مدرس این دوره علاوه بر استفاده از معتبرترین و به‌روزترین منابع در طراحی این درس، با بهره‌گیری از مثال‌ها و نمونه‌های کاملا کاربردی که حاصل تجربیات مشاوره و تدریس ایشان است، به شکلی ساده و روان به تدریس مباحث پرداخته است. این دوره برای افراد با تجارب کاری متنوع در هر مرحله‌ای از مسیر شغلی، این امکان را فراهم می‌کند تا برای بهبود و کسب موفقیت‌های شغلی دلخواهشان برنامه‌ریزی کنند.
کاربرد دوره آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده (Recommender System) چیست؟ طی دهه‌های اخیر، با ظهور یوتیوب، آمازون، نتفلیکس و بسیاری از وب سرویس‌های دیگر، سیستم های پیشنهاد دهنده جایگاه ویژه‌ای در زندگی ما پیدا کرده‌اند. کاربرد این‌گونه سیستم‌ها در خدمات متنوعی از جمله تجارت الکترونیکی، تبلیغات آنلاین و حتی سفرهای آنلاین رومزه غیرقابل انکار است. وقتی یک محصولی را به صورت آنلاین خریداری می‌کنید، ممکن است مقالاتی به شما پیشنهاد داده شود؛ یا حتی وقتی در اینترنت در حال گشت‌وگذار هستید، مطالبی مناسب با شما و طبق ترجیحاتتان برایتان نمایش داده می‌شود. این قبیل موارد که هر روزه با آن‌ها مواجه هستید، با کمک Recommender System ها امکان‌پذیر است. با توجه به اهمیت سامانه‌های پیشنهاد دهنده در دنیای امروز، تصمیم گرفتیم دوره‌ای برای آموزش سیستم توصیه‌گر (Recommender Systems) طراحی کنیم. در این دوره بعد از معرفی این سیستم‌ها به روش ساخت آن‌ها با استفاده از تکنیک‌های مدرن هوش مصنوعی و یادگیری ماشین هم می‌پردازیم. طی این دوره با مقدمات و مفاهیم بازیابی اطلاعات (Information Retrieval) و سامانه‌های توصیه‌گر، لزوم طراحی و استفاده از آن‌ها در وب‌سایت‌ها و اپلیکیشن‌ها و تاثیر این سامانه‌ها بر افزایش نرخ تبدیل (Conversion Rate) در کسب‌وکارهای آنلاین آشنا خواهید شد. پس از آشنایی با این موارد، مدرن‌ترین روش‌ها و متدهای روز دنیا برای پیاده‌سازی سیستم‌های پیشنهاددهنده در پایتون را بررسی خواهیم کرد. دوره آموزش سیستم پیشنهاد دهنده تنها به این مباحث ختم نمی‌شود. مهم‌ترین بخش این دوره، تدریس گام به گام چگونگی پیاده‌سازی سیستم‌های پیشنهاد دهنده در پایتون است. طبق این برنامه آموزشی، شما یاد می‌گیرید که براساس علایق و سوابق جمع‌آوری شده از کاربران، با استفاده از هوش مصنوعی و شبکه‌های عصبی مصنوعی (Artificial Neural Networks) به کاربران خود فیلم پیشنهاد دهید. در این راستا از زبان برنامه‌نویسی Python و فریم‌ورک TensorFlow و Keras استفاده خواهیم کرد. در این دوره آموزشی خواهید توانست از مفاهیم پایه و معرفی سیستم تا استقرار روی سرورهای عملیاتی را قدم به قدم فرا بگیرید. بنابراین اگر قصد آموزش عملی و صفر تا صد پیاده سازی سیستم‌های پیشنهاد دهنده را دارید، دوره آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده (Recommender Systems) مکتب‌خونه را به شما پیشنهاد می‌دهیم.
