Pembelajaran Mesin untuk Mobil Kemudi Sendiri: Panduan Python — PickAClass
4.3 (6) ⏱ 3 jam 📚 30 pelajaran 🎧 Versi audio

Pembelajaran Mesin untuk Mobil Kemudi Sendiri: Panduan Python

Belajar bagaimana kendaraan otonom melihat dunia dengan menerapkan visi komputer, machine learning, dan simulasi sensor menggunakan Python.

  • 💬 Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • 🕐 Mulai kapan saja
    Tanpa jadwal atau tenggat — belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • 🌐 Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat — semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Apakah Anda pernah bertanya-tanya bagaimana kendaraan otonom melintasi jalan, mengenali rambu lalu lintas, dan menghindari hambatan? panduan berbasis teks ini menjelaskan teknologi di balik mobil kemudi mandiri, membuat konsep kecerdasan buatan yang rumit dapat diakses oleh semua orang. Melalui penjelasan tertulis yang jelas dan panduan kode langkah demi langkah, Anda akan beralih dari seorang pemula yang penasaran menjadi memahami inti perangkat lunak kendaraan otonom. Anda akan menjelajahi bagaimana visi komputer, algoritma machine learning, dan sensor fusion bekerja bersama untuk memandu kendaraan dengan aman melalui lingkungannya. Apa yang akan kau pelajari: - Mengerti konsep dasar teknologi kendaraan otonom, termasuk jenis sensor seperti LiDAR, radar, dan kamera. - Terapkan teknik penglihatan komputer menggunakan OpenCV untuk mendeteksi penanda jalur dan batas jalan. - Membuat model pembelajaran mesin dengan Python untuk mengklasifikasikan rambu lalu lintas dan membuat keputusan mengemudi. - Implementasi dasar menghindari tabrakan dan logika perencanaan jalur menggunakan data sensor yang disimulasikan. - Mengeksplorasi jaringan saraf pembelajaran dalam untuk memahami bagaimana kendaraan modern memproses lingkungan visual yang kompleks. - Praktik menulis kode Python bersih menggunakan pustaka standar seperti NumPy, scikit-learn, dan Keras. Kursus ini dimulai dengan terminologi dasar, fisika dasar sensor, dan dasar-dasar Python sebelum beralih ke aplikasi visi komputer dan pembelajaran mesin. Anda akan berkembang secara sistematis dari deteksi lajur sederhana ke arsitektur jaringan saraf canggih yang digunakan dalam lingkungan simulasi modern. Kursus ini dirancang untuk pemula, ilmuwan data yang bercita-cita, dan penggemar teknologi. Tidak diperlukan latar belakang sebelumnya dalam robotika, matematika tingkat lanjut, atau machine learning. Mulai perjalanan Anda ke masa depan transportasi dan menguasai dasar-dasar perangkat lunak kendaraan otonom hari ini.

Apa yang Anda dapatkan

  • 📜 Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • 💬 Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • 🎧 Termasuk versi audio
    Belajar di mana saja — tanpa layar
  • ♾️ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • 📱 Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • 💸 Pengembalian 14 hari
    Tanpa pertanyaan
  • Singkat dan fokus
    3 jam konten praktis

Sertifikat penyelesaian

Setiap kursus yang Anda selesaikan di PickAClass menerbitkan kredensial seperti ini — orisinal, dengan kodenya sendiri, dapat diverifikasi via URL, dan rinci tentang yang benar-benar ditunjukkan.

P
PickAClass
Profil keterampilan · terverifikasi
Dokumen
Sertifikat Penguasaan
Ini menyatakan bahwa
Nama Lengkap
telah berhasil menunjukkan penguasaan
Pembelajaran Mesin untuk Mobil Kemudi Sendiri: Panduan Python
Keterampilan yang ditunjukkan
Analisis pola perilaku
Dasar
1.2 jam
Kerangka arsitektur keputusan
Mahir
1.4 jam
Desain uji A/B
Mahir
1.7 jam
Copywriting perilaku
Lanjutan
1.9 jam
P
PickAClass — Nama Lengkap
Pembelajaran Mesin untuk Mobil Kemudi Sendiri: Panduan Python
Halaman 2 dari 2
Detail kinerja
Ringkasan tugas kursus
Pelajaran selesai 14 / 14
Soal latihan 26 / 28
Tugas dikirim 4 (rata 4,5 / 5)
Proyek capstone Ditinjau — 4,6 / 5
Total latihan 6.2 jam
Tolok ukur kinerja
Peringkat kohort 12% teratas dari 1,625
Waktu penyelesaian 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soal latihan 94%
Verifikasi keterampilan Jalur Keterampilan terverifikasi
Verifikasi kredensial ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Diterbitkan di bawah standar akademik PickAClass. Tingkat keterampilan mencerminkan kinerja yang dinilai terhadap rubrik kompetensi kursus. Ini kredensial orisinal platform ini.

Ulasan (6)

سارة بنت علي بن راشد آل ثاني QA Pelajar terverifikasi
★ 3 · 07.09.2026

Hmm, aku tidak yakin ini untuk pemula, itu mengasumsikan sedikit pengetahuan sebelumnya yang tidak secara eksplisit diajarkan, beberapa contohnya membingungkan.

Kirsten Petersen DK Pelajar terverifikasi
★ 5 · 03.08.2026

Kursus ini melebihi harapan saya aplikasi dunia nyata yang dibahas sangat berguna pekerjaan yang bagus!

Larissa Gomes BR Pelajar terverifikasi
★ 5 · 02.07.2026

Kursus ini melebihi semua harapan saya strukturnya logis dan penjelasannya sangat jelas harus dicoba!

Fatima Bello NG Pelajar terverifikasi
★ 4 · 29.06.2026

Ini adalah kursus yang bagus jika Anda memiliki beberapa pengetahuan sebelumnya untuk pemula, beberapa konsep mungkin sedikit menantang strukturnya logis, meskipun

سارة أحمد AE
★ 5 · 29.06.2026

Sangat menikmati pengalaman belajar. Bahan yang diberikan adalah kelas atas dan mudah untuk diikuti.

Mason Green AU
★ 4 · 06.06.2026

Ini melebihi harapanku pelajarannya berjalan dengan logis dan aplikasinya di dunia nyata sangat tepat kerja bagus!

Tulis ulasan

Setelah mengirim kami akan meminta masuk — draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu — Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya — refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur