درباره دوره:
پایتون به معنی اژدهاست . شاید انتخاب این اسم برای این زبان برنامه نویسی بی ربط نباشد چراکه یکی از قدرتمند ترین نرم افزارهای صنعتی ویرایش متن محسوب میشود . با کمک پایتون میتوان از کارهای ساده ریاضی تا پیچیده ترین عملیات کنترل متن مانند مرورگرهای داینامیک و اتوماسیون را انجام دهید. ویژگی دیگر این زبان برنامه نویسی سادگی آن است که امکان یادگیری برای همگان را فراهم میکند. توجه داشته باشید که این درس از مجموعه دورههای آموزش برنامه نویسی مکتب خونه آموزش با پایتون 2 است. همچنین در مکتب خونه انواع دوره آموزش پایتون به عنوان مکمل و پیش نیاز این دوره نیز موجود است.
فیلم های آموزشی:
1 - جلسه ۱ - آموزش مقدماتی Python - Installing Python
2 - جلسه ۲ - آموزش مقدماتی Python - Numbers and Math
3 - جلسه ۳ - آموزش مقدماتی Python - Variables
4 - جلسه ۴ - آموزش مقدماتی Python - Modules and Functions
5 - جلسه ۵ - آموزش مقدماتی Python - How to Save Your Programs
6 - جلسه ۶ - آموزش مقدماتی Python - Strings
7 - جلسه ۷ - آموزش مقدماتی Python - More on Strings
8 - جلسه ۸ - آموزش مقدماتی Python - Raw Input
9 - جلسه ۹ - آموزش مقدماتی Python - Sequences and Lists
10 - جلسه ۱۰ - آموزش مقدماتی Python - Slicing
11 - جلسه ۱۱ - آموزش مقدماتی Python - Editing Sequences
12 - جلسه ۱۲ - آموزش مقدماتی Python - More List Functions
13 - جلسه ۱۳ - آموزش مقدماتی Python - Slicing Lists
14 - جلسه ۱۴ - آموزش مقدماتی Python - Intro to Methods
15 - جلسه ۱۵ - آموزش مقدماتی Python - More Methods
16 - جلسه ۱۶ - آموزش مقدماتی Python - Sort and Tuples
17 - جلسه ۱۷ - آموزش مقدماتی Python - Strings n Stuff
18 - جلسه ۱۸ - آموزش مقدماتی Python - Cool String Methods
19 - جلسه ۱۹ - آموزش مقدماتی Python - Dictionary
20 - جلسه ۲۰ - آموزش مقدماتی Python - If Statement
21 - جلسه ۲۱ - آموزش مقدماتی Python - else and elif
22 - جلسه ۲۲ - آموزش مقدماتی Python - Nesting Statements
23 - جلسه ۲۳ - آموزش مقدماتی Python - Comparison Operators
24 - جلسه ۲۴ - آموزش مقدماتی Python - And and Or
25 - جلسه ۲۵ - آموزش مقدماتی Python - For and While Loops
26 - جلسه ۲۶ - آموزش مقدماتی Python - Infinite Loops and Break
27 - جلسه ۲۷ - آموزش مقدماتی Python - Building Functions
28 - جلسه ۲۸ - آموزش مقدماتی Python - Default Parameters
29 - جلسه ۲۹ - آموزش مقدماتی Python - Multiple Parameters
30 - جلسه ۳۰ - آموزش مقدماتی Python - Parameter Types
31 - جلسه ۳۱ - آموزش مقدماتی Python - Tuples as Parameters
32 - جلسه ۳۲ - آموزش مقدماتی Python - Object Oriented Program
33 - جلسه ۳۳ - آموزش مقدماتی Python - Classes and Self
34 - جلسه ۳۴ - آموزش مقدماتی Python - Subclasses Superclasses
35 - جلسه ۳۵ - آموزش مقدماتی Python - Overwrite Variable on Sub
36 - جلسه ۳۶ - آموزش مقدماتی Python - Multiple Parent Classes
37 - جلسه ۳۷ - آموزش مقدماتی Python - Constructors
38 - جلسه ۳۸ - آموزش مقدماتی Python - Import Modules
39 - جلسه ۳۹ - آموزش مقدماتی Python - reload Modules
40 - جلسه ۴۰ - آموزش مقدماتی Python - Getting Module Info
41 - جلسه ۴۱ - آموزش مقدماتی Python - Working with Files
42 - جلسه ۴۲ - آموزش مقدماتی Python - Reading and Writing
43 - جلسه ۴۳ - آموزش مقدماتی Python - Writing Lines
درباره دوره:
درس ریاضی عمومی 1، از دروس مشترک و پیشنیاز تمامی رشتههای فنی، مهندسی و علوم پایه در مقطع کارشناسی بوده که علاوه بر آن یکی از دروس اصلی در کنکور کارشناسی ارشد نیز می باشد و سوالهای زیادی از این درس، در کنکور دکترای بسیاری از رشتهها و آزمونهای استخدامی برخی از سازمانها، مطرح می شود.
طبق موارد مطرح شده، یادگیری عمیق، پایهای و کامل این درس مورد نیاز است که به دلیل گستردگی بسیار زیاد سرفصل این درس و نداشتن زمان کافی در کلاسهای حضوری، معمولاً اساتید نمیتوانند کل مباحث و مثالهای مرتبط با آن را مطرح کنند.
این آموزش که یک مجموعه کامل از تعاریف، قضایا، مثالها و نکات با بیانی ساده و روان است در زمانی کوتاه یادگیری عمیق و موفقیت در امتحانات را برای شما در برخواهد داشت که حاصل سالها تجربه تدریس در دانشگاهها و موسسات آموزشی بوده و سرفصل این آموزش به طور کامل پوشش داده است.
لازم به ذکر است، دانشجویان مقطع کاردانی (فنی و علوم)، این درس را با یکی از نامهای ریاضی 6، ریاضی عمومی و یا ریاضی پایه میگذرانند، که متناسب با نیاز خود، میتوانند از مباحث مختلف این آموزش برای موفقیت در امتحانات دانشگاهی و یا تقویت مبانی علمی خود، برای شرکت در کنکورهای کارشناسی و کارشناسی ارشد، استفاده کنند.
تابع:
1 - تعریف تابع و تابع پوشا و تابع یک به یک
2 - توابع درجه دو و تابع علامت، تابع قدر مطلق و تابع جزء صحیح
حد و پیوستگی:
1 - مفهوم حد، تابع حد چپ و حد راست و قضایای حد
2 - رفع ابهام صفر صفرم (بدون استفاده از مشتق)
3 - حدود نامتناهی و مجانب قائم
4 - مجانب افقی و مجانب مایل
5 - رفع ابهام بینهایت / بینهایت
6 - تعریف پیوستگی و انواع آن
توابع مثلثاتی، نمایی، هیپربولیک و معکوس آنها:
1 - نمودار تابع سینوس، کسینوس، تانژانت
2 - تابع معکوس سینوس، کسینوس، تانژانت
3 - معرفی و رسم تابع نمایی
4 - معرفی و رسم تابع لگاریتمی
5 - تابع سینوس هیپربولیک، کسینوس هیپربولیک، تانژانت هیپربولیک
6 - توابع معکوس هیپربولیک
مشتق:
1 - تعریف مشتقپذیری و فرمولهای مقدماتی مشتق
2 - قاعده زنجیرهای مشتق
3 - مشتقگیری ضمنی و مشتقگیری پارامتری
4 - مشتق تابع معکوس
کاربرد مشتق:
1 - معادله خط مماس بر نمودار تابع از نقطهای واقع بر آن
2 - دیفرانسیل
3 - قاعده هوپیتال
4 - تابع صعودی یا نزولی
5 - نقاط اکسترمم نسبی (موضعی) تابع
6 - آزمون مشتق اول برای اکسترممهای نسبی
7 - تقعر به سمت بالا (پایین)
8 - رسم توابع
9 - قضیه مقدار میانگین (قضیه لاگرانژ)
10 - آهنگ متوسط تغییر
انتگرال:
1 - مفهوم انتگرال
2 - فرمولهای انتگرال توابع مثلثاتی
3 - انتگرالهای با جواب تابع معکوس
4 - انتگرالگیری به روش تغییرمتغیر
5 - انتگرالگیری به روش جزء به جزء
6 - حل مثال - بخش اول
7 - انتگرالهای شامل توانهای توابع مثلثاتی تواندار
8 - انتگرالگیری از توابع گویا (روش تجزیه کسر)
9 - روش کلی حل انتگرال کسرهای گویای مثلثاتی (تانژانت نصف کمان)
10 - حل مثال - بخش دوم
کاربردهای انتگرال:
1 - تعریف انتگرال معین
2 - محاسبه برخی از حدود با انتگرال معین
3 - جسم حاصل از دوران
4 - محاسبه حجم حاصل از دوران
5 - طول منحنی𝑦=𝑓(𝑥)
6 - مساحت رویهی حاصل از دوران
دستگاه مختصات قطبی:
1 - معرفی دستگاه مختصات قطبی
2 - رسم نمودار معادلات قطبی
3 - مساحت ناحیه بین دو منحنی در مختصات قطبی
انتگرال ناسره (نامتعارف یا غیرعادی):
1 - انتگرال ناسره (نامتعارف یا غیرعادی)
دنباله:
1 - مفهوم دنباله
2 - دنباله حسابی- هندسی – دنباله های خاص
3 - تعریف حد تابع با استفاده از دنباله
4 - استفاده از مشتق برای تشخیص صعودی (نزولی) و ماکزیمم (مینیمم) دنباله
سریها:
1 - همگرایی و واگرایی سری
2 - سری همساز و سری P
3 - همگرایی مطلق و همگرایی مشروط
4 - سریهای توانی
5 - بسط سری توانی تابع f(x)
6 - سری دوجملهای
اعداد مختلط:
1 - معرفی عدد مختلط
2 - نمایش نمایی عدد مختلط (رابطه اویلر)
درباره دوره:
بسیاری از مسائل محاسباتی مطرح در حوزههای مختلف علم جزو مسائلی هستند که حل آنها به راحتی امکانپذیر نمیباشد. در درس نظریه الگوریتم پیشرفته، ابتدا مسائل محاسباتی مختلف مطرح و سختی آنها با استفاده از نظریههای موجود مورد بررسی و اثبات قرار میگیرد. پس از آن، روشهای الگوریتمی موجود برای حل مسائل سخت معرفی و در مورد هر یک از روشها نمونههایی نیز مورد بحث قرار میگیرد. از جمله این روشها میتوان به الگوریتمهای قطعی، الگوریتمهای تقریبی، الگوریتمهای تصادفی، روشهای مکاشفهای و روشهای محاسباتی نوین (مانند محاسبات مولکولی) اشاره کرد. در بسیاری از این روشها، درستی الگوریتمهای ارائه شده اثبات و منابع مورد نیاز برای اجرای این الگوریتمها به صورت دقیق تحلیل میشود.
