فرشید شیرافکن

زبان پایتون یک زبان سطح بالا و همه منظوره است که خوانایی بالایی دارد و کتابخانه های فراوانی را نیز در اختیار کاربر قرار می دهد. این زبان که یکی از زبان های شی گرا محسوب می شود، از مدل های مختلف برنامه نویسی، از جمله: برنامه نویسی دستوری و تابع محور پشتیبانی می کند. در پایان این آموزش، مخاطب می تواند به زبان پایتون برنامه نویسی کند. این آموزش با این فرض تهیه شده است که مخاطب هیچ دانش و تجربه قبلی در زمینه برنامه نویسی پایتون نداشته و در طول آموزش با این زبان آشنا می شود. مفاهیم این آموزش با تشریح مبانی نظری و سپس با پیاده سازی مثال های عملی، تدریس می گردد.

++C یک برنامه همه منظوره و عمومی است که هم اکنون در سطح وسیعی از علم کامپیوتر استفاده می شود و مفاهیم شی گرایی وراثت و چندریختی را بیان می کند. تمام نرم افزارهایی که به صورت روزمره در ویندوز با آن ها کار می کنیم توسط زبان مادر سی و سی پلاس پلاس نوشته شده اند و در صنعت خودروسازی، فضایی، معماری، بانکی، کنسول بازی و ... کاربرد دارند. هدف این فرادرس آموزش ++C در دو بخش معرفی دستورات و ساختمان داده و بیان مفاهیم شی گرایی است.

یکی از دروس پایه ای همه رشته های مهندسی، درس ریاضی ۱ است. قبل از مطالعه این درس باید با مفاهیم ریاضی پایه مانند مجموعه ها، اتحادها، چند جمله ای، تابع درجه 2، مثلثات، تابع و انواع تابع آشنا بود. در این فرادرس ابتدا به حد و پیوستگی می پردازیم و سپس درس را با معرفی مشتق و انتگرال و کاربردهای آن ادامه می دهیم. در نهایت مختصات قطبی، اعداد مختلط و دنباله و سری آموزش داده می شود.

در گذشته، فرض بر این بود که ریاضیات برای گروه خاصی از افراد جامعه است و ریاضیات را همه نمی توانند یاد بگیرند. با تغییر هدف آموزش ریاضی، ضرورت آموزش ریاضی برای همگان درک شد. برای کمک به درک بهتر از مسائل، باید ریاضیات به صورت یک کل، آموزش داده شود. متأسفانه در دروس آکادمیک، ریاضیات را به صورت یک جزء به ما آموخته اند و صورت کلی از ریاضی در ذهن اکثر دانشجویان نقش نبسته است. بعد از یادگیری مفاهیم پایه در این آموزش می توان به یادگیری مفاهیم موجود در ریاضی ۱ مانند حد و پیوستگی، مشتق، انتگرال، دنباله و سری و اعداد مختلط پرداخت. این آموزش برای دانشجویان پیام نور نیز مناسب ارزیابی می شود.

زبان پایتون یک زبان سطح بالا و همه منظوره است که خوانایی بالایی دارد و کتابخانه‌های فراوانی را نیز در اختیار کاربر قرار می‌دهد. این زبان که یکی از زبان‌های شی‌گرا محسوب می‌شود، از مدل‌های مختلف برنامه‌نویسی، از جمله: برنامه‌نویسی دستوری و تابع محور پشتیبانی می‌کند. در پایان این آموزش، مخاطب می‌تواند به زبان پایتون برنامه‌نویسی کند. ما در این آموزش قصد داریم تا تابع در زبان برنامه‌نویسی پایتون با مثال را مورد بحث و بررسی قرار دهیم.

هدف این فرادرس آموزش مهارت‌های عملی لازم برای پیاده‌سازی شی‌گرایی در پایتون است. این فرادرس می‌خواهد مباحث پایه و اساسی مرتبط با مفاهیم شی‌گرایی را به ساده‌ترین حالت ممکن بررسی نماید و نکاتی را مطرح نماید که رعایت آن‌ها اثر بسیار زیادی بر روی کیفیت برنامه‌نویسی خواهد داشت. ما در این آموزش قصد داریم تا مفاهیم اولیه شی گرایی در پایتون را مورد بحث و بررسی قرار دهیم.

در این فرادرس مفاهیم شی گرایی در پایتون مانند: کلاس، ارث بری، پلی مورفیسم (Polymorphism)، سر بارگذاری و... با ساده ترین روش و با ذکر مثال آموزش داده می شود، به طوری که ابتدا مفاهیم به صورت تئوری آموزش داده می شود و سپس این مفاهیم در محیط عملی با مثال های متنوعی بررسی می شوند. هدف این فرادرس آموزش مهارت های عملی لازم برای پیاده سازی شی گرایی در پایتون است. این فرادرس می خواهد مباحث پایه و اساسی مرتبط با مفاهیم شی گرایی را به ساده ترین حالت ممکن بررسی نماید و نکاتی را مطرح نماید که رعایت آن ها اثر بسیار زیادی بر روی کیفیت برنامه نویسی خواهد داشت.

آموزش یادگیری ماشین (Machine Learning) شامل ۱۶ درس است که در دو بخش تهیه شده است. هر بخش شامل ۸ درس است. در بخش اول مفاهیم اولیه، داده، رگرسیون و چهار روش طبقه بندی: رگرسیون لجستیک، شبکه عصبی، ماشین بردار پشتیبان و درخت تصمیم بررسی می شوند. در بخش دوم ادامه روش های طبقه بندی: دسته بندی بیز، k نزدیک ترین همسایه و یادگیری جمعی بررسی می شوند. سپس انتخاب ویژگی، تقلیل ابعاد، خوشه بندی، کشف داده های پرت و کاوش قوانین انجمنی آموزش داده می شوند.

زبان پایتون یک زبان سطح بالا و همه منظوره است که خوانایی بالایی دارد و کتابخانه‌های فراوانی را نیز در اختیار کاربر قرار می‌دهد. این زبان که یکی از زبان‌های شی‌گرا محسوب می‌شود، از مدل‌های مختلف برنامه‌نویسی، از جمله: برنامه‌نویسی دستوری و تابع محور پشتیبانی می‌کند. در پایان این آموزش، مخاطب می‌تواند به زبان پایتون برنامه‌نویسی کند. ما در این آموزش قصد داریم تا عملگرها در زبان پایتون همراه با مثال را مورد بحث و بررسی قرار دهیم.