تسک دوم رایتینگ آیلتس (IELTS Writing Task 2) یکی از پرچالش‌ترین بخش‌ها برای داوطلبان آزمون آیلتس (IELTS) در سال‌های اخیر بوده‌است. اینکه چرا این موضوع تبدیل به یک دغدغه‌ی بزرگ برای داوطلبان شده ریشه در عدم رعایت استانداردهایی دارد که در Band Descriptors به آن‌ها اشاره شده، اما بعضا شخص متقاضی تصور و یا تعبیر درستی از آن‌ها ندارد و در نهایت باعث می‌شود اشراف کاملی به انتظارات مصحح Native نداشته باشد. تجربیات متعدد و چندین ساله در این حوزه نشان می‌دهد که از بین ۴ مولفه: 1- Task Response (TR) 2- Cohesion and Coherence (C.C) 3- Lexical Resource (LR) 4- Grammar (GRA) مولفه‌های شماره ۳،۴ به طور غریزی بیشتر مورد توجه متقاضی قرار می‌گیرند و شخص در تلاش است نمایشی بسیار چشمگیر از ساختارهای گرامری و واژگان Less Common ارائه دهد؛ این درحالیست که شخص با وجود علم به تعریف TR و C.C، درک کاملی از نحوه‌ی پیاده‌سازی آن‌ها در رایتینگ ندارد و نتیجه این خواهد شد که رایتینگ‌ها تبدیل به ویترینی از LR و GRA می‌شوند، درحالی‌که نمره‌ای که مصحح به متقاضی داده بیشتر از ۶ یا ۶.۵ نبوده‌است. لذا به جرات میتوان گفت ۲ نقطه ضعف اساسی شرکت‌کنندگان در آزمون آیلتس در بخش رایتینگ تسک ۲ عبارتند از: ۱- ضعف در نحوه‌ی ایده‌سازی و پردازش آن و چگونگی بسط و توسعه ایده‌ها به صورت منطقی بر اساس استانداردهای مصحح Native ۲- ضعف در ایجاد ارتباط و انسجام درونی، و نه مکانیکی، در سراسر متن ( C.C) با پوشش‌دهی این دو عامل TR و C.C شما می‌توانید رایتینگ خود را به استانداردهایی که مورد نظر مصحح است نزدیک کنید؛ این به معنی نادیده گرفتن نقش LR و GRA نیست، بلکه موید این مطلب است که این دو عامل زمانی می‌توانند به رایتینگ شما کمک کنند که شما توانسته باشید TR و C.C را به خوبی در متن اجرا کنید. این دوره تمرکز ویژه ای روی ۲ نقطه ضعف مطرح شده دارد و تلاش بر این است تا نوع تفکر متقاضیان محترم را با آنچه که در ذهن مصحح Native می‌گذرد منطبق سازد و آن‌ها را به سمت نمره‌ی بالای ۷ سوق دهد. اگرچه شایان ذکر است که پیش از همه‌ی این موارد، رمز موفقیت شخص در مطالعه‌ی بیشتر است. بدین معنی که قبل از اینکه نویسنده (Writer) خوبی باشیم می‌بایست ابتدا خواننده (Reader) خوبی باشیم و روزانه ۲ الی ۳ مقاله‌ی کوتاه را مطالعه و ایده‌های مناسب آن‌ها را ثبت کنیم، لغات و ساختارهای مفید آن‌ها را یاد بگیریم و سعی کنیم که از آن‌ها به صورت تمرین شده استفاده کنیم و موتور ایده‌پردازی خود را همواره روشن نگه داریم.