اسلایدهای کامل درس را میتوانید از این اینجا دانلود نمایید.
کلمات کلیدی درس: مسائل NP-سخت، مسائل NP-کامل، الگوریتمهای شبه چند جملهای، روشهای پارامتریسازی، الگوریتمهای تقریبی، الگوریتمهای تصادفی
فیلم های آموزشی:
1 - جلسه اول - مقدمه ای بر طراحی الگوریتمها
2 - جلسه دوم - مقدمهای بر طراحی و تحلیل الگوریتمها (روش تقسیم و غلبه، روش برنامه ریزی پویا)
3 - جلسه سوم - مقدمهای بر طراحی و تحلیل الگوریتمها (روش حریصانه، روش برگشت به عقب، روش شاخه و تحدید)
4 - جلسه چهارم - رده بندی مسائل محاسباتی (مسائل NP-Hard ، NP ، P و NP-Complete)
5 - جلسه پنجم - اثبات NP-کامل بودن مسائل محاسباتی (۱)
6 - جلسه ششم - اثبات NP-کامل بودن مسائل محاسباتی (۲)
7 - جلسه هفتم - الگوریتمهای شبه چندجملهای
8 - جلسه هشتم - مسائل قویا NP-سخت، الگوریتمهای پارامتری سازی شده
9 - جلسه نهم - الگوریتمهای پارامتری سازی شده، روش شاخه و تحدید
10 - جلسه دهم - کاهش نرخ رشد توابع مربوط به پیچیدگی الگوریتمها
11 - جلسه یازدهم - جستجوی محلی و جستجوی محلی با عمق متغیر
12 - جلسه دوازدهم - رده بندی مسائل از دیدگاه روش جستجوی محلی
13 - جلسه سیزدهم - الگوریتمهای تقریبی (۱) و انواع مختلف آنها
14 - جلسه چهاردهم - الگوریتمهای تقریبی (۲)
15 - جلسه پانزدهم - الگوریتمهای تقریبی (۳) و پایداری آنها
16 - جلسه شانزدهم - الگوریتمهای تقریبی (۴)
17 - جلسه هفدهم - الگوریتمهای تقریبی (۵)
18 - جلسه هجدهم - رده بندی مسائل از دیدگاه الگوریتمهای تقریبی
19 - جلسه نوزدهم - الگوریتمهای تصادفی (۱) و انواع مختلف آنها
20 - جلسه بیستم - الگوریتمهای تصادفی (۲)
21 - جلسه بیست و یکم - الگوریتمهای تصادفی (۳)
22 - جلسه بیست و دوم - الگوریتمهای تصادفی (۴)
23 - جلسه بیست و سوم - الگوریتمهای تقریبی-تصادفی
24 - جلسه بیست و چهارم - الگوریتمهای تصادفی (تشخیص اول بودن اعداد)
درباره دوره:
شخصیتشناسی به روش انیاگرام یکی از انواع روشهای شخصیتشناسی است. به جز این روش، روشهای معروف دیگری مانند روش کتل، مایرز-بریگز (MBTI)، روش یونگ و ... نیز وجود دارند. شخصیتشناسی به روش انیاگرام و دیگر روشهای شخصیتشناسی در موقعیتهای بسیار زیادی به کار میروند. در حوزه توسعه فردی هر شخص اگر شخصیت خودش را به خوبی بشناسد و به نقاط قوت و ضعف خود اشراف پیدا کند میتواند تصمیمهای بهتری در راستای انتخاب مسیر شغلی و رشته تحصیلی مناسب خود بگیرد. شخصیتشناسی در حوزه منابع انسانی کمک میکند تا هنگام مصاحبه استخدامی تیپهای شخصیتی مختلف را به درستی بشناسیم و موقعیت شغلی مورد نظر هر فرد را بر اساس تیپ شخصیتیاش ارزیابی کرده تا بهترین تصمیم گرفته شود. در مذاکرات بین سازمانها برای عقد قراردادها نیز آشنایی با شخصیت هر فرد کمک میکند تا نقاط قوت و ضعف مذاکرهکنندگان مختلف را بشناسید و مثلا اگر با یک فرد جدی مذاکره میکنید، از شوخی کردن اجتناب کنید.
در ابتدا ممکن است شخصیتشناسی به روش انیاگرام روشی سخت و پیچیده به نظر برسد، اما اینگونه نبوده و انیاگرام مدلی بسیار ساده است. کافی است تا یک دایره بکشید و روی دایره 9 نقطه را با فاصله یکسان علامت گذاری کنید. نقاط را طوری از 1 تا 9 شمارهگذاری کنید که عدد 9 در بالاترین قسمت دایره قرار بگیرد. هر کدام از این نقاط با یک خط به دو نقطه دیگر متصل میشوند. نقاط 3، 6 و 9 به یکدیگر متصل شده و یک مثلث متساویالاضلاع را ایجاد میکنند. نقطه 1 به نقاط 4 و 7، نقطه 2 به نقاط 4 و 8، نقطه 4 به نقاط 1 و 2، نقطه 5 به نقاط 7 و 8، نقطه 7 به نقاط 1 و 5 و در نهایت نقطه 8 به نقاط 2 و 5 وصل میشوند. با اتصال این 9 نقطه به یکدیگر تصویر کلی مدل انیاگرام مشخص میشود، حال به بررسی این مدل میپردازیم.