زبان پایتون یک زبان سطح بالا و همه منظوره است که خوانایی بالایی دارد و کتابخانه‌های فراوانی را نیز در اختیار کاربر قرار می‌دهد. این زبان که یکی از زبان‌های شی‌گرا محسوب می‌شود، از مدل‌های مختلف برنامه‌نویسی، از جمله: برنامه‌نویسی دستوری و تابع محور پشتیبانی می‌کند. در پایان این آموزش، مخاطب می‌تواند به زبان پایتون برنامه‌نویسی کند. ما در این آموزش قصد داریم تا الگوریتم‌های مرتب‌سازی در زبان برنامه‌نویسی پایتون با مثال را مورد بحث و بررسی قرار دهیم.

آموزش بیوانفورماتیک مقدماتی شامل دو بخش است. در بخش اول مروری بر زیست مولکولی انجام می شود و سپس بیوانفورماتیک و تاریخچه آن و در ادامه تطابق دوتایی و چندتایی توالی ها، جستجوی توالی، مدل مارکوف مخفی، پروفایل، PSSM و در نهایت ساخت درخت فیلوژنتیکی (Phylogenetic tree) آموزش داده می شود. این آموزش هم مفاهیم تئوری و هم عملی می پردازد و نرم افزارها و سایت ها و دیتابیس های اولیه را آموزش می دهد. در بخش دوم زبان R آموزش داده می شود. این آموزش مقدماتی است و مفاهیم پایه برای یک دانشجوی علاقه مند به کار در مباحث بیوانفورماتیک آموزش داده می شود. همچنین با تعدادی از پکیج های بیوانفورماتیکی آشنا می شود. ما در این آموزش قصد داریم تا جستجوی تشابه در پایگاه داده ها را مورد بحث و بررسی قرار دهیم.

پایگاه داده ها یکی از دروسی است که دانشجویان رشته کامپیوتر باید در مقطع کارشناسی بگذرانند. در این مجموعه ابتدا مفاهیم اولیه در پایگاه داده تدریس می شود. سپس در فصل دوم مدل رابطه ای و در فصل سوم نمودار ER تدریس می شود. در ادامه جبر رابطه ای و SQL و در انتها وابستگی و نرمال سازی به زبانی بسیار ساده تدریس می شود. از این آموزش می توان جهت آمادگی برای کنکور ارشد نیز استفاده کرد.

زبان پایتون یک زبان سطح بالا و همه منظوره است که خوانایی بالایی دارد و کتابخانه‌های فراوانی را نیز در اختیار کاربر قرار می‌دهد. این زبان که یکی از زبان‌های شی‌گرا محسوب می‌شود، از مدل‌های مختلف برنامه‌نویسی، از جمله: برنامه‌نویسی دستوری و تابع محور پشتیبانی می‌کند. در پایان این آموزش، مخاطب می‌تواند به زبان پایتون برنامه‌نویسی کند. ما در این آموزش قصد داریم تا لیست در زبان برنامه‌نویسی پایتون با مثال را مورد بحث و بررسی قرار دهیم.

آموزش یادگیری ماشین (Machine Learning) شامل ۱۶ درس است که در دو بخش تهیه شده است. هر بخش شامل ۸ درس است. در بخش اول مفاهیم اولیه، داده، رگرسیون و چهار روش طبقه بندی: رگرسیون لجستیک، شبکه عصبی، ماشین بردار پشتیبان و درخت تصمیم بررسی می شوند. در بخش دوم ادامه روش های طبقه بندی: دسته بندی بیز، k نزدیک ترین همسایه و یادگیری جمعی بررسی می شوند. سپس انتخاب ویژگی، تقلیل ابعاد، خوشه بندی، کشف داده های پرت و کاوش قوانین انجمنی آموزش داده می شوند.

در این آموزش، مفاهیم شی گرایی در ++C آموزش داده شده است. مفاهیمی مانند: کلاس، تابع دوست، کلاس دوست، ارث بری، پلی مورفیسم (Polymorphism)، سر بارگذاری، قالب. در این آموزش، ابتدا مفاهیم به صورت پاورپوینت آموزش داده می شود و سپس این مفاهیم در محیط عملی با مثال های متنوعی بررسی می شوند. از نقاط قوت این آموزش، تدریس مطالب شی گرایی با ساده ترین روش و با ذکر مثال های بسیار است.

ساختمان داده ها، یکی از دروس مهم و پایه ای دانشگاهی است که پیش نیاز دروس مختلف رشته کامپیوتر است و به عنوان مبحثی که نکات فراوانی دارد، در کنکور کارشناسی ارشد کامپیوتر و کنکور دکتری هوش مصنوعی و نرم افزار از دروس با ضرایب بالا می باشد. آموزش ساختمان داده ها، توسط مهندس فرشید شیرافکن، یکی از بهترین مدرسین مسلط به مباحث ساختمان داده ها، ارائه شده است. مخاطبان عزیز برای مشاهده آموزش ساختمان داده ها همراه با پیاده سازی در ++C می توانید به این لینک (+) مراجعه کنید.

بعد از دیدن این آموزش قادر خواهید بود که با اصول اولیه تجزیه و تحلیل و آماده‌سازی داده‌ها با پایتون (Python) آشنا شوید، نحوه ورود داده از فایل‌هایی مانند: XML ,JSON و CSV را یاد بگیرید و همچنین از کتابخانه Pandas در پایتون برای تجزیه و تحلیل داده‌ها، گروه‌بندی و اتصال داده‌ها استفاده کنید، بتوانید داده‌ها را از وب استخراج کرده، نحوه شناسایی و پاک‌سازی داده‌ها را فراگرفته و از کتابخانه‌هایی مانند: Matplotlib برای مصورسازی داده‌ها استفاده نمایید.

یادگیری ماشین (Machine Learning) یک حوزه مطالعاتی است که به ماشین ها توانایی یادگیری می دهد، بدون این که نیاز باشد این ماشین ها به طور صریح برنامه نویسی شوند. به عبارتی، یادگیری ماشین بررسی می کند که چگونه کامپیوترها می توانند براساس داده یاد بگیرند یا کارایی شان را بهبود بخشند.ما در این آموزش قصد داریم تا یادگیری جمعی (Ensemble Learning) را مورد بحث و بررسی قرار دهیم.

زبان پایتون یک زبان سطح بالا و همه منظوره است که خوانایی بالایی دارد و کتابخانه‌های فراوانی را نیز در اختیار کاربر قرار می‌دهد. این زبان که یکی از زبان‌های شی‌گرا محسوب می‌شود، از مدل‌های مختلف برنامه‌نویسی، از جمله: برنامه‌نویسی دستوری و تابع محور پشتیبانی می‌کند. در پایان این آموزش، مخاطب می‌تواند به زبان پایتون برنامه‌نویسی کند. ما در این آموزش قصد داریم تا مدیریت استثناها در زبان برنامه‌نویسی پایتون با مثال را مورد بحث و بررسی قرار دهیم.

