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

Pembelajaran Mesin untuk Kereta Pandu Sendiri: Panduan Python

Pelajari bagaimana kenderaan autonomi memahami dunia dengan mengaplikasikan penglihatan komputer (computer vision), pembelajaran mesin (machine learning), dan simulasi sensor menggunakan Python.

  • 💬 Pengajar AI
    Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa.
  • 🕐 Mula bila-bila masa
    Tiada jadual atau tarikh akhir — belajar mengikut rentak sendiri, bila-bila masa.
  • 🌐 Dalam bahasa Melayu
    Pelajaran, tugasan dan sijil — semuanya sepenuhnya dalam bahasa anda.

Tentang kursus ini

Pernahkah anda tertanya-tanya bagaimana kenderaan autonomi menavigasi jalan, mengenali papan tanda jalan, dan mengelakkan halangan? Panduan berasaskan teks ini merungkai misteri teknologi di sebalik kereta pandu sendiri, menjadikan konsep kecerdasan buatan yang kompleks mudah diakses oleh semua orang. Melalui penerangan bertulis yang jelas dan panduan kod langkah demi langkah, anda akan beralih daripada pemula yang ingin tahu kepada pemahaman tentang teras tindanan perisian (software stack) kenderaan autonomi. Anda akan meneroka bagaimana penglihatan komputer (computer vision), algoritma pembelajaran mesin (machine learning), dan gabungan sensor (sensor fusion) bekerjasama untuk membimbing kenderaan dengan selamat melalui persekitarannya. Apa yang akan anda pelajari: - Memahami konsep asas teknologi kenderaan autonomi, termasuk jenis sensor seperti LiDAR, radar, dan kamera. - Mengaplikasikan teknik penglihatan komputer (computer vision) menggunakan OpenCV untuk mengesan penanda lorong dan sempadan jalan. - Membina model pembelajaran mesin (machine learning) dengan Python untuk mengklasifikasikan papan tanda jalan dan membuat keputusan pemanduan. - Melaksanakan logik asas pengelakan perlanggaran dan perancangan laluan menggunakan data sensor simulasi. - Meneroka rangkaian neural pembelajaran mendalam (deep learning neural networks) untuk memahami bagaimana kenderaan moden memproses persekitaran visual yang kompleks. - Berlatih menulis kod Python yang bersih menggunakan perpustakaan standard seperti NumPy, scikit-learn, dan Keras. Kursus ini bermula dengan terminologi penting, fizik asas sensor, dan asas Python sebelum beralih kepada aplikasi penglihatan komputer (computer vision) dan pembelajaran mesin (machine learning) secara praktikal. Anda akan maju secara sistematik daripada pengesanan lorong mudah kepada seni bina rangkaian neural lanjutan yang digunakan dalam persekitaran simulasi moden. Kursus ini direka untuk pemula, calon saintis data, dan peminat teknologi. Tiada latar belakang terdahulu dalam robotik, matematik lanjutan, atau pembelajaran mesin (machine learning) diperlukan. Mulakan perjalanan anda ke masa depan pengangkutan dan kuasai asas perisian kenderaan autonomi hari ini.

Apa yang anda dapat

  • 📜 Sijil tamat
    Tambah ke profil LinkedIn anda
  • 💬 Tutor AI peribadi
    Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa.
  • 🎧 Termasuk versi audio
    Belajar sambil bergerak — tanpa skrin
  • ♾️ Akses seumur hidup
    Kembali bila-bila masa, tiada tamat tempoh
  • 📱 Telefon atau komputer
    Berfungsi di mana-mana, mana-mana peranti
  • 💸 Pulangan 14 hari
    Tanpa soalan
  • Pendek dan fokus
    3 jam kandungan praktikal

Sijil tamat

Setiap kursus yang anda tamatkan di PickAClass mengeluarkan kelayakan seperti ini — asli, dengan kodnya sendiri, boleh disahkan melalui URL, dan terperinci tentang apa yang sebenarnya ditunjukkan.

P
PickAClass
Profil kemahiran · boleh disahkan
Dokumen
Sijil Kemahiran
Ini mengesahkan bahawa
Nama Penuh
telah berjaya menunjukkan penguasaan
Pembelajaran Mesin untuk Kereta Pandu Sendiri: Panduan Python
Kemahiran yang ditunjukkan
Analisis pola tingkah laku
Asas
1.2 jam
Rangka kerja seni bina keputusan
Mahir
1.4 jam
Reka bentuk ujian A/B
Mahir
1.7 jam
Penulisan salinan tingkah laku
Lanjutan
1.9 jam
P
PickAClass — Nama Penuh
Pembelajaran Mesin untuk Kereta Pandu Sendiri: Panduan Python
Halaman 2 daripada 2
Perincian prestasi
Ringkasan kerja kursus
Pelajaran selesai 14 / 14
Soalan latihan 26 / 28
Tugasan dihantar 4 (purata 4,5 / 5)
Projek capstone Disemak — 4,6 / 5
Jumlah latihan 6.2 jam
Penanda aras prestasi
Kedudukan kohort 12% teratas daripada 1,625
Masa hingga tamat 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soalan latihan 94%
Pengesahan kemahiran Laluan Kemahiran disahkan
Sahkan kelayakan ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Dikeluarkan di bawah piawaian akademik PickAClass. Tahap kemahiran mencerminkan prestasi dinilai terhadap rubrik kecekapan kursus. Ini kelayakan asli platform ini.

Ulasan (6)

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

Saya tidak pasti ini untuk pemula, ia mengambil sedikit pengetahuan yang tidak diajar secara jelas, beberapa contohnya agak kabur.

Kirsten Petersen DK Pelajar disahkan
★ 5 · 03.08.2026

Kursus ini melebihi jangkaan saya. Aplikasi dunia sebenar yang dibincangkan sangat berguna. Kerja yang bagus!

Larissa Gomes BR Pelajar disahkan
★ 5 · 02.07.2026

Kursus ini melebihi semua jangkaan saya. Strukturnya logik dan penjelasannya jelas. Mesti ambil!

Fatima Bello NG Pelajar disahkan
★ 4 · 29.06.2026

Ia adalah kursus yang baik jika anda mempunyai pengetahuan sebelumnya. untuk pemula, beberapa konsep mungkin sedikit mencabar. strukturnya logik, walaupun.

سارة أحمد AE
★ 5 · 29.06.2026

Sangat menikmati pengalaman pembelajaran. Bahan yang disediakan adalah kelas atasan dan mudah diikuti.

Mason Green AU
★ 4 · 06.06.2026

Ini melebihi jangkaan saya. Pelajaran mengalir secara logik dan aplikasi dunia sebenar tepat pada tempatnya. Kerja yang bagus!

Tulis ulasan

Selepas hantar kami akan meminta anda log masuk — draf disimpan.

Pelajar lain juga mengambil

Soalan lazim

Apa yang saya perlukan untuk mengikuti kursus ini? +

Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.

Bagaimana untuk membayar? +

Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad — Stripe menguruskannya dengan selamat.

Bolehkah saya dapatkan bayaran balik? +

Ya — pulangan penuh dalam 14 hari, tanpa soalan.

Berapa lama saya akan mempunyai akses? +

Selamanya. Setelah membeli, kursus adalah milik anda — boleh lawat semula bila-bila masa.

Adakah saya akan mendapat sijil? +

Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.

Direka untuk pelajar dalam
Teknologi Reka bentuk Kewangan Pemasaran Kesihatan Pendidikan Hospitaliti Pembuatan