آموزش نرم‌افزار Expert Choice دوره آموزش پیش رو نیز ضمن پرداختن به آموزش اکسپرت چویس، به بررسی فرآیند سلسله مراتبی در نرم افزار اکسپرت چویس پرداخته و پکیج کاملی از آموزش Expert Choice را ارائه می‌دهد. در نهایت تلاش دارد خروجی ایده‌آل مدنظر برای فراگیر را حاصل کند؛ برای این کار مدرس به پشتیبانی پس از دوره آموزش Expert Choice می‌پردازد. وجه تمایز این دوره با دیگر دوره‌های آموزش اکسپرت چویس در آموزش تصمیم‌گیری چند معیاره گروهی با استفاده سلسله مراتبی و پیاده سازی آن در نرم افزار Expert Choice است. یکی از اساسی‌ترین موضوعات مطرح در دنیای امروزی که همواره از دغدغه‌های اصلی مدیریت محسوب می‌شود، بحث تصمیم‌گیری است لزوم اتخاذ تصمیم درست و برگزیدن گزینه مناسب از میان گزینه‌های متعدد زمینه انتخاب بهترین تولید کننده، بهترین توزیع کننده و... در تشکیل یکپارچگی‌ها و موارد مشابه از جمله مسائل مهم مطرح برای تصمیم‌گیری‌های چند معیاره است؛ این تصمیمات جزئی از مسائل بزرگ و کلان را شامل می‌شوند و در بسیاری از این موارد در صورت نادرست بودن تصمیم، هزینه‌های زیادی را باید پرداخت. از این رو تصمیم‌گیری صحیح در تمام مسائل اهمیت به سزایی دارد. یکی از کارآمدترین تکنیک‌های تصمیم‌گیری چند معیاره استفاده از روش تحلیل سلسله مراتبی یا AHP(Analytical Hierarchy Process) است که در روش AHP مسئله اصلی به کمک یک ساختار سلسله مراتبی به مسائل کوچک‌تر شکسته می‌شود؛ در این ساختار معیارها سطح بندی می‌شود (هدف و معیارهای اصلی در سطوح بالاتر و معیارهای فرعی در سطح پایین‌تر قرار می‌گیرند)، گزینه‌ها نسبت به پایین‌ترین سطح معیارها و نیز معیارهای هر سطح نسبت به معیارهای یک سطح بالاتر وزن دهی می‌شوند. بطور کلی فرآیند تحلیل سلسله مراتبی شامل: ساخت سلسله مراتبی، مقایسه‌های زوجی، ترکیب وزن‌ها، تحلیل حساسیت و روش رتبه‌بندی می‌باشد. با توجه به پیچیدگی حل مسائل تصمیم‌گیری چند معیاره به خصوص در مسئله با داده‌ها و اطلاعات زیاد و با اهمیت، لزوم استفاده از یک نرم افزار برای حل مسائل احساس می‌شود یکی از نرم‌افزاها Expert Choice است چرا که کار با اکسل فرآیند حل را طولانی و طاقت فرسا می‌کند. برای یادگیری این نرم افزار باید از دوره‌های آموزشی استفاده کرد که مدرس دوره علاوه بر تسلط بر خود نرم افزار بر فرآیند سلسله مراتبی و در اصل مسائل تصمیم‌گیری تسلط کافی را داشته‌باشد چرا که تصمیم‌گیری در مسائل و پروژه‌های مختلف از حساسیت بالایی برخوردار است؛