در شخصیتشناسی به روش انیاگرام هر کدام از این 9 نقطه نشاندهنده یکی از تیپهای شخصیتی هستند و در واقع مدل انیاگرام تیپهای شخصیتی را به 9 دسته مجزا از هم تقسیم میکند. کاملا ممکن است که یک فرد شخصیتش را به بیشتر از یک تیپ شخصیتی نزدیک ببیند، اما در نهایت شخصیتشناسی به روش انیاگرام فقط یکی از این 9 تیپ شخصیتی را برای هر فرد انتخاب میکند. همچنین مدل انیاگرام تاکید میکند که شخصیت هر فرد در کودکی و بر اساس محیطی که در آن بزرگ میشود، شکل میگیرد و در بزرگسالی شخصیت یک فرد تغییر نمیکند. تنها خصوصیات اخلاقی جدیدی به یک فرد اضافه شده و یا خصوصیات اخلاقی آن شخص ضعیف و قوی میشوند.
در شخصیتشناسی به روش انیاگرام، 9 تیپ شخصیتی متفاوت تعریف میشوند که این 9 تیپ شخصیتی به شرح زیر هستند:
1) شخصیتهای اصلاحطلب، که ایدهآل گرا هستند، بر روی خودشان تسلط دارند و زندگی خود را با هدف و برنامه به پیش میبرند.
2) شخصیتهای حمایتگر، که مهربان هستند، از کمک به دیگران انرژی میگیرند، سخاوتمندند و دیگران را خوشحال میکنند.
3) شخصیتهای به دست آورنده، که با شرایط مختلف به راحتی کنار میآیند، به دنبال پیشرفت هستند، شهرت را دوست دارند و به شرایط و افراد مختلف تعلق خاطر بالایی ندارند.
4) شخصیتهای فرد گرا، که خودستایی بالایی دارند، احساساتی هستند، به هنر علاقه داشته و به همدردی و تایید دیگران نیاز دارند.
5) شخصیتهای پرسشگر، که غالبا درک و فهم بالایی دارند، خلاق هستند، درونگرا و کم حرف هستند و معمولا به صورت پنهانی کارهایشان را انجام میدهند.
6) شخصیتهای وفادار، که مسئولیتپذیر هستند، سعی میکنند از درگیری و کشمکش دوری کنند، در کارهای مختلف میتوان آنها را به کار گرفت و اکثرا انسانهای مضطربی هستند.
7) شخصیتهای مشتاق، که دوست دارند کارهایشان تنوع داشته باشد و میتوانند کارهای زیادی را انجام دهند، نیاز به مدیریت ندارند و خودشان را مدیریت میکنند، شور و اشتیاق بالایی دارند و افکارشان معمولا پراکنده است.
8) شخصیتهای چالشپذیر، که این افراد اعتماد به نفس بالایی دارند، بسیار رک هستند، تمام کارهایشان را قاطعانه و با هدف انجام میدهند، قدرت طلب و دارای روحیه مشاجره هستند.
9) شخصیتهای صلحطلب، که زندگی را راحت میگیرند، تعارفات را رعایت میکنند، میتوانند به دیگران مشاوره و قوت قلب بدهند و به هر قیمتی سعی در ایجاد آرامش دارند.
شخصیتشناسی به روش انیاگرام جزئیات بسیار زیادی مثل ارتباط شخصیتهای مختلف با یکدیگر، ویژگیهای هر تیپ شخصیتی، سطوح سلامت هر تیپ شخصیتی و ... دارد که شما در این دوره علاوه بر نکات مقدماتی شخصیتشناسی به روش انیاگرام با این جزئیات نیز آشنا خواهید شد.
مقدمات:
1 - تعریف شخصیت و ویژگیهای آن
2 - تاریخچه انیاگرام
3 - چرایی استفاده از روش انیاگرام
4 - ویژگیهای انیاگرام
5 - جزوهی آموزشی درس شخصیت شناسی به روش انیاگرم
آشنایی با تیپهای نهگانه شخصیتی:
1 - ویژگیهای تیپ 1 شخصیتی
2 - ارتباط با تیپهای 1 شخصیتی
3 - ویژگیهای تیپ 2 شخصیتی
4 - ارتباط با تیپهای 2 شخصیتی
5 - ویژگیهای تیپ 3 شخصیتی
6 - ارتباط با تیپهای 3 شخصیتی
7 - ویژگیهای تیپ 4 شخصیتی
8 - ارتباط با تیپهای 4 شخصیتی
9 - ویژگیهای تیپ 5 شخصیتی
10 - ارتباط با تیپهای 5 شخصیتی
11 - ویژگیهای تیپ 6 شخصیتی
12 - ارتباط با تیپهای 6 شخصیتی
13 - ویژگیهای تیپ 7 شخصیتی
14 - ارتباط با تیپهای 7 شخصیتی
15 - ویژگیهای تیپ 8 شخصیتی
16 - ارتباط با تیپهای 8 شخصیتی
17 - ویژگیهای تیپ 9 شخصیتی
18 - ارتباط با تیپهای 9 شخصیتی
19 - کوئیز
بررسی تفصیلی ویژگیهای هر تیپ شخصیتی:
1 - تیپ 1 شخصیتی
2 - تیپ 2 شخصیتی
3 - تیپ 3 شخصیتی
4 - تیپ 4 شخصیتی
5 - تیپ 5 شخصیتی
6 - تیپ 6 شخصیتی
7 - تیپ 7 شخصیتی
8 - تیپ 8 شخصیتی
9 - تیپ 9 شخصیتی
10 - خلاصهای از واکنش هر کدام از تیپها در شرایط فشار یا آرامش
