Finca | ØĒŲ…ŲˆØēØī ØĻØąŲ†Ø§Ų…Ų‡ Ų†ŲˆÛŒØģی

4.6
2.66K āļĢāļĩāļ§āļīāļ§
āļāļēāļĢāļˆāļąāļ”āļ›āļĢāļ°āđ€āļ āļ—āđ€āļ™āļ·āđ‰āļ­āļŦāļē
āļŠāļģāļŦāļĢāļąāļšāļ—āļļāļāļ„āļ™
500K+
āļ”āļēāļ§āļ™āđŒāđ‚āļŦāļĨāļ”
āļāļēāļĢāļˆāļąāļ”āļ›āļĢāļ°āđ€āļ āļ—āđ€āļ™āļ·āđ‰āļ­āļŦāļē
āļŠāļģāļŦāļĢāļąāļšāļ—āļļāļāļ„āļ™
āļāļēāļĢāļ‹āļ·āđ‰āļ­āđƒāļ™āđāļ­āļ›
āļ”āļđāļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­
āļ āļēāļžāļŦāļ™āđ‰āļēāļˆāļ­

āđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāđāļ­āļ›āļ™āļĩāđ‰

āļ­āļ™āļēāļ„āļ•āļ—āļĩāđˆāļŠāļ”āđƒāļŠāđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļ”āđ‰āļ§āļĒāļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ

Finca āđ€āļ›āđ‡āļ™āđāļ­āļ›āļžāļĨāļīāđ€āļ„āļŠāļąāđˆāļ™āļ āļēāļĐāļēāđ€āļ›āļ­āļĢāđŒāđ€āļ‹āļĩāļĒāđ€āļžāļ·āđˆāļ­āļŠāļ­āļ™āļ§āļīāļ˜āļĩāļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ āļāļēāļĢāđƒāļŠāđ‰ Finca āļ„āļļāļ“āļŠāļēāļĄāļēāļĢāļ–āđ€āļĢāļīāđˆāļĄāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄāđƒāļ™āļ—āļļāļāļĢāļ°āļ”āļąāļšāđāļĨāļ°āļ—āļļāļāļ§āļąāļĒāđ‚āļ”āļĒāđ„āļĄāđˆāļˆāļģāđ€āļ›āđ‡āļ™āļ•āđ‰āļ­āļ‡āđƒāļŠāđ‰āđāļĨāđ‡āļ›āļ—āđ‡āļ­āļ›āđāļĨāļ°āđ€āļžāļĩāļĒāļ‡āđāļ„āđˆāđƒāļŠāđ‰āđ‚āļ—āļĢāļĻāļąāļžāļ—āđŒāļĄāļ·āļ­āļ–āļ·āļ­

āļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāļŠāđˆāļ§āļĒāđ€āļŦāļĨāļ·āļ­āļˆāļēāļ Finka āļ„āļļāļ“āļˆāļ°āđ€āļĢāļīāđˆāļĄāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ āļēāļĐāļēāļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄāļ•āđˆāļēāļ‡āđ† āđ€āļŠāđˆāļ™ Python, JavaScript āđ€āļ›āđ‡āļ™āļ•āđ‰āļ™ āļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄāđ€āļĢāļīāđˆāļĄāļˆāļēāļāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ„āļģāļŠāļąāđˆāļ‡āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄāļ—āļĩāđˆāļ‡āđˆāļēāļĒāļ—āļĩāđˆāļŠāļļāļ”āđāļĨāļ°āļ”āļģāđ€āļ™āļīāļ™āļāļēāļĢāļ•āđˆāļ­āđ„āļ›āļˆāļ™āļ–āļķāļ‡āļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄāđāļ™āļ§āļ„āļīāļ”āļ—āļĩāđˆāļ‹āļąāļšāļ‹āđ‰āļ­āļ™ āđƒāļ™āđāļ•āđˆāļĨāļ°āļšāļ—āđ€āļĢāļĩāļĒāļ™ āļ„āļļāļ“āļˆāļ°āđ„āļ”āđ‰āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļ™āļ§āļ„āļīāļ”āļ‚āļ­āļ‡āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ„āđ‰āļ”āļŦāļĢāļ·āļ­ Python āđāļĨāļ°āļ—āļģāđāļšāļšāļāļķāļāļŦāļąāļ”āļ—āļĩāđˆāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡āļ—āļąāļ™āļ—āļĩ āļŦāļēāļāļ„āļļāļ“āđāļāđ‰āđāļšāļšāļāļķāļāļŦāļąāļ”āđ„āļ”āđ‰āļ–āļđāļāļ•āđ‰āļ­āļ‡ āļ„āļļāļ“āļŠāļēāļĄāļēāļĢāļ–āđ„āļ›āļ—āļĩāđˆāļšāļ—āđ€āļĢāļĩāļĒāļ™āļ–āļąāļ”āđ„āļ›āđ„āļ”āđ‰ āļŦāļ™āļąāļ‡āļŠāļ·āļ­āđ€āļĢāļĩāļĒāļ™āļ—āļļāļāđ€āļĨāđˆāļĄāđ„āļ”āđ‰āļĢāļąāļšāļāļēāļĢāļ­āļ­āļāđāļšāļšāļ•āļēāļĄāļĄāļēāļ•āļĢāļāļēāļ™āļŠāļēāļāļĨāđ€āļžāļ·āđˆāļ­āđƒāļŦāđ‰āđ„āļ”āđ‰āļœāļĨāļĨāļąāļžāļ˜āđŒāļ—āļĩāđˆāļ”āļĩāļ—āļĩāđˆāļŠāļļāļ”

