از اولین خط کد،
چیزی واقعی بساز.

از اولین خط کد تا ساخت بازی و سیستم‌های هوشمند؛ شش مسیر یادگیری با کلاس‌های آنلاین، تمرین عملی و ویدئوی ضبط‌شدهٔ جلسات.

۶ مسیر یادگیری۱:۱ امکان کلاس خصوصی● آنلاین و زنده
⌁ آموزش متناسب با سطح تو◉ پروژه در هر مسیر↻ ویدئوی ضبط‌شده برای مرور☻ سؤال پرسیدن کاملاً آزاده
COURSES / 01—06

کدوم دنیا رو می‌خوای بسازی؟

مهلت تخفیف درج‌شده، ۹ اکتبر ۲۰۲۶، گذشته است. مبالغ زیر از اطلاعات موجود حفظ شده‌اند؛ شهریهٔ نهایی، اعتبار تخفیف و تاریخ اقساط را پیش از ثبت‌نام با مدرس تأیید کنید.

Pythonپایتون
01Python

پایتون مقدماتی

اولین قدم، یک پایهٔ محکم.

✦ بدون پیش‌نیاز◷ ۲۴ جلسه · هر جلسه ۱٫۵ ساعت
تخفیف درج‌شده در فایل: ۳۰٪قیمت قبل ۳۵ میلیون
شهریه درج‌شده
۲۴٫۵میلیون تومان
03Algorithms

پایتون پیشرفته

با رویکرد حل مسئله و طراحی الگوریتم.

✦ بعد از پایتون مقدماتی◷ ۲۴ جلسه · هر جلسه ۱٫۵ ساعت
تخفیف درج‌شده در فایل: ۳۰٪قیمت قبل ۴۰ میلیون
شهریه درج‌شده
۲۸میلیون تومان
C++سی پلاس پلاس
02C++

C++ مقدماتی

منطق برنامه‌نویسی، نزدیک‌تر به ماشین.

✦ بدون پیش‌نیاز◷ ۲۴ جلسه · هر جلسه ۱٫۵ ساعت
تخفیف درج‌شده در فایل: ۳۰٪قیمت قبل ۳۵ میلیون
شهریه درج‌شده
۲۴٫۵میلیون تومان
04Game dev

C++ پیشرفته

با رویکرد بازی‌سازی و توسعهٔ یک بازی دوبعدی.

✦ بعد از C++ مقدماتی◷ ۲۴ جلسه · هر جلسه ۱٫۵ ساعت
تخفیف درج‌شده در فایل: ۳۰٪قیمت قبل ۴۰ میلیون
شهریه درج‌شده
۲۸میلیون تومان
AIهوش مصنوعی
05Reinforcement learning

ماشین لرنینگ

مبتنی بر یادگیری تقویتی و تصمیم‌گیری با پاداش.

✦ پایتون + ریاضی◷ ۱۵ جلسه · هر جلسه ۲ ساعت
۴۵میلیون تومان
شهریه کامل دوره
06Deep learning

هوش مصنوعی پیشرفته

از درک مدل تا ساخت یک سیستم.

✦ ML + ریاضی◷ ۱۵ جلسه · هر جلسه ۲ ساعت
۵۵میلیون تومان
شهریه کامل دوره
YOUR PATH

نمی‌دونی از کجا شروع کنی؟

فقط ببین الان کجای مسیری.

۱
اگر هنوز کدنویسی نکردیپایتون مقدماتی یا C++ مقدماتی

یکی را انتخاب کن و پایه‌ها را قدم‌به‌قدم بساز.

۲
وقتی پایه‌ها را بلدیحل مسئله یا بازی‌سازی

پایتون پیشرفته برای الگوریتم؛ C++ پیشرفته برای ساخت بازی.

۳
وقتی پایتون و ریاضی آماده استماشین لرنینگ و هوش مصنوعی

وارد پروژه‌های هوشمندتر و مدل‌های یادگیرنده شو.