ساختمان داده ها، یکی از دروس مهم و پایه ای دانشگاهی است که پیش نیاز دروس مختلف رشته کامپیوتر است و از دروس تاثیرگذار در کنکور کارشناسی ارشد و دکترای نرم افزار می باشد. در این آموزش ابتدا مفاهیم، به صورت تئوری بررسی شده و سپس در محیط برنامه نویسی، پیاده سازی می شوند. اکثر فارغ التحصیلان رشته کامپیوتر تا حدودی به مباحث تئوری، آشنایی دارند ولی با پیاده سازی ساختمان داده ها در محیط برنامه نویسی ++C آشنا نیستند. این آموزش به هر دو جنبه تئوری و کاربردی ساختمان داده ها پرداخته است.

یادگیری ماشین (Machine Learning) یک حوزه مطالعاتی است که به ماشین ها توانایی یادگیری می دهد، بدون این که نیاز باشد این ماشین ها به طور صریح برنامه نویسی شوند. به عبارتی، یادگیری ماشین بررسی می کند که چگونه کامپیوترها می توانند براساس داده یاد بگیرند یا کارایی شان را بهبود بخشند. ما در این آموزش قصد داریم تا درخت تصمیم در یادگیری ماشین را مورد بحث و بررسی قرار دهیم.

در گذشته، فرض بر این بود که ریاضیات برای گروه خاصی از افراد جامعه است و ریاضیات را همه نمی توانند یاد بگیرند. با تغییر هدف آموزش ریاضی، ضرورت آموزش ریاضی برای همگان درک شد. برای کمک به درک بهتر از مسائل، باید ریاضیات به صورت یک کل، آموزش داده شود. بعد از یادگیری مفاهیم پایه در این آموزش می توان به یادگیری مفاهیم موجود در ریاضی ۱ مانند حد و پیوستگی، مشتق، انتگرال، دنباله و سری و اعداد مختلط پرداخت. در این آموزش ابتدا به بررسی مجموعه ها می پردازیم و سپس درس را با معرفی مجموعه اعداد ادامه می دهیم. پس از آن به معرفی مفهوم نامساوی ها، نامعادلات، مثلثات و در نهایت تابع و انواع آن می پردازیم. ما در این آموزش قصد داریم تا اتحاد و تجزیه در ریاضی پایه دانشگاهی را مورد بحث و بررسی قرار دهیم.

درس طراحی الگوریتم، یکی از دروس مهم رشته کارشناسی کامپیوتر است که یادگیری آن نسبتا سخت است. این آموزش علاوه بر سادگی دارای ویژگی جامع بودن است که حاصل بیش از ۲۰ سال سابقه تدریس در دانشگاه است. این آموزش با توجه به دو منبع مهم این درس یعنی کرمن و نیپولیتان تهیه شده است.

سیستم‌ عامل یا سامانه عامل (Operating System) بدون شک مهمترین نرم افزار در کامپیوتر است. سیستم عامل اولین نرم افزاری است که پس از روشن کردن کامپیوتر مشاهده می شود، و همچنین آخرین نرم افزاری خواهد بود که قبل از خاموش کردن کامپیوتر مشاهده می شود. سیستم عامل نرم افزاری است که مدیریت برنامه ها را به عهده گرفته و با کنترل، مدیریت و سازماندهی منابع سخت افزاری امکان استفاده بهینه و هدفمند آن ها را فراهم کرده و بستری را برای اجرای نرم افزارهای کاربردی فراهم می کند.

در مجموعه آموزشی پایگاه داده ها (مرور – تست کنکور ارشد)، که این قسمت بخش رایگان این آموزش است، ابتدا به بررسی انواع وابستگی‌ ها پرداخته و سپس تست‌ های کنکور ارشد بررسی شده اند. بعد از آن، انواع فرم‌ های نرمال‌ سازی به طور اجمالی بررسی شده و در نهایت تست‌ های کنکور ارشد مربوط به نرمال‌ سازی بررسی شده اند. سعی شده که این مبحث به زبان ساده تدریس شود. این مجموعه یکی از بهترین منابع برای دانشجویان و داوطلبان کنکور کارشناسی ارشد است.

در این آموزش ویدیویی، ابتدا مفاهیم به صورت پاورپوینت آموزش داده می شود و سپس این مفاهیم در محیط عملی با مثال های متنوعی بررسی می شوند. از نقاط قوت این آموزش، تدریس مطالب شی گرایی با ساده ترین روش و با ذکر مثال های زیاد است.

کیوت (Qt)، یک فریم ورک (Framework) برای ساخت و توسعه برنامه های Cross - Platform است. با استفاده از کیوت می توان برنامه ها را یک بار نوشته و آن ها را در سیستم عامل های: دسکتاپ و موبایل، جاسازی کرد و بدون بازنویسی کد منبع به کار برد. به این معنی که اگر برنامه ای با کیوت در پلتفرم ویندوز نوشته شود با تغییر خیلی کم یا حتی بدون تغییر می توان آن را در پلتفرم دیگری مثل لینوکس اجرا کرد. کیوت یک چارچوب رابط کاربری (User - Interface framework) است. با کنار هم قرار گرفتن زبان ++C و کیوت می توان هر کاری را انجام داد. به عنوان مثال می توان برنامه های ویندوزی و یا نرم افزارهای IOS تولید و همچنین از قابلیت های HTML نیز استفاده کرد.

درس ساختمان گسسته (ریاضیات گسسته)، یکی از پیش‌نیازهای مهم برای دروس رشته مهندسی و علوم کامپیوتر به شمار می‌رود. ساختمان گسسته را می‌توان ریاضیات تخصصی رشته کامپیوتر نامید و به همین علت، یادگیری مفاهیم آن برای دانشجویان کامپیوتر لازم است. مباحث مهمی مانند منطق ریاضی که مبنای همه استدلال‌های ریاضی محسوب می‌شود و یا مبحث نظریه گراف که در بسیاری از علوم کامپیوتر کاربرد دارد، در این درس آموزش داده می‌شود. هدف از یادگیری گسسته، تسلط به استدلال ریاضی و روش‌های استفاده از برهان در حل مسائل، استفاده از روش‌های ترکیباتی و به کارگیری گراف و درخت در حل مسائل مربوط به رشته کامپیوتر است تا دانشجویان رشته کارشناسی کامپیوتر بتوانند به دروس خود تسلط کافی پیدا کنند. این فرادرس در دوازده درس تهیه شده و مفاهیم آن به کمک مثال‌های فراوان آموزش داده می‌شوند.