11 - کوئیز
تنوع تیپهای شخصیتی:
1 - تیپ 1 و 2
2 - تیپ 3 و 4
3 - تیپ 5 و 6
4 - تیپ 7 و 8 و 9
5 - کوئیز
سطوح سلامت و لایههای سالم و ناسالم هر تیپ شخصیتی:
1 - تیپ 1
2 - تیپ 2
3 - تیپ 3
4 - تیپ 4
5 - تیپ 5
6 - تیپ 6
7 - تیپ 7
8 - تیپ 8
9 - تیپ 9
10 - کوئیز
درباره دوره:
درس اصول طراحی پایگاه داده از مهم ترین و کاربردی ترین مباحث آموزشی در رشته های نرم افزار و فناوری اطلاعات می باشد و لزوم یادگیری صحیح و اهمیت این درس بر کسی پوشیده نیست ، اما یادگیری اصولی و در عین حال کاربردی این درس نیازمند استادی است که در عین آموزش نظری و تئوری این درس ، با تجربه ی فعالیت نرم افزاری خود نحوه ی کار عملی با مبانی نظری این درس را در یک محیط عملیاتی مانند SQL Server آموزش دهد تا دانشجو بتواند در عین یادگیری مبانی نظری مانند اصول طراحی نمودار های ER و یادگیری مفاهیم اولیه پایگاه داده مانند موجودیت ها ، صفات و رابطه ها بتواند یک پایگاه داده ی اصولی و حرفه ای پیاده سازی کرده و پیچیده ترین پرس و جو ها ( QUERY ) را به صورت عملی بر روی این پایگاه داده اعمال کند .
فیلم های آموزشی:
1 - جلسه اول - مقدمات
2 - جلسه دوم - آشنائی با نمودار رابطه موجودیت
3 - جلسه سوم - ادامه با نمودار رابطه موجودیت
4 - جلسه چهارم - نگاشت نمودار رابطه – موجودیت به ساختار دادهای رابطهای یا جدولی
5 - جلسه پنجم - طراحی جداول در پایگاه داده اس کیو ال سرور
6 - جلسه ششم - دستورات SQL
7 - جلسه هفتم - ادامه دستورات SQL
8 - جلسه هشتم -
9 - جلسه نهم -
10 - جلسه دهم -
11 - جلسه یازدهم -
12 - جلسه دوازدهم -
درباره دوره:
یکی از مباحثی که همواره در حوزه تبلیغات و بازاریابی مطرح بوده، روانشناسی رفتار مصرف کننده است. مباحث بسیار مهم و کلیدی نیز در این درس مطرح میشود، مباحثی مثل: انواع مصرف کننده، احساسات و رفتار مصرف کننده، تفاوت در سن مصرف کننده، دستهبندی کردن مصرف کننده و ...
روانشناسی رفتار مصرف کننده در چه جایی به کمک تبلیغات میآید؟
اهمیت تبلیغات بر کسی پوشیده نیست، اما لازم است تا برای کاهش هزینهها و صرفهجویی در منابع تبلیغات خود را بهینه کنیم. بر فرض مثال تحقیقات نشان داده است که در بین افراد میانسال، اثرگذاری تبلیغات تلفنی بیشتر از تبلیغات تلویزیونی است، در نتیجه اگر بازار هدف شما افراد میانسال باشند، بهتر است تا محصول خود را به صورت تلفنی تبلیغ کنید و به جای اینکه منابع و هزینه خود را صرف تبلیغات تلویزیونی کنید، تعداد بازاریابان تلفنی خود را افزایش دهید.
این مثال اهمیت روانشناسی رفتار مصرف کننده را به طور کامل نشان میدهد. در همان تحقیق مثال قبل آورده شده که استفاده از بازاریابی ایمیلی و پیامکی در بین افراد میانسال نسبت به جوانان نتایج بهتری به ارمغان میآورد.
به گفتهی این پژوهش، جوانانی که از یک شماره و یا نشانی ایمیلی ناشناس پیامک یا ایمیل دریافت میکنند با احتمال کمتری تا انتها آن را میخوانند و همچنین در خیلی از مواقع آن پیام را باز هم نمیکنند. در عوض افراد میانسال با احتمال بیشتری پیامکها و ایمیلها را باز کرده و آنها را تا انتها مطالعه میکنند.
در نتیجه علم روانشناسی رفتار مصرف کننده به ما این کمک را میکند که با توجه به دستهبندیهای مختلفی که از بازار هدفمان داریم، چه مدلهایی از تبلیغات را برای هر دستهبندی انتخاب کنیم.
پس از پی بردن به اهمیت روانشناسی رفتار مصرف کننده، نیاز است تا با انواع مصرف کننده آشنا شویم. در پژوهشهای مختلف، انواع مصرف کننده در دستهبندیهای مختلف قرار گرفتهاند و هر کسب و کار نیز میتواند با توجه به سیاستها و استراتژیهای سازمانش این دستهبندیها را از نو تعریف کند اما تعدادی از این دستهها، نقطهی اشتراک دستهبندی انواع مصرف کننده هستند که میتوان گفت از اهمیت بیشتری برخوردارند.
