Zbuduj samochód z Pythonem i głębokim uczeniem się

Ten kurs demistyfikuje podstawowe koncepcje głębokiego uczenia się, które napędzają autonomiczne pojazdy, prowadząc Cię przez praktyczne kroki budowania własnych. Przejdziesz od podstawowych zasad do praktycznego zastosowania, nauczysz się przetwarzać obrazy drogowe, trenować modele do podejmowania decyzji dotyczących jazdy i integrować te komponenty w spójny system.Pod koniec będziesz miał praktyczne umiejętności budowania i rozumienia oprogramowania za symulowanym samochodem z własnym napędem. Czego się nauczysz: - Zrozum podstawowe zasady głębokiego uczenia się, sieci neuronowych i widzenia komputerowego. - Zastosuj techniki widzenia komputerowego z OpenCV do wykrywania linii pasa z danych drogowych. - Buduj i trenuj zwojowe sieci neuronowe (CNN) za pomocą TensorFlow i Keras, aby rozpoznawać znaki drogowe. - Opracuj behawioralny model klonowania, który uczy się kierować pojazdem, analizując przykłady jazdy. - Ćwicz wstępne przetwarzanie i rozszerzanie danych, aby poprawić wydajność i niezawodność modelu. - Dowiedz się o względów etycznych i aktualnych wyzwań w technologii autonomicznej jazdy. Kurs zaczyna się od podstawowej teorii uczenia maszynowego, a następnie przeprowadzi Cię przez pisemne ćwiczenia, aby zbudować każdy komponent układu napędowego.Będziesz pracować z fragmentami kodu, aby ożywić swój projekt. Ten kurs jest przeznaczony dla absolutnych początkujących.Do rozpoczęcia nie jest wymagane wcześniejsze doświadczenie w uczeniu maszynowym, głębokim uczeniu się lub Pythonie. Rozpocznij swoją podróż w świat systemów autonomicznych już dziś.