یادگیری ماشین (Machine Learning) یک حوزه مطالعاتی است که به ماشین ها توانایی یادگیری می دهد، بدون این که نیاز باشد این ماشین ها به طور صریح برنامه نویسی شوند. به عبارتی، یادگیری ماشین بررسی می کند که چگونه کامپیوترها می توانند براساس داده یاد بگیرند یا کارایی شان را بهبود بخشند. ما در این آموزش قصد داریم تا رگرسیون لجستیک (Logistic Regression) در یادگیری ماشین را مورد بحث و بررسی قرار دهیم.

در این درس با سه موضوع "زبان، گرامر و ماشین" آشنا می شوید. این درس پیش نیاز درس طراحی کامپایلر است. با یادگیری زبان ها و گرامرها می توانید نحوه کار کامپایلر و همچنین طراحی زبان های برنامه سازی را متوجه شوید. یادگیری این درس بدون مدرس کار ساده ای نمی باشد و ما در این آموزش تجربه حداقل پانزده سال تدریس این درس را در اختیار شما گذاشته ایم. به امید اینکه دعای خیری برای ما شود.

در ویدئوی آموزشی زیست شناسی سلولی و مولکولی – مبانی و مفاهیم مقدماتی که این آموزش بخش رایگان آن است، تاکید بر زیست شناسی سلولی و مولکولی است. ابتدا مولکول های زیستی را بررسی کرده و بعد داخل سلول بررسی می شود. ساختار DNA و RNA مشخص می شود. همانند سازی، رونویسی، ترجمه و تنظیم بیان ژن را آموزش می دهد. در نهایت تقسیم سلولی و میتوز و میوز آموزش داده شده و در انتها، فیلم ها و انیمشین های مرتبط با درس قرار داده شده اند.

در گذشته، فرض بر این بود که ریاضیات برای گروه خاصی از افراد جامعه است و ریاضیات را همه نمی توانند یاد بگیرند. با تغییر هدف آموزش ریاضی، ضرورت آموزش ریاضی برای همگان درک شد. برای کمک به درک بهتر از مسائل، باید ریاضیات به صورت یک کل، آموزش داده شود. بعد از یادگیری مفاهیم پایه در این آموزش می توان به یادگیری مفاهیم موجود در ریاضی ۱ مانند حد و پیوستگی، مشتق، انتگرال، دنباله و سری و اعداد مختلط پرداخت. در این آموزش ابتدا به بررسی مجموعه ها می پردازیم و سپس درس را با معرفی مجموعه اعداد ادامه می دهیم. پس از آن به معرفی مفهوم نامساوی ها، نامعادلات، مثلثات و در نهایت تابع و انواع آن می پردازیم. ما در این آموزش قصد داریم تا تساوی دو تابع، اعمال جبری روی تابع و ترکیب توابع را مورد بحث و بررسی قرار دهیم.

زبان اسمبلی یک زبان سطح پایین و بر پایه ۰ و ۱ است. اسمبلی مستقیم دستورالعمل های پردازنده اصلی را می نویسد. به همین دلیل یک برنامه نویس به زبان اسمبلی باید در مورد جزئیات سخت افزاری CPU از جمله ثبات های آن اطلاع داشته باشد. به همین دلیل در درس اول مبناها و معماری ریزپردازنده آموزش داده شده است. در بسیاری از موارد و پروژه ها برای افزایش کارایی بهتر از این کد استفاده می شود. هدف این فرادرس آشنا شدن بیشتر با نحوه کار پردازنده است.

آموزش مهندسی نرم افزار براساس کتاب مرجع پرسمن تهیه شده است که شامل هشت فصل اول این کتاب است. بنابراین، یک آموزش مقدماتی محسوب می شود. در این آموزش اکثر مطالب ۸ فصل اول بررسی شده است. این آموزش نکته محور و کنکوری نیست ولی با توجه به پوشش خوب این ۸ فصل، داوطلب کنکور هم می تواند قبل از تست زنی از آن استفاده کند.

درس طراحی الگوریتم یکی از دروس مهم رشته کارشناسی کامپیوتر است که یادگیری آن نسبتا سخت است. این آموزش علاوه بر سادگی دارای ویژگی جامع بودن است که حاصل بیش از ۲۰ سال سابقه تدریس در دانشگاه است. این آموزش با توجه به دو منبع مهم آیت درس یعنی کرمن و نیپولیتان تهیه شده است. ما در این آموزش قصد داریم تا بخش اول روش حریصانه در طراحی الگوریتم را مورد بحث و بررسی قرار دهیم.

بیوانفورماتیک دانش استفاده از علوم کامپیوتر و آمار و احتمالات در شاخه زیست شناسی مولکولی است. دانش بیوانفورماتیک تلفیقی از علوم زیست شناسی و کامپیوتر است. پیشرفت های انجام شده در زیست شناسی و فناوری های جدید در ذخیره و بازیابی موجب شده این دو علم به هم گره بخورند. دانش بیوانفورماتیک، یک دانش بین رشته ای است که با استفاده از تکنیک های موجود در علوم کامپیوتر، ریاضی، ژنتیک، شیمی و فیزیک، مسائل مختلف زیست شناختی را در سطح مولکولی حل می کند.

در این ویدئوی آموزشی تاکید بر زیست شناسی سلولی و مولکولی است. ابتدا مولکول های زیستی را بررسی کرده و بعد داخل سلول بررسی می شود. ساختار DNA و RNA مشخص می شود. همانند سازی، رونویسی، ترجمه و تنظیم بیان ژن را آموزش می دهد. در نهایت تقسیم سلولی و میتوز و میوز آموزش داده شده و در انتها فیلم ها و انیمشین های مرتبط با درس قرار داده شده اند.

پایگاه داده ها یکی از دروسی است که دانشجویان رشته کامپیوتر باید در مقطع کارشناسی بگذرانند. در این مجموعه ابتدا مفاهیم اولیه در پایگاه داده تدریس می شود. سپس در فصل دوم مدل رابطه ای و در فصل سوم نمودار ER تدریس می شود. در ادامه جبر رابطه ای و SQL و در انتها وابستگی و نرمال سازی به زبانی بسیار ساده تدریس می شود. از این آموزش می توان جهت آمادگی برای کنکور ارشد نیز استفاده کرد.

یادگیری ماشین (Machine Learning) یک حوزه مطالعاتی است که به ماشین ها توانایی یادگیری می دهد، بدون این که نیاز باشد این ماشین ها به طور صریح برنامه نویسی شوند. به عبارتی، یادگیری ماشین بررسی می کند که چگونه کامپیوترها می توانند براساس داده یاد بگیرند یا کارایی شان را بهبود بخشند.