موزش مدیریت تعارض و کار تیمی: سهم قابل‌توجه و رو به رشدی از بازی کسب و کار در دنیای امروز را فعالیت‌های تیمی به خود اختصاص داده‌اند. تحولات مداوم و افزایش پیچیدگی‌ها، تغییر قواعد کسب‌وکار، نفس‌گیر شدن رقابت، تخصصی شدن فعالیت‌ها و حرکت به سمت اقتصاد رقابت کامل، بیش از هر زمان دیگری کسب و کار را به سمت این واقعیت سوق می‌دهد که نیاز مبرمی به قدرت حاصل از هم‌افزایی(سینرژی) میان افراد وجود دارد. چنان که تأکید بر مدیریت تعارض بین افراد، حرکت از سمت گروه به تیم و ترویج فرهنگ کارتیمی تبدیل به یکی از دغدغه‌های جدی و مورد تأکید سازمان‌ها و جوامع پیشرفته شده است. شاید خیلی از شما از خود بپرسید که چرا به آموزش مدیریت تعارض و کار تیمی نیاز داریم یا اصلا چه کاربردی دارد؟ واضح است که، تیمی که فقط سه نفر در آن درگیر هستند به‌مراتب ساده‌تر و درگیر متغیرهای کمتری است نسبت به شرایطی که در آن تیم هایی شامل افرادی با تخصص‌ها، ارزش‌ها، اهداف و نگرش‌های متنوع هستند
در این دوره شما با مفاهیم اولیه سیستم عامل و الگوریتم‌نویسی که پایه اولیه شروع برنامه‌نویسی می‌باشد، آشنا می‌شوید. در این دوره تلاش شده است که با کمترین اطلاعات در رابطه با سیستم عامل و الگوریتم برنامه‌نویسی بتوانید زبان C را فرا بگیرید و از این زبان به عنوان درگاهی برای ورود به دنیای برنامه‌نویسی و سیستم عامل می‌توانید استفاده کنید. تمامی مفاهیم مورد نیاز برای یک برنامه‌نویس زبان C در این دوره پوشش داده شده است و تمامی دستورات مورد نیاز از جمله حلقه‌ها، توابع، اشاره‌گرها را آموزش می‌بینید.
طی دهه‌های اخیر، با ظهور یوتیوب، آمازون، نتفلیکس و بسیاری از وب سرویس‌های دیگر، سیستم های پیشنهاد دهنده جایگاه ویژه‌ای در زندگی ما پیدا کرده‌اند. کاربرد این‌گونه سیستم‌ها در خدمات متنوعی از جمله تجارت الکترونیکی، تبلیغات آنلاین و حتی سفرهای آنلاین رومزه غیرقابل انکار است. وقتی یک محصولی را به صورت آنلاین خریداری می‌کنید، ممکن است مقالاتی به شما پیشنهاد داده شود؛ یا حتی وقتی در اینترنت در حال گشت‌وگذار هستید، مطالبی مناسب با شما و طبق ترجیحاتتان برایتان نمایش داده می‌شود. این قبیل موارد که هر روزه با آن‌ها مواجه هستید، با کمک Recommender System ها امکان‌پذیر است. با توجه به اهمیت سامانه‌های پیشنهاد دهنده در دنیای امروز، تصمیم گرفتیم دوره‌ای برای آموزش سیستم توصیه‌گر (Recommender Systems) طراحی کنیم. در این دوره بعد از معرفی این سیستم‌ها به روش ساخت آن‌ها با استفاده از تکنیک‌های مدرن هوش مصنوعی و یادگیری ماشین هم می‌پردازیم. طی این دوره با مقدمات و مفاهیم بازیابی اطلاعات (Information Retrieval) و سامانه های توصیه گر، لزوم طراحی و استفاده از آن‌ها در وب‌سایت‌ها و اپلیکیشن‌ها و تاثیر این سامانه‌ها بر افزایش نرخ تبدیل (Conversion Rate) در کسب‌وکارهای آنلاین آشنا خواهید شد. پس از آشنایی با این موارد، مدرن‌ترین روش‌ها و متدهای روز دنیا برای پیاده‌سازی سیستم‌های پیشنهاد