14 Μαρ Python OOP – Διαδικτυακά μαθήματα αντικειμενοστραφή προγραμματισμού στην Python!
Θέλετε να μάθετε τις βασικές αρχές προγραμματισμού στην Python, μία από τις πιο δημοφιλείς γλώσσες προγραμματισμού, αλλά δεν σας δόθηκε ποτέ η ευκαιρία;
Η Python είναι μια από τις πιο διαδεδομένες και χρήσιμες γλώσσες προγραμματισμού παγκοσμίως. Λόγω της χαρακτηριστικής της δομής, χρησιμοποιείται όλο και περισσότερο τόσο για μικρά όσο και για μεγάλα project, με εφαρμογές στο AI, Machine Learning κ.ο.κ
Ο IEEE SB UniWA, το φοιτητικό παράρτημα του IEEE στο ΠΑΔΑ, διοργανώνει μια σειρά διαδικτυακών μαθημάτων για την εξοικείωση και την εμβάθυνση στη Python! Το εγχείρημα αυτό έχει ως στόχο οι φοιτητές να μπορούν να αναπτύσσουν λογισμικό χρησιμοποιώντας τεχνικές αντικειμενοστραφή προγραμματισμού. Κατά την διάρκεια των μαθημάτων θα δοθούν μικρές υποχρεωτικές εργασίες, όπου με την ολοκλήρωση τους ο φοιτητής θα λάβει βεβαίωση παρακολούθησης, υπογεγραμμένη από το εργαστήριο CONSERT του τμήματος Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών του ΠΑΔΑ.
Φόρμα συμμετοχής στα μαθήματα Python OOP: https://forms.gle/7SLwdmAxsr2gh22BA
- Ποιοι μπορούν να παρακολουθήσουν τα μαθήματα; Δικαίωμα παρακολούθησης έχουν όλοι οι φοιτητές του ΠΑΔΑ, εφόσον συμπληρώσουν την φόρμα συμμετοχής. Οι εγγραφές θα παραμείνουν ανοιχτές μέχρι και την Παρασκευή 22/03.
- Για ποιους προορίζονται; Οι διαλέξεις προορίζονται για όλους όσους θέλουν να μάθουν τα βασικά στην γλώσσα python και τον αντικειμενοστραφή προγραμματισμό, ανεξαρτήτως επιπέδου.
- Πώς θα γίνουν οι διαλέξεις; Οι διαλέξεις θα οργανωθούν σε συνολικά δέκα εβδομαδιαία δίωρα σε κλειστή ομάδα στο Microsoft Teams.
- Πότε θα ξεκινήσουν; Τα μαθήματα θα ξεκινήσουν την εβδομάδα 25/03 – 29/03. Το πρώτο μάθημα θα καθοριστεί με βάση τα αποτελέσματα της σχετικής ερώτησης στην φόρμα συμμετοχής. Οι ενδιαφερόμενοι θα ενημερωθούν μέσω email και θα προστεθούν στην ομάδα του Microsoft Teams.
- – Από ποίον θα γίνουν; Τα μαθήματα θα πραγματοποιηθούν από τον Στέλιο Γεωργαρά, μέλος του συλλόγου IEEE SB UniWA με επαγγελματική εμπειρία στο machine learning, computer vision, data engineering και BigData.