در درس ذخیره و بازیابی اطلاعات معماری روش ذخیره سازی، پیکربندی ورودی/ خروجی، عملکرد دیسک و سامانه های ذخیره ساز، پیکربندی دیسک، تکنیک های ورودی / خروجی رسانه ها، مفهوم سیستم فایل، شاخص بندی و درهم سازی مورد بحث قرار می گیرد. هدف این فرادرس آموختن روش های ذخیره سازی مورد استفاده در سامانه های ذخیره سازی داده و همچنین طراحی و معماری فناوری های نوین به کار گرفته شده در این سامانه ها می باشد.

یک برنامه نویس باید بعد از آشنایی با مفاهیم اولیه زبان مورد استفاده، بتواند از امکانات پیشرفته آن زبان هم استفاده کند. ویژگی STL جهت استانداردسازی به ++C اضافه شد که از بسیاری از خواص پیشرفته ++C استفاده می کند. عملیات داخلی STL تکنیکی است ولی استفاده از آن راحت است. این ویژگی، کلاس ها، توابع همه منظوره و قالب را ارائه می دهد تا ساختمان داده های معروفی مانند: آرایه، صف، پشته، لیست و همچنین الگوریتم های معروفی مانند: جستجوی دودویی، مرتب سازی هیپ و … را توسط STL بتوان پیاده سازی کرد.

برای موفقیت در کنکور کارشناسی ارشد، باید علاوه بر تسلط به مطالب، تست زنی هم انجام داد. در این آموزش سعی شده، مروری سریع به مباحث درس پایگاه داده ها انجام شود و سپس تست های کنکور ارشد دولتی مربوط به همان مبحث بررسی می شود. ابتدا مروری بر مفاهیم اولیه، مدل رابطه ای و جبر رابطه ای و SQL شده و تست های آن ها را بررسی می کنیم. سپس به مبحث وابستگی و نرمال سازی می پردازیم.

به کمک پکیج NetworkX می توان شبکه ها را ایجاد و دست کاری کرد. گره های یک گراف در این پکیج می توانند متن، تصاویر و یا موارد دیگر باشند. همچنین یال ها (لبه ها) می توانند وزن یا سری زمانی را نگه داری کنند. در این پکیج، بسیاری از الگوریتم های مربوط به گراف موجود است. به کمک این پکیج می توان کارهای مختلفی از جمله تعیین کوتاه ترین مسیر بین دو گره یا محاسبه فاصله یک گره از سایر گره های دیگر را انجام داد. به کمک معیارهای مرکزیت (Centrality Measures) مانند رتبه و بینابینی، می توان تاثیرگذارترین گره های موجود در شبکه را پیدا کرد. پایه معیار مرکزیت رتبه، این است که گره های مهم تر اتصالات بیشتری دارند. معیار مرکزیت بینابینی، تعداد دفعاتی که یک گره خاص به کوتاه ترین مسیر انتخابی بین دو گره دیگر می رسد، را تعیین می کند. هدف از این آموزش، آنالیز سریع شبکه ها است.

یادگیری ماشین (Machine Learning) یک حوزه مطالعاتی است که به ماشین ها توانایی یادگیری می دهد، بدون این که نیاز باشد این ماشین ها به طور صریح برنامه نویسی شوند. به عبارتی، یادگیری ماشین بررسی می کند که چگونه کامپیوترها می توانند براساس داده یاد بگیرند یا کارایی شان را بهبود بخشند.ما در این آموزش قصد داریم تا تقلیل ابعاد در یادگیری ماشین را مورد بحث و بررسی قرار دهیم.

هدف از آموزش مجموعه تست های ریاضی پایه، آماده سازی داوطلبان کنکور کارشناسی و کارشناسی ارشد است. همچنین برای افرادی که در کنکورهای استخدامی شرکت می‌کنند، مفید است. اهمیت این آموزش این است که با یادگیری روش های تست زنی، تسلط بیشتری به مطالب آموزش داده شده در فرادرس ریاضی پایه که قبل از این آموزش تهیه شده است، پیدا خواهد شد. مسیر ارائه این این آموزش به این صورت است که تست های هر مبحث به صورت دسته بندی شده بررسی می شوند. این تست‌ها شامل تست های تألیفی، تست های کنکور سراسری، کاردانی به کارشناسی و کارشناسی ارشد می باشد.

درس سیستم عامل یک درس مفهومی است و حل تست های کنکور کارشناسی ارشد دولتی آن نیاز به درک مفاهیم دارد و با تسلط به تست های سال های قبل، بهتر می توان به تست ها پاسخ صحیح داد. در این مجموعه سعی شده در کمترین زمان ممکن، مفاهیم و مباحث مورد نیاز، به صورت کامل منتقل شود و به جرات می توان گفت که این آموزش از قوی ترین منابع در دسترس است. توضیحات کامل مباحث سیستم عامل و آموزش توسط مدرسین متخصص در این زمینه از نقاط قوت این فرادرس به شمار می رود.

کیوت (Qt)، یک فریم ورک (Framework) برای ساخت و توسعه برنامه های Cross-Platform است. با استفاده از کیوت می توان برنامه ها را یک بار نوشته و آن ها را در سیستم عامل های: دسکتاپ و موبایل، جاسازی کرد و بدون بازنویسی کد منبع به کار برد. به این معنی که اگر برنامه ای با کیوت در پلتفرم ویندوز نوشته شود با تغییر خیلی کم یا حتی بدون تغییر می توان آن را در پلتفرم دیگری مثل لینوکس اجرا کرد.ما در این آموزش قصد داریم تا سیگنال و اسلات در فریمورک کیوت (Qt) با ++C را مورد بحث و بررسی قرار دهیم.

طراحی الگوریتم یک از دروس مهم در کنکور کارشناسی ارشد است. در این درس، مفاهیمی مانند نمادهای مرتبه اجرایی، روش های حل روابط بازگشتی، روش های حل الگوریتم ها، الگوریتم های گراف و مسائل P بررسی می شود. روش های حل الگوریتم مانند روش تقسیم و حل، روش پویا، روش حریصانه و روش عقب گرد بررسی می شوند. مبحث گراف در ساختمان داده معرفی می شود و الگوریتم هایی که در آن ها از گراف استفاده شده در درس طراحی الگوریتم بررسی می شوند.

ساختمان داده ها یکی از موارد امتحانی کنکور کارشناسی ارشد رشته کامپیوتر و فناوری اطلاعات و علوم کامپیوتر است. این درس پیش نیاز یادگیری درس طراحی الگوریتم است. در کمترین زمان ممکن مباحث درس تدریس شده است و اکثر تست های کنکور کارشناسی ارشد دولتی بررسی شده اند. مباحث در ۱۴ فصل بررسی شده اند و این طبقه بندی حاصل تجربه مدرس است تا یادگیری را ساده تر کند.