اولین مصرف کنندگان: یکی از مهمترین انواع مصرف کننده در کسب و کارها و بعضا مهمترین نوع مصرف کننده در کسب و کارها، اولین مصرف کنندگان هستند. در بین انواع مصرف کننده، اولین مصرف کنندگان از آنجایی اهمیت دارد که شما اطلاعات بسیاری را میتوانید از آنها دریافت کنید.
مثلا میزان رشد در تعداد اولین مصرف کنندگان و اولین خریداران محصول شما میتواند به طور مستقیم بیانگر شناختهتر شدن برند شما باشد. هرچه آگاهی و شناخت از برند و محصولات شما بیشتر باشد، تعداد اولین مصرف کنندگان و اولین خریداران نیز احتمالا بیشتر خواهد شد.
یکی دیگر از دلایل اهمیت اولین خریداران این است که تفاوت بسیار زیادی بین اولین خریدار و کسی که تا کنون هیچ خریدی انجام نداده وجود دارد و ترغیب کسی که تا کنون یک بار از شما خرید کرده برای خرید دوباره بسیار راحتتر است تا ترغیب که تا کنون هیچ خریدی نداشته به خرید اول.
مصرف کنندگان دائمی: هر کسب و کار برای مصرف کننده دائمی تعریفی منحصر به فرد دارد. مثلا کسب و کاری ممکن است به این نتیجه برسد که اگر شخصی بیش از یک تعداد معین محصول خریداری کند، خریدار دائمی است.
کسب و کار دیگری ممکن است به این نتیجه برسد که اگر شخصی بیشتر از مدت زمانی مشخص از خدماتش استفاده کند یک مصرف کننده دائمی است. اما چرا دستهی مصرف کنندگان دائمی پراهمیت است؟ هنگامی که یک شخص وارد یک فروشگاه میشود تا یک بسته ماکارونی را خریداری کند، با طرحهای مختلفی از برندهای مختلف مواجه میشود اما در نهایت مجبور است تا یک بسته را انتخاب کند که روانشناسی رفتار مصرف کننده به ما کمک میکند تا از دلایل انتخاب مصرف کنندگان اطلاعات بیشتری کسب کنیم.
دلایل مختلفی میتواند بر روی این انتخاب تاثیرگذار باشد. کیفیت، قیمت، تاریخ انقضا، بستهبندی ظاهری و ... همه دلایل مهمی هستند که روی انتخاب آن شخص ممکن است تاثیر بگذارد. اما اگر آن شخص مصرف کنندهی دائمی یک برند باشد، دیگر به قیمت، تاریخ انقضا، بستهبندی و کیفیت محصولات رقبا توجه نمیکند و فقط محصول برند مد نظرش را برمیدارد و هزینه را پرداخت میکند.
حتی ممکن است در صورتی که یک فروشگاه محصول برند مد نظرشان را نداشته باشد، محصول برندهای دیگر را خریداری نکنند و به فروشگاه دیگری بروند. این مصرف کنندگان دائمی از آنجا اهمیت دارند که:
1) نیازی نیست برای آنها هزینه تبلیغات آنچنانی اختصاص دهید و چه بسا خودشان نیز برای شما از طریق بازاریابی دهان به دهان تبلیغ کنند.
2) هزینه جذب مشتریان دائمی یک برند برای رقبای آن برند بسیار زیاد است.
3) در صورتی که محصول جدیدی عرضه کنید به مشتری بالقوه آن محصول نیز تبدیل میشوند.
شما در دوره آموزش رایگان روانشناسی رفتار مصرف کننده، انواع مصرف کننده و احساسات و رفتار مصرف کننده بیشتر آشنا خواهید شد و یاد خواهید گرفت که چگونه در مباحث فروش و بازاریابی کسب و کار خود نکات این دوره را به کار گیرید.
فیلم های آموزشی:
1 - جلسه سوم
2 - جلسه چهارم
3 - جلسه پنجم
4 - جلسه ششم
5 - جلسه هفتم
6 - جلسه هشتم
درباره دوره:
این دوره به بررسی تخصصی تحلیل اقتصادی تصمیمگیری در شرایط عدم قطعیت و گزینههای ریسکی در چارچوب اقتصاد میپردازد. در این دوره، شما با مفاهیم فنی مربوط به عدم اطمینان و ریسک، نظریهها و ابزارهای سنجش، ارزیابی و تحلیل رفتار تصمیم گیرندگان در مواجهه با گزینههای ریسکی آشنا خواهید شد.
مطالعه عمیق لاتریها، نظریه مطلوبیت انتظاری، معیارهای ریسکپذیری و ابزارهای مرتبط برای تحلیل گرایشهای تصمیمگیرندگان در مواجهه با ریسک، محور اصلی این دوره است.
همچنین، توسعههای نظریه سلطه تصادفی، نظریه مطلوبیت وابسته به وضعیت و نظریه احتمال ذهنی، به همراه نظریههای مهم دیگر در حوزه اقتصاد رفتاری برای تحلیل تصمیمگیری تحت شرایط عدم اطمینان، در این دوره مورد توجه قرار خواهد گرفت.