PRICE CALCULATOR

تعرفه کلاس‌های خصوصی و نیمه‌خصوصی

برای کلاس خصوصی یا نیمه‌خصوصی، مبلغ هر نفر را همین‌جا ببین.

این محاسبه برآوردی بر اساس شهریه‌های درج‌شده است. مبلغ نهایی و زمان‌بندی پرداخت باید پیش از ثبت‌نام تأیید شوند.

۱
۲

اگر تنها ثبت‌نام می‌کنی، تعداد را روی ۱ بگذار. کلاس نیمه‌خصوصی برای ۲ تا ۴ نفر است و هم‌گروهی‌ها را خودتان انتخاب می‌کنید.

✓پرداخت یکجا / هر نفر
تومان

۳پرداخت اقساطی / هر نفر
تومان

قسط اول۱ آبان
قسط دوم۱ آذر
قسط سوم۱ دی

هر سه قسط مبلغ یکسان دارند و در تاریخ‌های مشخص‌شده پرداخت می‌شوند.

جزئیات دقیق محاسبه برای والدین+

در کلاس نیمه‌خصوصی (۲ تا ۴ نفره)، هزینهٔ پایه بین دانش‌آموزان تقسیم و سهم هر نفر رو به بالا به مضرب ۱۰۰ هزار تومان گرد می‌شود. در پرداخت اقساطی، قسط پایهٔ کلاس به مضرب ۵۰۰ هزار تومان و سهم نهایی هر نفر به مضرب ۱۰۰ هزار تومان رو به بالا گرد می‌شود. با توجه به تفاوت سرعت یادگیری، مسئولیت انتخاب هم‌گروهی و هماهنگی سطح و سرعت گروه بر عهدهٔ ثبت‌نام‌کنندگان است.

FOR STUDENTS & PARENTS

کلاس چطور برگزار می‌شود؟

قبل از شروع، سطح و هدف یادگیری بررسی می‌شود تا تمرین‌ها و سرعت کلاس با دانش‌آموز هماهنگ باشد.

01

خصوصی و آنلاین

کلاس‌ها به‌صورت آنلاین زنده برگزار و ضبط می‌شوند. ویدئوی جلسات برای مرور مطالب در اختیار دانش‌آموز قرار می‌گیرد.

02

کلاس نیمه‌خصوصی، با انتخاب خودتان

برای کلاس ۲ تا ۴ نفره، هم‌گروهی‌هایتان را خودتان انتخاب می‌کنید و با هم درخواست می‌دهید. هزینهٔ پایه بین دانش‌آموزان تقسیم می‌شود.

03

پرداخت و زمان‌بندی

شهریه را یکجا یا در ۳ قسط ماهانه پرداخت کنید. تاریخ دقیق هر سه قسط در محاسبه‌گر بالا نمایش داده می‌شود؛ روز، ساعت و تاریخ شروع کلاس با هماهنگی دانش‌آموز تعیین می‌شود.

04

ثبت درخواست، بدون پرداخت آنلاین

فرم ثبت‌نام فقط درخواست شرکت در دوره است. هماهنگی نهایی پیش از شروع کلاس انجام می‌شود.

مهرشاد اسکندرپور Instructor
YOUR TEACHER

مهرشاد اسکندرپور

آموزش برنامه‌نویسی و هوش مصنوعی با تمرکز روی فهم واقعی مفهوم، حل مسئله و ساخت پروژه؛ نه حفظ کردن کد.

  • 01
    ۲۷ تجربهٔ دستیاری تدریس / Head TAدانشگاه علم‌وصنعت ایران؛ برنامه‌نویسی، سیگنال‌ها، مخابرات و درس‌های مهندسی
  • 02
    +۵۵۰ ساعت آموزش AI و برنامه‌نویسیشامل دوره‌های هوش مصنوعی، یادگیری ماشین، Python و حل مسئله
  • 03
    مدرس هوش مصنوعی و برنامه‌نویسی در آکادمی ایرانسلآموزش پروژه‌محور با تمرین عملی و مثال‌های واقعی
  • 04
    پژوهش در AI، Reinforcement Learning و شبکه‌های 5G+۱۱ مقالهٔ پژوهشی در مسیر شبکه‌های هوشمند و هوش مصنوعی
Python & C++Machine LearningProject-based
READY?