درس طراحی و پیاده سازی زبان های برنامه سازی یکی از دروس تخصصی کنکور مهندسی کامپیوتر است که در حدود چند تست پرسیده می شود. ضریب این درس بالا است و نیاز به آشنایی به حداقل دو زبان برنامه نویسی دارد. مبحث شی گرایی که در این آموزش بصورت رایگان در اختیار شما عزیزان قرار می گیرد بخشی از این آموزش است.

سیستم، یک مفهوم مشترک بین تمامی علوم است که شامل مجموعه‌ای از اجزای به هم وابسته است که به علت روابط متقابل بر اجزای خود، کلیت جدیدی را احراز کرده و از نظم و سازمان خاصی پیروی می‌کند. هر یک از اجزای سیستم نقش خاصی را در جهت تحقق هدف سیستم ایفا می‌کند. تجزیه و تحلیل سیستم، آگاهی از چگونگی عملکرد اجزای تشکیل‌دهنده سیستم و بررسی میزان ارتباط بین اجزای آن، مبنایی جهت طراحی و اجرای یک سیستم مناسب‌تر است. هدف از این فرادرس، آشنایی با سیستم و نگرش سیستمی و فنون تجزیه و تحلیل سیستم‌ها بوده و همچنین بررسی‌هایی بر روی جریان کار، فرم‌ها، جا و مکان و تکنیک‌های کمی انجام می‌شود. این آموزش برای مخاطبینی که در آزمون‌های استخدامی شرکت می‌کنند نیز، مفید است.

برنامه نویسی به زبان C++‎ نسبت به C دارای قدرت بیشتری است. در زبان برنامه نویسی C++‎ کارهایی می توان انجام داد که در C برای انجام آن ها (در صورت امکان) زحمت بیشتری نیاز است. بهتر است زبان C++‎ را در دو قسمت آموزش داده شود. در قسمت اول (همین مجموعه) دستورات و ساختمان داده ها معرفی شوند و در قسمت دوم مفاهیم شی گرایی آموزش داده شود. ما در این آموزش قصد داریم تا مباحث نوع شمارشی، استراکچر و یونیون در برنامه نویسی C++‎ را مورد بحث و بررسی قرار دهیم.

نرم افزار کامپیوتری، محصولی است که مهندس نرم افزار طراحی می کند و می سازد. مهندسی نرم افزار کاربرد سیستماتیک، علمی و راه اندازی و نگهداری نرم افزار است. مهندسی نرم افزار یکی از دروس مقطع کارشناسی است که در کنکور کارشناسی ارشد هم از آن تست هایی مطرح می شود. علت اهمیت یادگیری این درس این است که نرم افزار تقریبا همه جنبه های زندگی ما را تحت تاثیر قرار داده است.

در این فرادرس که به صورت رایگان ارائه شده است، دانشجویان عزیز، با آرایه در ساختمان داده آشنا می شوند. سرفصل هایی که در این آموزش به آن پرداخته می شود آرایه، نحوه ذخیره عناصر آرایه در حافظه و ... است که در بخش سرفصل ها به صورت کامل آمده است.

در این فرادرس که به صورت رایگان ارائه شده است، دانشجویان عزیز، با درهم سازی در ساختمان داده آشنا می شوند. سرفصل هایی که در این آموزش به آن پرداخته می شود جدول آدرس دهی مستقیم، جدول های درهم سازی، برخورد و ... است که در بخش سرفصل هابه صورت کامل آمده است.

زبان های برنامه سازی، یکی از دروس مقطع کارشناسی کامپیوتر است که از پیش نیازهای آن آشنایی با دروس برنامه سازی، ساختمان داده ها، نظریه زبان و ماشین و… است. در این درس نحوه طراحی و پیاده سازی انواع داده ها، دستورات و ساختمان داده ها را در چند زبان برنامه نویسی مطالعه کرده و امتیازها و معایب را مقایسه می کنیم. از این مطالب برای طراحی یک زبان جدید یا انتخاب یک زبان مناسب استفاده می شود.

هدف از درس نظریه زبان ها و ماشین ها آشنایی با نظریه محاسبات می باشد که با مدل های انتزاعی از ماشین ها و کامپیوترها مسائل نظری مورد بررسی قرار می گیرد. موضوعات مهم این درس؛ زبان ها، ماشین ها و گرامرها می باشد. با یادگیری زبان ها و گرامرها می توانید نحوه کار کامپایلر و همچنین طراحی زبان های برنامه سازی را فرابگیرید. در این مجموعه ابتدا مفاهیم عبارت منظم، زبان منظم، گرامر و ماشین متناهی تدریس شده و سپس تست های مربوط به این مفاهیم بررسی شده اند. مفاهیم به طور کامل در مجموعه ای قبلا تدریس شده است و در این جا فقط مروری انجام شده است. این مجموعه برای داوطلبان کنکور کارشناسی ارشد رشته های کامپیوتر و علوم کامپیوتر مفید است.

کیوت (Qt)، یک فریم ورک (Framework) برای ساخت و توسعه برنامه های Cross–Platform است. با استفاده از کیوت می توان برنامه ها را یک بار نوشته و آن ها را در سیستم عامل های: دسکتاپ و موبایل، جاسازی کرد و بدون بازنویسی کد منبع به کار برد. به این معنی که اگر برنامه ای با کیوت در پلتفرم ویندوز نوشته شود با تغییر خیلی کم یا حتی بدون تغییر می توان آن را در پلتفرم دیگری مثل لینوکس اجرا کرد.ما در این آموزش قصد داریم تا سیگنال و اسلات در فریمورک کیوت (Qt) با ++C را مورد بحث و بررسی قرار دهیم.

برنامه نویسی به زبان C++‎ نسبت به C دارای قدرت بیشتری است. در زبان برنامه نویسی C++‎ کارهایی می توان انجام داد که در C برای انجام آن ها (در صورت امکان) زحمت بیشتری نیاز است. بهتر است زبان C++‎ در دو قسمت آموزش داده شود. در قسمت اول (همین مجموعه) دستورات و ساختمان داده ها معرفی شوند و در قسمت دوم مفاهیم شی گرایی آموزش داده شود. ما در این آموزش قصد داریم تا مبحث ساختارهای تصمیم در برنامه نویسی C++‎ را مورد بحث و بررسی قرار دهیم.

درس طراحی الگوریتم یکی از دروس مهم رشته کارشناسی کامپیوتر است که یادگیری آن نسبتا سخت است. این آموزش علاوه بر سادگی دارای ویژگی جامع بودن است که حاصل بیش از ۲۰ سال سابقه تدریس در دانشگاه است. این آموزش با توجه به دو منبع مهم آیت درس یعنی کرمن و نیپولیتان تهیه شده است. ما در این آموزش قصد داریم تا بخش اول از مسائل p و np در طراحی الگوریتم را مورد بحث و بررسی قرار دهیم.