Finca āđ€āļ›āđ‡āļ™āđ‚āļ›āļĢāđāļāļĢāļĄāļāļķāļāļ­āļšāļĢāļĄāļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄāļ—āļĩāđˆāļ„āļĨāđ‰āļēāļĒāļāļąāļš Sololearn (āļŦāļĢāļ·āļ­ Solo Learn), Datacamp āđāļĨāļ° Tynker āļ‹āļķāđˆāļ‡āļ„āļļāļ“āļŠāļēāļĄāļēāļĢāļ–āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ Python, Html, CSS, āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļ§āđ‡āļš, āļāļēāļĢāļ­āļ­āļāđāļšāļšāđ€āļ§āđ‡āļšāđ„āļ‹āļ•āđŒ, āļ‚āđ‰āļ­āļĄāļđāļĨ, āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ, āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒāļ‚āđ‰āļ­āļĄāļđāļĨ āđāļĨāļ° JavaScript āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ Java āļŦāļĢāļ·āļ­ āļˆāļēāļ§āļē āđāļĨāļ° C++ āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ Python āļ™āļąāđ‰āļ™āļ‡āđˆāļēāļĒāļāļ§āđˆāļēāļ—āļĩāđˆāđ€āļ„āļĒ āļŦāļĨāļąāļ‡āļˆāļēāļāļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ Python āđāļĨāļ°āļāļēāļĢāđƒāļŠāđ‰āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ Python āļ„āļļāļ“āļŠāļēāļĄāļēāļĢāļ–āđ„āļ›āļ—āļĩāđˆāļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ Python āļ‚āļąāđ‰āļ™āļŠāļđāļ‡ āļˆāļēāļāļ™āļąāđ‰āļ™āđ€āļĨāļ·āļ­āļāļŦāļĨāļąāļāļŠāļđāļ•āļĢāļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ Data Science āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāļŠāđˆāļ§āļĒāđƒāļŦāđ‰āļ„āļļāļ“āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđāļĨāļ°āļ•āļąāļ”āļŠāļīāļ™āđƒāļˆāđ‚āļ”āļĒāđƒāļŠāđ‰āļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļ›āđ‡āļ™āļŦāļĨāļąāļ āļŦāļĨāļąāļ‡āļˆāļēāļāļāļķāļāļ­āļšāļĢāļĄāļ”āđ‰āļēāļ™āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđāļĨāđ‰āļ§ āļ„āļļāļ“āļŠāļēāļĄāļēāļĢāļ–āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆāļŦāļĢāļ·āļ­āļāļēāļĢāļ•āļĨāļēāļ”āđƒāļ™āļāļēāļ™āļ°āļ™āļąāļāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđ„āļ”āđ‰
āđ€āļŠāđˆāļ™āđ€āļ”āļĩāļĒāļ§āļāļąāļš Duolingo, Duolingo, Sololearn, Tynker āđāļĨāļ° Datacamp Finca āđƒāļŠāđ‰āļ§āļīāļ˜āļĩ gamification āđāļĨāļ°āļ„āļĨāđ‰āļēāļĒāļāļąāļš Duolingo āļ„āļ·āļ­ Duolingo āļ—āļģāđƒāļŦāđ‰āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ‡āđˆāļēāļĒāļ‚āļķāđ‰āļ™ āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ Python āļŠāļēāļĄāļēāļĢāļ–āđ€āļ›āđ‡āļ™āļˆāļļāļ”āđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļ‚āļ­āļ‡āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒāđāļĨāļ°āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ‚āđ‰āļ­āļĄāļđāļĨ
āļ—āļĩāđˆ Finca āļ„āļļāļ“āļŠāļēāļĄāļēāļĢāļ–āļ•āļīāļ”āļ•āļēāļĄāđ€āļŠāđ‰āļ™āļ—āļēāļ‡āļ‚āļ­āļ‡āļāļēāļĢāļ­āļ­āļāđāļšāļšāđ€āļ§āđ‡āļšāđ„āļ‹āļ•āđŒāļŦāļĢāļ·āļ­āļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄāļāļēāļĢāļ­āļ­āļāđāļšāļšāđ€āļ§āđ‡āļšāđ„āļ‹āļ•āđŒ āļ„āļļāļ“āļŠāļēāļĄāļēāļĢāļ–āđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļ”āđ‰āļ§āļĒāļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ Html āđāļĨāļ°āļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ CSS āļˆāļēāļāļ™āļąāđ‰āļ™āļ„āļļāļ“āļŠāļēāļĄāļēāļĢāļ–āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ Javascript āļ•āđˆāļ­āđ„āļ›āđ„āļ”āđ‰ āļ„āļļāļ“āļŠāļēāļĄāļēāļĢāļ–āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļāļēāļĢāļ­āļ­āļāđāļšāļšāđ€āļ§āđ‡āļšāđ„āļ‹āļ•āđŒāđ„āļ”āđ‰āļ‡āđˆāļēāļĒāđ† āļ™āļ­āļāļˆāļēāļāļ™āļĩāđ‰ āđƒāļŠāđ‰āļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ Python āđ€āļžāļ·āđˆāļ­āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļ‹āļīāļĢāđŒāļŸāđ€āļ§āļ­āļĢāđŒāļŦāļĢāļ·āļ­āļŠāđˆāļ§āļ™āļŦāļĨāļąāļ‡ āļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ Front Front āļŠāļēāļĄāļēāļĢāļ–āđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡āļāļąāļšāļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ Html Css āđāļĨāļ° Javascript
āđ€āļŠāđˆāļ™āđ€āļ”āļĩāļĒāļ§āļāļąāļš Faradars āđāļĨāļ° Maktabkone Finca āđ€āļ›āđ‡āļ™āđ‚āļ›āļĢāđāļāļĢāļĄāļāļķāļāļ­āļšāļĢāļĄāļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄāđƒāļ™āļ āļēāļĐāļēāđ€āļ›āļ­āļĢāđŒāđ€āļ‹āļĩāļĒ āđƒāļ™ Finca āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ Python āđāļĨāļ° Html css āļĄāļĩāđƒāļŦāđ‰āđƒāļ™āļ āļēāļĐāļēāļŸāļēāļĢāđŒāļ‹āļĩāđāļĨāļ°āļŦāļ™āļąāļ‡āļŠāļ·āļ­āđ€āļĢāļĩāļĒāļ™āļ—āļĩāđˆāļ„āļĨāđˆāļ­āļ‡āđāļ„āļĨāđˆāļ§