دهنده در پایتون را بررسی خواهیم کرد. دوره آموزش سیستم پیشنهاد دهنده تنها به این مباحث ختم نمی‌شود. مهم‌ترین بخش این دوره، تدریس گام به گام چگونگی پیاده‌سازی سیستم‌های پیشنهاد دهنده در پایتون است. طبق این برنامه آموزشی شما یاد می‌گیرید که براساس علایق و سوابق جمع‌آوری شده از کاربران، با استفاده از هوش مصنوعی و شبکه‌های عصبی مصنوعی (Deep learning) به کاربران خود فیلم پیشنهاد دهید. در این راستا از زبان برنامه‌نویسی Python و فریم‌ورک TensorFlow و Keras استفاده خواهیم کرد. در این دوره آموزشی خواهید توانست از مفاهیم پایه و معرفی سیستم تا استقرار روی سرورهای عملیاتی را قدم به قدم فرا بگیرید. بنابراین اگر قصد آموزش عملی و صفر تا صد پیاده سازی سیستم‌های پیشنهاد دهنده را دارید، دوره آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده (Recommender Systems) مکتب‌خونه را به شما پیشنهاد می‌دهیم. دوره آموزش سیستم پیشنهاد دهنده مناسب چه کسانی است؟ مدیران کسب‌وکاری که قصد توسعه کسب‌وکار خود را دارند. مهندسان و برنامه‌نویس‌هایی که به طراحی، پیاده‌سازی و استقرار این سیستم‌ها علاقه دارند. دانشجویان و محققانی که قصد تحقیق و پژوهش در این حوزه مدرن را دارند. بعد از فراگیری دوره آموزش سیستم پیشنهاد دهنده چه مهارت‌هایی کسب خواهید کرد؟ بعد از گذراندن این دوره به راحتی می‌توانید با استفاده از هوش مصنوعی و یادگیری ماشین، سیستم های پیشنهاد دهنده امروزی را برای استفاده در صنعت یا کار‌های پژوهشی، پیاده‌سازی و ارزیابی کنید. اگر مدیر یک کسب‌وکار آنلاین هستید، از اهمیت سیستم‌های پیشنهاد دهنده آگاه خواهید شد و مهارت‌های کار با این سیستم‌ها را فرا خواهید گرفت. اگر مهندس و برنامه‌نویس سیستم‌های نرم‌افزاری هستید، بعد از این دوره به راحتی خواهید توانست یک سامانه توصیه‌گر را طراحی، پیاده‌سازی و مستقر کنید. اگر دانشجو یا محقق هستید، به راحتی می‌توانید به پیاده‌سازی و ارزیابی مقاله یا پایان‌نامه خود در زمینه سیستم‌های پیشنهاد دهنده بپردازید.
درس این دوره علاوه بر استفاده از معتبرترین وبه روزترین منابع در طراحی این درس، با بهره‌گیری از مثال‌ها و نمونه‌های کاملا کاربردی که حاصل تجربیات مشاوره و تدریس ایشان است، به شکلی ساده و روان به تدریس مباحث پرداخته است. همچنین دوره‌ی MBTI مکتب‌پلاس به گونه‌ای طراحی شده تا برای افرادی که تا کنون مطالعات متمرکزی در این حوزه نداشتند نیز مفید باشد.
مدرس این دوره علاوه بر استفاده از معتبرترین و به‌روزترین منابع در طراحی این درس، با بهره‌گیری از مثال‌ها، تست‌های خودسنجی و نمونه‌های کاملا کاربردی که حاصل تجربیات مشاوره و تدریس ایشان است، به شکلی ساده و روان به تدریس مباحث پرداخته است.