یادگیری ماشین (Machine Learning) یک حوزه مطالعاتی است که به ماشین ها توانایی یادگیری می دهد، بدون این که نیاز باشد این ماشین ها به طور صریح برنامه نویسی شوند. به عبارتی، یادگیری ماشین بررسی می کند که چگونه کامپیوترها می توانند براساس داده یاد بگیرند یا کارایی شان را بهبود بخشند.ما در این آموزش قصد داریم تا کشف داده های پرت در یادگیری ماشین را مورد بحث و بررسی قرار دهیم.

ساختمان داده ها یکی از مواد امتحانی کنکور کارشناسی ارشد رشته کامپیوتر و ای تی و علوم کامپیوتر است. این درس پیش نیاز یادگیری درس طراحی الگوریتم است. در کمترین زمان ممکن مباحث درس تدریس شده و اکثر تست های کنکور کارشناسی ارشد دولتی بررسی شده اند.

بعد از یادگیری مفاهیم اولیه ساختمان داده ها، مانند: آرایه، صف، پشته، درخت و گراف و جدول درهم ساز، لازم است مفاهیم پیشرفته تری مانند: درخت بی، درخت دو جمله ای، هیپ دو جمله ای و ... را یاد بگیرید تا بتوانید از این ساختمان داده ها در جای مناسب استفاده کنید. آشنایی کامل با ساختمان داده ها موجب می شود که بهترین ساختمان داده را برای عمل مورد نظر انتخاب کنید، انتخاب ساختمان داده مناسب باعث کاهش زمان اجرا خواهد شد.

نرم افزار سایتواسکیپ (Cytoscape) یک ابزار متن باز و رایگان برای ترسیم و آنالیز شبکه ها است. این نرم افزار محبوبیت زیادی دارد و مقاله های زیادی به آن استناد کرده اند. علاوه بر امکانات موجود در این نرم افزار، افزونه های (Plugins) زیادی هم برای آن موجود است. بیشترین کاربرد سایتواسکیپ در حوزه بیوانفورماتیک و تحلیل شبکه های اجتماعی است. از شبکه های معروف در حوزه بیوانفورماتیک می توان به: شبکه های تعامل پروتئین – پروتئین (PPI)، شبکه بیان ژن، شبکه متابولیکی و شبکه فیلوژنی اشاره کرد.

طراحی و پیاده سازی زبان های برنامه سازی یکی از دروس مقطع کارشناسی کامپیوتر است که از پیش نیازهای آن آشنایی با دروس برنامه سازی، ساختمان داده ها، نظریه زبان و ماشین و … می باشد. در این درس نحوه طراحی و پیاده سازی انواع داده ها و دستورات و ساختمان داده ها را در چند زبان برنامه نویسی مطالعه کرده و امتیازها و معایب را مقایسه می کنیم. از این مطالب برای طراحی یک زبان جدید یا انتخاب یک زبان مناسب استفاده می شود.

سیستم‌ عامل یا سامانه عامل (Operating System) بدون شک مهمترين نرم افزار در کامپيوتر است. سیستم عامل، اولین نرم افزاری است که پس از روشن کردن کامپیوتر مشاهده می شود، و همچنین آخرین نرم افزاری خواهد بود که قبل از خاموش کردن کامپیوتر مشاهده می شود. سیستم عامل نرم افزای است که مدیریت برنامه ها را به عهده گرفته و با کنترل، مدیریت و سازماندهی منابع سخت افزاری امکان استفاده بهینه و هدفمند آن ها را فراهم کرده و بستری را برای اجرای نرم افزارهای کاربردی فراهم می کند.

آموزش زبان برنامه نویسی اسمبلی برای آشنا شدن با نحوه کار پردازنده بسیار مهم است. همچنین در تعدادی از پروژه ها برای افزایش کارایی، بهتر است قسمتی از کد برنامه به زبان اسمبلی باشد. ما در این آموزش قصد داریم تا مبحث آموزش اعداد BCD در برنامه نویسی اسمبلی را مورد بحث و بررسی قرار دهیم.

آموزش بیوانفورماتیک مقدماتی شامل دو بخش است. در بخش اول مروری بر زیست مولکولی انجام می شود و سپس بیوانفورماتیک و تاریخچه آن و در ادامه تطابق دوتایی و چندتایی توالی ها، جستجوی توالی، مدل مارکوف مخفی، پروفایل، PSSM و در نهایت ساخت درخت فیلوژنتیکی (Phylogenetic tree) آموزش داده می شود. در بخش دوم زبان R آموزش داده می شود. این آموزش مقدماتی است و مفاهیم پایه برای یک دانشجوی علاقه مند به کار در مباحث بیوانفورماتیک آموزش داده می شود. همچنین با تعدادی از پکیج های بیوانفورماتیکی آشنا می شود. ما در این آموزش قصد داریم تا جستجوی تشابه در پایگاه داده ها را مورد بحث و بررسی قرار دهیم.

کانتینرها اشیای STL هستند که برای ذخیره سازی داده ها استفاده می شوند و توسط یک شی کانتینر، می توان اشیاء را نگهداری کرد. کانتینرها مانند: بردار، پشته، لیست و.. هستند که توسط کانتینر list، می توان یک لیست پیوندی خطی ایجاد کرد و به کمک توابع موجود در کلاس این کانتینر می توان اعمالی مانند: درج، حذف و ادغام را انجام داد. با وجود این که هر کانتینر اعمال مخصوص به خود را پشتیبانی می کند، توسط الگوریتم های استاندارد می توان اعمال پیچیده تری مانند جستجو و مرتب سازی را انجام داد و توسط تکرار کننده ها که معمولا اشاره گر هستند، می توان محتویات کانتینرها را پیمایش کرد.

در درس ذخیره و بازیابی اطلاعات معماری روش ذخیره سازی، پیکربندی ورودی / خروجی، عملکرد دیسک و سامانه های ذخیره ساز، پیکربندی دیسک، تکنیک های ورودی/ خروجی رسانه ها، مفهوم سیستم فایل، شاخص بندی و درهم سازی مورد بحث قرار می گیرد.

یک برنامه نویس باید بعد از آشنایی با مفاهیم اولیه زبان مورد استفاده بتواند از امکانات پیشرفته آن زبان هم استفاده کند. ویژگی STL جهت استانداردسازی به ++C اضافه شد که از بسیاری از خواص پیشرفته ++C استفاده می کند. عملیات داخلی STL تکنیکی است ولی استفاده از آن راحت است. این ویژگی، کلاس ها، توابع همه منظوره و قالب را ارائه می دهد تا ساختمان داده های معروفی مانند: آرایه، صف، پشته، لیست و همچنین الگوریتم های معروفی مانند: جستجوی دودویی، مرتب سازی هیپ و… را توسط STL بتوان پیاده سازی کرد.

