA ANALYST:

C DEVELOPER:

C++ DEVELOPER:

Chcesz być na bieżąco? Dołącz do społeczności e-smartdata na Facebooku!

Ucz się, komentuj, pytaj, nawiązuj znajomości!


Planujesz zakup większej ilości kursów na platformie?

Odezwij się do nas, damy solidną zniżkę!

Pozdrawiamy,
Zespół e-smartdata.org
[email protected]

Często zadawane pytania (FAQ)


Kiedy zaczyna i kończy się kurs?
Kurs zaczyna się od momentu zakupu i nigdy się nie kończy! Ty decydujesz, kiedy zaczynasz i kiedy kończysz.
Jak długo mam dostęp do kursu?
Po rejestracji masz nieograniczony dostęp do tego kursu tak długo, jak chcesz - na dowolnym urządzeniu, które posiadasz.
Co jeśli jestem niezadowolony z kursu?
Jeśli nie jesteś zadowolony z zakupu, skontaktuj się z nami w ciągu pierwszych 14 dni, a my damy ci zwrot pieniędzy w zależności od procentu zaawansowania danego kursu/ścieżki.

Zacznij teraz!