در این دوره آموزشی به زبان برنامه‌نویسی Python پرداخته شده‌است. پایتون یک زبان برنامه‌نویسی قدرتمند سطح بالا، شیءگرا و حرفه‌ایست که در حال گسترش روزافزون در جهان است. این زبان با قابلیت‌های فراوان و شگفت‌انگیزی که دارد تحولی در دنیای برنامه‌نویسی از توسعه برنامه‌های تحت وب تا ایجاد بازی‌های رایانه‌ای، به وجود آورده‌است. پایتون ابتدا در سال 1991 وارد دنیای برنامه‌نویسی شد و در سال‌های اخیر توجه برنامه‌نویسان را به خود جلب کرده و روزبه‌روز بر طرفداران آن افزوده می‌شود. تعداد کلمات کلیدی پایتون کم، ساده و کاملاً قابل درک است و این موضوع فهم و یادگیری آن را برای کاربران تازه‌کار بسیار ساده کرده‌است. در واقع این زبان پیچیدگی‌های معمول سایر زبان‌ها را ندارد و پس از برنامه‌نویسی، منطق آن کاملاً قابل درک است. این زبان اپن‌سورس را میتوان در زمان کوتاهی به‌خوبی یاد گرفت و به‌واسطه کتابخانه‌های گسترده‌ای که دارد از آن استفاده‌های فراوان کرد. از پایتون میتوان در زمینه‌های مختلفی استفاده کرد: استفاده از پایتون در طراحی وب: پایتون در وب توانایی‌های خود را به‌خوبی نشان داد و در ساخت برنامه‌های تحت وب به کار گرفته شد. ساخت اپلیکیشن موبایل: با استفاده از پایتون و به کمک برخی فریم ورک‌ها میتوان اپلیکیشن‌هایی برای موبایل ساخت. کاربرد پایتون در تست نفوذ: وقتی صحبت از هک و نفوذ در سیستم‌ها می‌شود، پایتون حرفهای زیادی برای گفتن دارد. کاربرد پایتون در هک به علت بازدهی بالایی است که این زبان اسکریپتی در ساخت برنامه‌های کوچک دارد و به همین دلیل است که هکرهای حرفهای تسلط بسیار خوبی بر پایتون دارند. آموزش و تحصیلات آکادمیک: در مدارس ایران بر خلاف بسیاری از کشورهای پیشرفته، برنامه‌ریزی خاصی برای آموزش برنامه‌نویسی به کودکان و نوجوانان وجود ندارد. در سال‌های گذشته، بسیاری از کشورها در مدارس خود زبان را آموزش می‌دادند اما امروزه پایتون جای آن را گرفته است. اگر یک کودک ۱۲ ساله کدهای جاوا را ببیند احتمالاً برای همیشه از برنامه‌نویسی زده می‌شود. اما پایتون ساختار ساده و جذابی دارد و یادگیری آن آسان است. پایتون به خاطر ساختار ساده‌ای که دارد گزینه مناسبی برای تدریس برنامه‌نویسی مخصوصاً به کودکان و نوجوانان است. کاربرد پایتون در داده‌کاوی: داده‌کاوی علم بررسی داده‌هاست. سرویس‌هایی مثل اینستاگرام یا موتور جستجوی گوگل، روزانه چند هزار گیگابایت داده از کاربران خود دریافت می‌کنند و درآمد بالایی از تحلیل این داده‌ها کسب می‌کنند. کاربرد پایتون در طراحی رابط گرافیکی: پایتون در ساخت رابط گرافیکی عملکرد خوبی دارد و کتابخانه‌های مختلفی برای این کار معرفی کرده‌است. کاربرد پایتون در طراحی بازی‌های کامپیوتری: در پایتون برای تولید بازی‌های کامپیوتری کتابخانه‌های گوناگونی وجود دارد که به‌سادگی میتوان از آن‌ها برای تولید بازی استفاده کرد. این دوره به‌گونه‌ای ارائه شده‌است تا برای کاربرانی که هیچ آشنایی با برنامه‌نویسی ندارند قابل استفاده باشد. در این دوره به معرفی قابلیت‌های زبان Python پرداخته شده‌است. در این دوره کار با مفاهیم پایه‌ای Python آغاز شده و تا برنامه‌نویسی شیءگرا ادامه یافته‌است. توجه کنید که در این دوره به آموزش پایتون مقدماتی مقدماتی پرداخته شده که برای استفاده پایتون در یادگیری ماشین ضروری است. شایان ذکر است مدرس دوره آموزشی Python مقدماتی مترجم کتاب «پایتون از مقدماتی تا پیشرفته» نیز هستند. برای دیدن دوره‌های بیشتر مربوط به برنامه نویسی می‌توانید به صفحه آموزش برنامه نویسی مراجعه کنید.