āļ§āļīāļ˜āļĩāļ—āļĩāđˆāļĒāļ­āļ”āđ€āļĒāļĩāđˆāļĒāļĄāđƒāļ™āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ Python āļˆāļēāļāļĻāļđāļ™āļĒāđŒāļ–āļķāļ‡āļŦāļĨāļąāļāļĢāđ‰āļ­āļĒ:

â€Ē Python 1: āđ€āļĢāļēāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļžāļ·āđ‰āļ™āļāļēāļ™āļ‚āļ­āļ‡āļ āļēāļĐāļēāđ‚āļ›āļĢāđāļāļĢāļĄāļ™āļĩāđ‰ āđ€āļĢāļēāđ„āļ‚āļ›āļĢāļīāļĻāļ™āļēāļ•āđˆāļēāļ‡āđ† āļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāļŠāđˆāļ§āļĒāđ€āļŦāļĨāļ·āļ­āļ‚āļ­āļ‡āļ„āļģāļŠāļąāđˆāļ‡ Python āđāļĨāļ°āļŠāļĢāđ‰āļēāļ‡āđ€āļāļĄāļ—āļĩāđˆāđƒāļŠāđ‰āļ‡āļēāļ™āđ„āļ”āđ‰ āļŦāļĨāļąāļāļŠāļđāļ•āļĢāļ™āļĩāđ‰āđ€āļ›āđ‡āļ™āļ‚āđ‰āļ­āļāļģāļŦāļ™āļ”āđ€āļšāļ·āđ‰āļ­āļ‡āļ•āđ‰āļ™āļŠāļģāļŦāļĢāļąāļš Python 2

â€Ē Python 2: āļĒāļāļĢāļ°āļ”āļąāļšāļ—āļąāļāļĐāļ°āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ Python āļ‚āļ­āļ‡āļ„āļļāļ“āđ„āļ›āļ­āļĩāļāļĢāļ°āļ”āļąāļšāđ‚āļ”āļĒāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļŸāļąāļ‡āļāđŒāļŠāļąāļ™ āđ‚āļ„āļĢāļ‡āļŠāļĢāđ‰āļēāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨ āļāļēāļĢāļŠāļ·āļšāļ—āļ­āļ” āđāļĨāļ°āļ­āļ·āđˆāļ™āđ† āļ—āļĩāđˆāđ‚āļ›āļĢāđāļāļĢāļĄāđ€āļĄāļ­āļĢāđŒāļ—āļĩāđˆāļ”āļĩāļ—āļļāļāļ„āļ™āļ•āđ‰āļ­āļ‡āļāļēāļĢ āļŦāļĨāļąāļāļŠāļđāļ•āļĢāļ™āļĩāđ‰āđ€āļ›āđ‡āļ™āļ‚āđ‰āļ­āļāļģāļŦāļ™āļ”āđ€āļšāļ·āđ‰āļ­āļ‡āļ•āđ‰āļ™āļŠāļģāļŦāļĢāļąāļšāļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđāļĨāļ°āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ

â€Ē āļ§āļīāļ—āļĒāļēāļāļēāļĢāļ‚āđ‰āļ­āļĄāļđāļĨāđƒāļ™ Python: āļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāļŠāđˆāļ§āļĒāđ€āļŦāļĨāļ·āļ­āļ‚āļ­āļ‡ Python āļ™āļģāļ‚āđ‰āļ­āļĄāļđāļĨāļĄāļēāļ­āļĒāļđāđˆāļ āļēāļĒāđƒāļ•āđ‰āļāļēāļĢāļ„āļ§āļšāļ„āļļāļĄāļ‚āļ­āļ‡āļ„āļļāļ“āđāļĨāļ°āļ§āļēāļ”āļāļĢāļēāļŸāļ—āļĩāđˆāļŠāļ§āļĒāļ‡āļēāļĄ