آشنایی با مفاهیم رسیک و عدم اطمینان:
1 - مقدمه( عدم اطمینان و ریسک)
لاتری:
1 - لاتری (لاتری ساده، لاتری مرکب، لاتری خلاصه شده، سیمپلکس)
2 - رجحان روی لاتری (توابع رجحان خاص، ویژگیهای مطلوب رجحان روی لاتری)
3 - تابع مطلوبیت روی لاتریها (پارادوکس، پترزربوگ، تابع مطلوبیت برنولی)
تابع مطلوبیت انتظاری:
1 - تابع مطلوبیت انتظاری( تعریف و ویژگیهای آن)
2 - نظریه مطلوبیت انتظاری( پارادوکس اله، پارادوکس ماکینا، داچ بوک)
لاتری پولی و ریسک گریزی:
1 - لاتری پولی و ریسک گریزی( ریسک و تغییرپذیری، نگرش به ریسک، معادل اطمینان صرفه ریسک، صرفه احتمال)
شاخصهای سنجش نگرش به ریسک:
1 - ضریب ارو _ پرت مطلق، ضریب ارو _ پرت نسبی
روش سلطه تصادفی:
1 - روش سلطه تصادفی مرتبه اول و دوم
مطلوبیت وابسته به وضعیت:
1 - مطلوبیت وابسته به وضعیت
نظریه احتمال ذهنی:
1 - نظریه مطلوبیت انتظاری مبتی بر احتمال ذهنی، پارادوکس الزبرگ
درباره دوره:
در آموزش تکنیکهای انتگرالگیری با بررسی صفر تا صد فرمولهای پایه انتگرال به حل انواع انتگرالهای معین و نامعین می پردازیم و از جمله مباحث مطرح شده در این دوره عبارت است از:
دوره مناسب کلیه دانشجویان مهندسی و رشتههای پایه مثل ریاضی و فیزیک و شیمی مناسب است و دانشجویان با فراگیری آن میتوانند برای امتحانات خود آماده شوند.
این دوره طی 30 جلسه توسط محمد رجبی ضبط شدهاست.
انتگرال نامعین:
1 - مفاهیم و فرمولهای اولیه انتگرال
2 - حل چند مثال دیگر از انتگرال نامعین
3 - تغییر متغیر
4 - انتگرالگیری از توابع مثلثاتی - قسمت اول
5 - انتگرالگیری از توابع مثلثاتی - قسمت دوم
6 - انتگرالگیری از توابع مثلثاتی - قسمت سوم
7 - انتگرالگیری از توابع مثلثاتی - قسمت جهارم
8 - انتگرالگیری از توابع رادیکالی - قسمت اول
9 - انتگرالگیری از توابع رادیکالی - قسمت دوم
10 - انتگرالگیری از توابع رادیکالی - قسمت سوم
11 - انتگرالگیری از توابع رادیکالی - قسمت چهارم
12 - انتگرالگیری از توابع رادیکالی - قسمت پنجم
13 - روش تفکیک کسر - قسمت اول
14 - روش تفکیک کسر - قسمت دوم
15 - روش تفکیک کسر - قسمت سوم
16 - روش تفکیک کسر - قسمت چهارم
17 - روش جزء به جزء - قسمت اول
18 - روش جزء به جزء - قسمت دوم
19 - روش جزء به جزء - قسمت سوم
20 - روش جزء به جزء سریع
انتگرال معین:
1 - خواص انتگرال معین
2 - قضیه اساسی اول حساب دیفرانسیل و انتگرال
3 - محاسبه انتگرال معین - قسمت اول
4 - محاسبه انتگرال معین - قسمت دوم
5 - محاسبه انتگرال معین - قسمت سوم
6 - محاسبه انتگرال معین - قسمت چهارم
7 - محاسبه حد به کمک انتگرال بخش اول
8 - محاسبه حد به کمک انتگرال - قسمت دوم
9 - مسائل اثباتی انتگرال - قسمت اول
10 - مسائل اثباتی انتگرال - قسمت دوم
درباره دوره:
ماتریس یکی از مباحث مهم در ریاضیات بهحساب میآید. مباحث مربوط به ماتریس در بیشتر دروس ریاضی دانشگاهی و حتی دبیرستانی وجود دارند. این دوره آموزش ماتریس به هدف آموزش این مبحث مهم در ریاضیات ارائه شده است. در ادامه به معرفی این دوره آموزشی خواهیم پرداخت.
دوره آموزش ماتریس مکتب خونه در ٢٣ جلسه و در قالب ٣١ ساعت محتوای ویدیویی هماکنون بهصورت رایگان در دسترس کاربران عزیز قرار گرفته است. دوره نام برده از کلاس دانشگاه صنعتی شریف ضبط شده و استاد این مبحث از اساتید برجسته ریاضیات در دانشگاه صنعتی شریف بهحساب میآید. مباحث مربوط به ماتریس در این دوره به زبان ساده به کاربران آموزش داده خواهد شد.
کاربرد گسترده ماتریس در علوم دیگر به خصوص فیزیک در مبحثهایی مانند نورشناسی، الکترومغناطیس، مکانیک کوانتوم و مکانیک کلاسیک باعث شده تا دوره آموزش ماتریس تهیه شود. هدف این دوره، آموزش مفهومی ماتریس از پایه تا مباحث پیشرفته به دانشجویانی است که نیاز دارند این مبحث مهم را بهطور عمیق یاد بگیرند. در ابتدای این دوره، مقدمات جبر خطی مربوط به ماتریسها و مفاهیمی مانند قطر اصلی، آموزش ضرب و جمع و تفریق یا روش وارون کردن ماتریسها، qspm، همسازه و موارد دیگر بهطور کامل توضیح داده میشود.
