لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش یادگیری ماشین و ماشین های خودران: بوت کمپ با پایتون
Machine Learning & Self-Driving Cars: Bootcamp with Python
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
با ترکیب قدرت یادگیری ماشینی، یادگیری عمیق و دید کامپیوتری یک ماشین خودران بسازید! Master Machine Learning و Python یاد بگیرید که چگونه از ابتدا الگوریتم های یادگیری ماشین را برای توسعه یک ماشین خودران به کار ببرید درک کنید که چرا Deep Learning چنین انقلابی است و از آن برای رانندگی ماشین مانند یک انسان استفاده کنید (شبیه سازی رفتاری) شبیه سازی یک ماشین خودران در یک محیط واقع گرایانه با استفاده از تکنیک های متعدد (Computer Vision، Convolution Neural Networks، ...) ارزش افزوده قوی برای کسب و کار خود ایجاد کنید. محبوبترین کتابخانه) یاد بگیرید که از تکنیکهای Computer Vision و Deep Learning برای ساخت الگوریتمهای مرتبط با خودرو استفاده کنید. درک نحوه عملکرد اتومبیلهای خودران (حسگرها، محرکها، کنترل سرعت، ...) آموزش کدنویسی در پایتون از همان ابتدا کتابخانههای پایتون: NumPy، Sklearn (Scikit-Learn)، Keras، OpenCV، Matplotlib پیش نیازها: هر دانش آموز با دانش پایه فیزیک و ریاضی می تواند عضو شود (همه سطوح مهارت پذیرفته می شود) تجربه برنامه نویسی قبلی ضروری نیست
به یادگیری ماشین یا خودروهای خودران (یعنی تسلا) علاقه دارید؟ پس این دوره برای شماست!
این دوره توسط یک دانشمند داده حرفه ای، متخصص در وسایل نقلیه خودمختار، با هدف به اشتراک گذاشتن دانش من و کمک به شما در درک نحوه عملکرد خودروهای خودران به روشی ساده طراحی شده است.
هر موضوع در سه سطح ارائه می شود:
مقدمه: موضوع ارائه خواهد شد، شهود اولیه در مورد آن
Hands-On: سخنرانیهای عملی که با انجام آنها میآموزیم
[اختیاری] شیرجه عمیق: برای درک کامل موضوع به ریاضیات عمیق بروید
از چه ابزارهایی در دوره استفاده خواهیم کرد؟
Python: احتمالا همه کاره ترین زبان برنامه نویسی در جهان، از وب سایت ها گرفته تا شبکه های عصبی عمیق، همه را می توان در پایتون انجام داد
Webots: یک شبیهساز بسیار قدرتمند، که رایگان و منبع باز است، اما میتواند طیف گستردهای از سناریوهای شبیهسازی را ارائه دهد (خودروهای خودران، هواپیماهای بدون سرنشین، چهارپایان، بازوهای رباتیک، خطوط تولید، ...)
این دوره برای چه کسانی است؟
همه سطوح: هیچ دانش قبلی لازم نیست، بخشی وجود دارد که نحوه برنامه نویسی در پایتون را به شما آموزش می دهد
ریاضی/منطق: سطح دبیرستان برای درک همه چیز کافی است!
بخش ها:
[اختیاری] بخشهای پایتون: نحوه برنامهنویسی در پایتون و نحوه استفاده از کتابخانههای ضروری
Computer Vision: به رایانه می آموزد که چگونه ببیند و مفاهیم کلیدی شبکه های عصبی را معرفی می کند
یادگیری ماشین: مقدمه، مفاهیم کلیدی و طبقه بندی علائم جاده
جلوگیری از برخورد: تاکنون از دوربینها استفاده کردهایم، در این بخش میفهمیم که چگونه از سنسورهای رادار و لیدار برای خودروهای خودران استفاده میشود، از آنها برای جلوگیری از برخورد، برنامهریزی مسیر استفاده میکنیم
به ما کمک کنید تفاوت بین تسلا و سایر سازندگان خودرو را درک کنیم، زیرا تسلا از سنسورهای رادار استفاده نمیکند
یادگیری عمیق: ما از تمام مفاهیمی که قبلاً در CV، در ML و CA، معرفی شبکه های عصبی، شبیه سازی رفتاری دیده ایم استفاده خواهیم کرد
تئوری کنترل: سیستمهای کنترل چسبی است که همه زمینههای مهندسی را به هم پیوند میدهد
اگر عمدتاً به ML علاقه مند هستید، فقط می توانید به مقدمه این بخش گوش دهید، اما باید بدانید که شبکه های عصبی اولیه به شدت تحت تأثیر CT قرار گرفته اند
من کی هستم و چرا واجد شرایط صحبت کردن در مورد خودروهای خودران هستم؟
در موتورسیکلت ها، قایق ها و اتومبیل های خودران کار می کرد
برخی از بزرگترین شرکت های جهان
بیش از 8 سال تجربه در صنعت و کارشناسی ارشد در CV رباتیک
همیشه به یادگیری کارآمد علاقه داشتم و از تمام تکنیک هایی که در این دوره یاد گرفتم استفاده کردم
سرفصل ها و درس ها
معرفی
Introduction
چرا این دوره؟
Why This Course?
چگونه به این دوره نزدیک شویم؟
How to Approach This Course?
آن را جذاب کنید
Make it Engaging
کد دوره برای سخنرانی های عملی را دریافت کنید
Get the Course Code for Practical Lectures
نمایش نظرات