â€Ē āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ: āļ—āļģāļ„āļ§āļēāļĄāļ„āļļāđ‰āļ™āđ€āļ„āļĒāļāļąāļšāđāļ™āļ§āļ„āļīāļ”āļžāļ·āđ‰āļ™āļāļēāļ™āļ‚āļ­āļ‡āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒāļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāļŠāđˆāļ§āļĒāđ€āļŦāļĨāļ·āļ­āļ‚āļ­āļ‡ Python āđāļĨāļ°āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ§āļīāļ˜āļĩāđƒāļŠāđ‰āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒāđƒāļ™āđ‚āļ„āđ‰āļ”āļ‚āļ­āļ‡āļ„āļļāļ“

āļŦāļēāļāļ„āļļāļ“āļ•āđ‰āļ­āļ‡āļāļēāļĢāļĨāļ‡āļ—āļļāļ™āđƒāļ™āļ­āļ™āļēāļ„āļ• āđƒāļŦāđ‰āđ€āļĢāļīāđˆāļĄāļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄāļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ

â€Ē āļĄāļēāļāļāļ§āđˆāļē 45 āļŠāļąāđˆāļ§āđ‚āļĄāļ‡āļ‚āļ­āļ‡āļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄ Python

â€Ē āļŦāļ™āļąāļ‡āļŠāļ·āļ­āđ€āļĢāļĩāļĒāļ™āļ—āļĩāđˆāļ™āđˆāļēāļŠāļ™āđƒāļˆāđ€āļŦāļĄāļēāļ°āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ•āļąāđ‰āļ‡āđāļ•āđˆāļĢāļ°āļ”āļąāļšāđ€āļšāļ·āđ‰āļ­āļ‡āļ•āđ‰āļ™

â€Ē āđ„āļĄāđˆāļˆāļģāđ€āļ›āđ‡āļ™āļ•āđ‰āļ­āļ‡āđƒāļŠāđ‰āđāļĨāđ‡āļ›āļ—āđ‡āļ­āļ› āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ 100% āļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāļŠāđˆāļ§āļĒāđ€āļŦāļĨāļ·āļ­āļ‚āļ­āļ‡āđ‚āļ—āļĢāļĻāļąāļžāļ—āđŒāļĄāļ·āļ­āļ–āļ·āļ­

â€Ē āļŠāļ āļēāļžāđāļ§āļ”āļĨāđ‰āļ­āļĄāļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ„āđ‰āļ”āđƒāļ™āļ•āļąāļ§āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļāļķāļāđ€āļ‚āļĩāļĒāļ™āđ‚āļ›āļĢāđāļāļĢāļĄ

â€Ē āļŠāļ­āļ™āļ”āđ‰āļ§āļĒāļ•āļ™āđ€āļ­āļ‡āļ­āļĒāđˆāļēāļ‡āļŠāļĄāļšāļđāļĢāļ“āđŒāđāļĨāļ°āđ„āļĄāđˆāļˆāļģāđ€āļ›āđ‡āļ™āļ•āđ‰āļ­āļ‡āļĄāļĩāļ„āļĢāļđ

â€Ē āļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđƒāļšāļĢāļąāļšāļĢāļ­āļ‡āļāļēāļĢāļˆāļšāļŦāļĨāļąāļāļŠāļđāļ•āļĢ

â€Ē āļĄāļēāļ•āļĢāļāļēāļ™āļāļēāļĢāļĻāļķāļāļĐāļēāļĢāļ°āļ”āļąāļšāļŠāļēāļāļĨ
āļ­āļąāļ›āđ€āļ”āļ•āđ€āļĄāļ·āđˆāļ­
16 āļž.āļ„. 2569

āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļ‚āļ­āļ‡āļ‚āđ‰āļ­āļĄāļđāļĨ

āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļ§āļīāļ˜āļĩāļ—āļĩāđˆāļ™āļąāļāļžāļąāļ’āļ™āļēāđāļ­āļ›āļĢāļ§āļšāļĢāļ§āļĄāđāļĨāļ°āđāļŠāļĢāđŒāļ‚āđ‰āļ­āļĄāļđāļĨ āđāļ™āļ§āļ—āļēāļ‡āļ›āļāļīāļšāļąāļ•āļīāļ”āđ‰āļēāļ™āļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļŠāđˆāļ§āļ™āļ•āļąāļ§āđāļĨāļ°āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļ‚āļ­āļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļ­āļēāļˆāđāļ•āļāļ•āđˆāļēāļ‡āļāļąāļ™āđ„āļ›āļ•āļēāļĄāļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™ āļ āļđāļĄāļīāļ āļēāļ„ āđāļĨāļ°āļ­āļēāļĒāļļāļ‚āļ­āļ‡āļ„āļļāļ“ āļ™āļąāļāļžāļąāļ’āļ™āļēāđāļ­āļ›āđ„āļ”āđ‰āđƒāļŦāđ‰āļ‚āđ‰āļ­āļĄāļđāļĨāļ™āļĩāđ‰āđ„āļ§āđ‰āđāļĨāļ°āļ­āļēāļˆāļ­āļąāļ›āđ€āļ”āļ•āļ‚āđ‰āļ­āļĄāļđāļĨāđƒāļ™āļŠāđˆāļ§āļ™āļ™āļĩāđ‰āđ€āļĄāļ·āđˆāļ­āđ€āļ§āļĨāļēāļœāđˆāļēāļ™āđ„āļ›
āđāļ­āļ›āļ™āļĩāđ‰āļ­āļēāļˆāđāļŠāļĢāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāļ›āļĢāļ°āđ€āļ āļ—āļ•āđˆāļēāļ‡āđ† āđ€āļŦāļĨāđˆāļēāļ™āļĩāđ‰āļāļąāļšāļšāļļāļ„āļ„āļĨāļ—āļĩāđˆāļŠāļēāļĄ
āļ‚āđ‰āļ­āļĄāļđāļĨāđāļĨāļ°āļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļ‚āļ­āļ‡āđāļ­āļ›
āđ„āļĄāđˆāļĄāļĩāļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļĩāđˆāļĢāļ§āļšāļĢāļ§āļĄāđ„āļ§āđ‰
āļ”āļđāļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄāđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļ§āļīāļ˜āļĩāļ—āļĩāđˆāļ™āļąāļāļžāļąāļ’āļ™āļēāđāļ­āļ›āļ›āļĢāļ°āļāļēāļĻāđ€āļĢāļ·āđˆāļ­āļ‡āļāļēāļĢāļĢāļ§āļšāļĢāļ§āļĄāļ‚āđ‰āļ­āļĄāļđāļĨ
āļĢāļ°āļšāļšāļˆāļ°āđ€āļ‚āđ‰āļēāļĢāļŦāļąāļŠāļ‚āđ‰āļ­āļĄāļđāļĨāļ‚āļ“āļ°āļŠāđˆāļ‡
āļ„āļļāļ“āļ‚āļ­āđƒāļŦāđ‰āļĨāļšāļ‚āđ‰āļ­āļĄāļđāļĨāđ„āļ”āđ‰

āļāļēāļĢāđƒāļŦāđ‰āļ„āļ°āđāļ™āļ™āđāļĨāļ°āļĢāļĩāļ§āļīāļ§

4.6
2.61K āļĢāļĩāļ§āļīāļ§
āļāļēāļĢāļˆāļąāļ”āļ›āļĢāļ°āđ€āļ āļ—āđ€āļ™āļ·āđ‰āļ­āļŦāļē
āļŠāļģāļŦāļĢāļąāļšāļ—āļļāļāļ„āļ™
āļāļēāļĢāļ‹āļ·āđ‰āļ­āđƒāļ™āđāļ­āļ›
āļ”āļđāļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ

āļāļēāļĢāļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļ‚āļ­āļ‡āđāļ­āļ›

āđāļ­āļ›āļ—āļĩāđˆāļ„āļĨāđ‰āļēāļĒāļāļąāļ™