دوره آموزش ماتریس برای تمامی دانشجویان رشتههای مهندسی مناسب است. همچنین این دوره برای برخی از رشتههای علوم پایه مانند ریاضیات، ریاضیات کاربردی، ریاضیات محض و غیره نیز کاربرد دارد. علاوه بر این، این دوره آموزشی برای تمامی افراد علاقهمند به مباحث ریاضیات و ماتریسها نیز مفید است.
مبحث ماتریس یکی از زیرشاخههای مهم علم ریاضیات است و از سرفصل های اصلی درس ریاضی پایه دانشگاهی محسوب میشود که بهطور فراوانی در جبر خطی از آنها استفاده میکنند. کاربردهای ماتریس در علوم مختلف مانند مهندسی نرمافزار، فیزیک، علوم کامپیوتر و چندین رشته دیگر نشان از اهمیت بالای آن دارد. زمانی که نیاز به مدلسازی پدیدهها، مطالعه پدیدههای فیزیکی مختلف و حل دستگاه معادلات خطی باشد لازم است که با علم ماتریسها آشنا بود. کاربرد انواع مختلف ماتریسها در علوم مختلف باعث شده تا دورههایی برای آموزش این مبحث مهم به زبان ساده برای کمک به فهم صحیح دانشجویان برگزار شود.
ماتریسها بخشی از عملیات جبر خطی هستند و در مباحث یادگیری ماشین، یادگیری عمیق و عملیات دادهکاوی بهطور گسترده به کاربرده میشوند. ماتریسها آرایهای از یک یا چندین سطر و ستون هستند که نحوه قرارگیری سطرها از چپ به راست و ستونهای ماتریس از بالا به پایین است. معمولاً ماتریسها را با حروف بزرگ زبان انگلیسی مانند A یا B نشان میدهند. به اعداد یا عبارات ریاضی موجود در هر سطر و ستون یک درایه گفته میشود.
عملیات جمع و تفریق و ضرب را میتوان روی درایههای ماتریسها انجام داد. اگر تعداد ستونها با تعداد سطرها برابر باشد، تفریق ماتریسها یا جمع آنها امکانپذیر است. برای ضرب دو ماتریس لازم است که تعداد ستونها در ماتریس اول با تعداد سطرها در ماتریس دوم برابر باشد.
حل دستگاه معادلات خطی با کمک ماتریسها امکانپذیر است. یکی از انواع ماتریسها، ماتریس مربعی نام دارد که میتوان با محاسبه دترمینان، به مشخصات آن پی برد. برای مثال یکی از قوانین مبحث ماتریسها در مورد معکوسپذیری آنهاست و درصورتیکه دترمینان یک ماتریس مربعی نا صفر باشد، آن ماتریس معکوسپذیر است.
بهغیراز دانشجویان رشتههای ریاضی و فیزیک که نیاز دارند با مبحث ماتریس بهطور کامل آشنا شوند، دانشجویان برخی از رشتههای مهندسی مانند کامپیوتر، نرمافزار و چندین رشته دیگر برای کار کردن با نرمافزارهای کاربردی مانند متلب لازم است که این مبحث را از پایه و بهصورت جامع آموزش ببینند. در دوره آموزش ماتریس تمام مباحث بهصورت گام به گام آموزش داده شده است تا ابهامی در قسمتهای مختلف آن برای شما باقی نماند.
فیلم های آموزشی:
1 - جلسه اول - برخی از مقدمات جبرخطی مربوط به ماتریس ها
2 - جلسه دوم - زیرفضاهای برد و پوچ ماتریس ها
3 - جلسه سوم - ماتریس های متقارن - تجزیه طیفی - تجزیه SVD
4 - جلسه چهارم - خواص تجزیه SVD و نرم برداری
5 - جلسه پنجم - نرم ماتریسی و نمایش اعداد حقیقی در ماشین
6 - جلسه ششم - حالت مسئله در داده ، پایداری الگوریتم ، عدد حالت دستگاه خطی
7 - جلسه هفتم - حل دستگاه معادلات خطی به روش گاوس
8 - جلسه هشتم - روش حذفی گاوس برای ماتریس های مربعی
9 - جلسه نهم - تجزیه مثلثی ، محورگزینی و حل دستگاه
10 - جلسه دهم - تحلیل خطاهای پیشرو و پسرو برای حل دستگاه های خطی
11 - جلسه یازدهم - تجزیه مثلثی بلوکی
12 - جلسه دوازدهم - تجزیه پولسکی تعمیم یافته ، تبدیلات هاوس هولدر
13 - جلسه سیزدهم - معرفی حل دستگاه های مستطیلی
14 - جلسه چهاردهم - حل دستگاه مستطیلی ، تجزیه مثلثی
15 - جلسه پانزدهم - تجزیه های مثلثی
16 - جلسه شانزدهم - حل دستگاه مستطیلی ؛ محاسبه جواب با کمترین اندازه با استفاده از تجزیه های رتبه های مثلثی
17 - جلسه هفدهم - حل جواب با کمترین طول اقلیدسی برای دستگاه خطی
18 - جلسه هجدهم -
19 - جلسه نوزدهم -
20 - جلسه بیستم - محاسبه مقدار ویژه با روش توانی و روش QR
21 - جلسه بیست و یکم- الگوریتم لانچوز
22 - جلسه بیست و دوم - روش های گرادیان های مزدوج برای حل مسائل خطی