برای پروژه‌ی بعدیت آماده‌ای؟

دوره را انتخاب کن؛ زمان و سطح کلاس بعد از ثبت درخواست با تو هماهنگ می‌شود.

درخواست ثبت‌نام ↖
PYTHON / FOUNDATIONS

پایتون مقدماتی

◷ ۲۴ جلسه · هر جلسه ۱٫۵ ساعت◉ ۲ جلسه در هفته · ۳ ماه · بدون استراحت⌁ بدون نیاز به سابقهٔ برنامه‌نویسی
  1. 01
    شروع برنامه‌نویسی

    نصب پایتون و محیط توسعه، اجرای برنامه، متغیرها و انواع داده

  2. 02
    منطق و جریان اجرا

    عملگرها، شرط‌ها، حلقه‌ها و تمرین تفکر الگوریتمی

  3. 03
    ساختارهای داده

    رشته، لیست، تاپل، مجموعه و دیکشنری

  4. 04
    توابع و سازمان‌دهی کد

    پارامتر، مقدار بازگشتی، دامنهٔ متغیر و ماژول

  5. 05
    فایل و خطایابی

    خواندن و نوشتن فایل، مدیریت استثنا و دیباگ

  6. 06
    پروژهٔ پایانی

    طراحی مرحله‌ای پروژه، تست ورودی‌ها و بازبینی کد

پروژه‌ای که می‌سازیساخت یک برنامهٔ مدیریت کارها با ذخیره‌سازی اطلاعات.
درخواست ثبت‌نام ↖
C++ / FOUNDATIONS

C++ مقدماتی

◷ ۲۴ جلسه · هر جلسه ۱٫۵ ساعت◉ ۲ جلسه در هفته · ۳ ماه · بدون استراحت⌁ بدون نیاز به سابقهٔ برنامه‌نویسی
  1. 01
    ابزار و مبانی

    کامپایلر، محیط توسعه، ورودی و خروجی و انواع داده

  2. 02
    کنترل جریان

    شرط‌ها، حلقه‌ها و حل مسائل پایه

  3. 03
    توابع

    تعریف تابع، پارامترها، ارجاع و محدودهٔ متغیرها

  4. 04
    داده‌ها و حافظه

    آرایه، رشته، vector و آشنایی با اشاره‌گر

  5. 05
    مبانی شیءگرایی

    ساختار، کلاس، شیء، سازنده و کپسوله‌سازی

  6. 06
    پروژه و دیباگ

    فایل، خطایابی و توسعهٔ یک پروژهٔ کنسولی

پروژه‌ای که می‌سازیساخت یک برنامهٔ کنسولی مدیریت نمرات.
درخواست ثبت‌نام ↖
PYTHON / PROBLEM SOLVING

پایتون پیشرفته

◷ ۲۴ جلسه · هر جلسه ۱٫۵ ساعت◉ ۲ جلسه در هفته · ۳ ماه · بدون استراحت⌁ تسلط به مبانی پایتون
  1. 01
    تحلیل مسئله

    شکستن مسئله، انتخاب مدل و تحلیل پیچیدگی زمانی و فضایی

  2. 02
    ساختارهای داده

    پشته، صف، جدول درهم‌سازی و heap

  3. 03
    الگوهای حل مسئله

    دو اشاره‌گر، پنجرهٔ لغزان و جست‌وجوی دودویی

  4. 04
    بازگشت و بهینه‌سازی

    بازگشت، عقب‌گرد، الگوریتم حریصانه و برنامه‌ریزی پویا

  5. 05
    درخت و گراف

    نمایش گراف، پیمایش BFS و DFS و کوتاه‌ترین مسیر

  6. 06
    کیفیت راه‌حل

    تست مرزی، پروفایلینگ و مقایسهٔ راه‌حل‌ها

پروژه‌ای که می‌سازیحل و تحلیل مجموعه‌مسئله‌ها و پیاده‌سازی یک مسیریاب.
درخواست ثبت‌نام ↖
C++ / GAME DEVELOPMENT