در ریاضیات، رابطه بازگشتی (Recurrence Relation)، دنباله ای است که به صورت بازگشتی تعریف می شود. در یک دنباله بازگشتی، یک معادله به نام رابطه بازگشتی ارائه می شود که با آن، جمله n ام دنباله به جملات پیشین مرتبط می شود. مقادیر چند جمله اول دنباله به نام های شرایط مرزی یا مقادیر اولیه، داده می شوند.

در این درس با سه موضوع " زبان، گرامر و ماشین" آشنا می شوید. این درس پیش نیاز درس طراحی کامپایلر است. با یادگیری زبان ها و گرامرها می توانید نحوه کار کامپایلر و همچنین طراحی زبان های برنامه سازی را متوجه شد. یادگیری این درس بدون مدرس کار ساده ای نمی باشد و ما در این آموزش تجربه حداقل پانزده سال تدریس این درس را در اختیار شما گذاشته ایم. به امید اینکه دعای خیری برای ما شود.

طراحی الگوریتم، یکی از دروس مهم در کنکور کارشناسی ارشد است. در این درس، مفاهیمی مانند: نمادهای مرتبه اجرایی، روش های حل روابط بازگشتی، روش های حل الگوریتم ها، الگوریتم های گراف و مسائل P بررسی می شود. ما در این آموزش قصد داریم تا مبحث روش حریصانه در طراحی الگوریتم (مرور تست کنکور ارشد - بخش اول) را مورد بحث و بررسی قرار دهیم.

طراحی الگوریتم، یکی از دروس مهم در کنکور کارشناسی ارشد است. در این درس، مفاهیمی مانند نمادهای مرتبه اجرایی، روش های حل روابط بازگشتی، روش های حل الگوریتم ها، الگوریتم های گراف و مسائل P بررسی می شود. روش های حل الگوریتم مانند: روش تقسیم و حل، روش پویا، روش حریصانه و روش عقب گرد بررسی می شوند. در این آموزش بخشی از روش تقسیم و حل را مورد بحث قرار می دهیم.

ساختمان داده ها یکی از مواد امتحانی کنکور کارشناسی ارشد رشته کامپیوتر و ای تی و علوم کامپیوتر است. این درس پیش نیاز یادگیری درس طراحی الگوریتم است. در کمترین زمان ممکن مباحث درس تدریس شده و اکثر تست های کنکور کارشناسی ارشد دولتی بررسی شده اند. ما در این آموزش قصد داریم تا مبحث آرایه در آموزش ساختمان داده ها را مورد بحث و بررسی قرار دهیم.

درس طراحی و پیاده سازی زبان های برنامه سازی یکی از دروس تخصصی کنکور مهندسی کامپیوتر است. از این رو، نیاز به آشنایی به حداقل دو زبان برنامه نویسی برای یادگیری بهتر این درس وجود دارد. این فرادرس در ۹ درس آموزش داده می شود که اکثر تست ها از دروس انتهایی است. به جرات می توان گفت که این آموزش یکی از بهترین منابع موجود به شمار می رود.

این فرادرس، جهت آمادگی شرکت در کنکور کارشناسی ارشد است که در آن تست های کنکور سال ۹۴ را در چهار درس: ساختمان داده، سیستم عامل، پایگاه داده و نظریه زبان و ماشین را بررسی می کنیم. این آموزش، برای دانشجویان مهندسی کامپیوتر و مهندسی فناوری اطلاعات (IT) قابل استفاده است.

آموزش زبان برنامه نویسی اسمبلی برای آشنا شدن با نحوه کار پردازنده بسیار مهم است. همچنین در تعدادی از پروژه ها برای افزایش کارایی، بهتر است قسمتی از کد برنامه به زبان اسمبلی باشد. ما در این آموزش قصد داریم تا مبحث اعداد علامت دار در برنامه نویسی اسمبلی را مورد بحث و بررسی قرار دهیم.

درس نظریه زبان‌ ها و ماشین‌ ها یکی از دروس مهم رشته مهندسی کامپیوتر، و یکی از دروس مهم در کنکور کارشناسی ارشد است. هدف از درس نظریه زبان‌ ها و ماشین‌ ها آشنایی با نظریه محاسبات است که با مدل‌ های انتزاعی از ماشین‌ ها و کامپیوترها مسائل نظری مورد بررسی قرار می‌ گیرد. موضوعات مهم این درس؛ زبان‌ ها، ماشین‌ ها و گرامرها هستند.

در ریاضیات، رابطه بازگشتی، دنباله ای است که به صورت بازگشتی تعریف می شود. در یک دنباله بازگشتی، یک معادله به نام رابطه بازگشتی ارائه می شود که با آن، جمله n ام دنباله به جملات پیشین مرتبط می شود. مقادیر چند جمله اول دنباله به نام های شرایط مرزی یا مقادیر اولیه، داده می شوند. در آموزش رابطه های بازگشتی در طراحی الگوریتم و ساختمان گسسته یکی از مفاهیم اصلی و سرفصل هایی که در کنکورهای کارشناسی ارشد و وزارت علوم برای درس ساختمان گسسته و طراحی الگوریتم مورد سوال قرار می گیرند را مورد بحث قرار می دهیم.

درس سیستم عامل یکی از دروس مشترک در آزمون کارشناسی ارشد است. این درس ضریب بالایی دارد. در کنکور چند تست از این درس پرسیده می شود. معمولاً از فصل های سمافور، مدیریت حافظه و زمان بندی یک تست پرسیده می شود. درس سیستم عامل یک درس مفهومی است و حل تست های کنکور کارشناسی ارشد دولتی آن نیاز به درک مفاهیم دارد و با تسلط به تست های سال های قبل، بهتر می توان به تست ها پاسخ صحیح داد. ما در این آموزش قصد داریم تا مبحث مدیریت دیسک در سیستم عامل (مرور اجمالی و تست کنکور) را مورد بحث و بررسی قرار دهیم.

یکی از روش های پرکاربرد و محبوب برای طراحی الگوریتم ها روش تقسیم و حل یا تقسیم و غلبه (Divide and Conquer) می باشد. در این فرادرس یک مرور اجمالی به روش تقسیم و حل در طراحی الگوریتم شده و سپس تست های کنکور دولتی حل شده است. علاوه بر حل تشریحی، نکات کنکوری برای حل سریع تر بیان شده است، نکاتی که در اکثر منابع کنکور نمی توان آن ها را پیدا کرد و حاصل بیش از ۱۵ سال تدریس کنکوری است.