C++ پیشرفته

◷ ۲۴ جلسه · هر جلسه ۱٫۵ ساعت◉ ۲ جلسه در هفته · ۳ ماه · بدون استراحت⌁ تسلط به مبانی C++ و کلاس‌ها
  1. 01
    C++ مدرن

    مدیریت منابع، RAII، اشاره‌گر هوشمند و کتابخانهٔ استاندارد

  2. 02
    معماری بازی

    حلقهٔ بازی، زمان‌بندی، حالت‌ها و جداسازی منطق از نمایش

  3. 03
    گرافیک دوبعدی

    پنجره، sprite، ورودی و رسم با کتابخانه‌ای مانند SFML

  4. 04
    حرکت و برخورد

    بردارها، حرکت مستقل از نرخ فریم و تشخیص برخورد

  5. 05
    منطق و تجربهٔ بازی

    امتیاز، صدا، منو، مراحل و رفتار سادهٔ دشمن

  6. 06
    پروژهٔ نهایی

    دیباگ، بهینه‌سازی پایه، ساخت نسخهٔ اجرایی و بازبینی

پروژه‌ای که می‌سازیساخت یک بازی دوبعدی کوچک با امتیاز، برخورد و مراحل.
درخواست ثبت‌نام ↖
MACHINE LEARNING / RL

ماشین لرنینگ

◷ ۱۵ جلسه · هر جلسه ۲ ساعت◉ ۲ جلسه در هفته · ۲ ماه · با ۱۵ دقیقه استراحت⌁ پایتون، مبانی احتمال و جبر خطی
  1. 01
    پایه‌های یادگیری ماشین

    داده، تفکیک آموزش و آزمون، رگرسیون و طبقه‌بندی

  2. 02
    مبانی یادگیری تقویتی

    عامل، محیط، حالت، عمل، پاداش و فرایند تصمیم مارکوف

  3. 03
    ارزش و سیاست

    معادلهٔ بلمن، تکرار ارزش و تکرار سیاست

  4. 04
    یادگیری از تعامل

    Monte Carlo، TD، الگوریتم‌های SARSA و Q-learning

  5. 05
    یادگیری تقویتی عمیق

    مبانی شبکهٔ عصبی، DQN و آشنایی با Policy Gradient

  6. 06
    آزمایش و ارزیابی

    محیط Gymnasium، اکتشاف، نمودار پاداش و مقایسهٔ نتایج

پروژه‌ای که می‌سازیآموزش و ارزیابی یک عامل در محیط شبیه‌سازی ساده.
درخواست ثبت‌نام ↖
ADVANCED AI

هوش مصنوعی پیشرفته

◷ ۱۵ جلسه · هر جلسه ۲ ساعت◉ ۲ جلسه در هفته · ۲ ماه · با ۱۵ دقیقه استراحت⌁ پایتون، مبانی یادگیری ماشین و ریاضیات مرتبط
  1. 01
    یادگیری عمیق

    تانسورها، پس‌انتشار، بهینه‌سازها و آموزش با PyTorch

  2. 02
    معماری‌های پایه

    شبکه‌های کانولوشنی، مدل‌های توالی و انتقال یادگیری

  3. 03
    ترنسفورمرها

    Attention، embedding و مبانی مدل‌های زبانی بزرگ

  4. 04
    کار با مدل‌های زبانی

    طراحی پرامپت، خروجی ساختاریافته و آشنایی با تنظیم مدل

  5. 05
    سامانه‌های مبتنی بر مدل

    بازیابی و تولید پاسخ (RAG)، جست‌وجوی برداری و اتصال ابزار

  6. 06
    ارزیابی و ارائه

    کیفیت پاسخ، خطا و توهم مدل، حریم خصوصی و ارائهٔ پروژه

پروژه‌ای که می‌سازیساخت نمونهٔ دستیار پرسش‌وپاسخ مبتنی بر اسناد و ارزیابی آن.
درخواست ثبت‌نام ↖