Aktualisierungsdatum noch nicht geprüft
AI for Autonomous Vehicles and Robotics
University of Michigan bei Coursera mit Wei Lu
Der Kurs erklärt, wie überwachtes, unüberwachtes, Reinforcement und Deep Learning Wahrnehmung, Entscheidungen und Steuerung in selbstfahrenden Autos und Robotern unterstützen. Er behandelt Objekterkennung, Segmentierung und Tracking, Transfer Learning und Domain Adaptation, mit Laboren zu Kalman-Filtern und Q-Learning sowie Fallstudien zu Autos, Drohnen und Industrierobotern.
Dieser Kurs wird auf Englisch unterrichtet. Diese Seite ist unsere Übersetzung des Eintrags.
Unsere Einschätzung
Auf Coursera kostenlos als Gasthörer; Sie zahlen nur für das Zertifikat. Rund 7 Stunden, gut neben dem Beruf machbar. Am stärksten bei Robotik und Computer Vision.
Ideal für: Ingenieurinnen und Ingenieure, die KI und Machine Learning in Konstruktion, Fertigung oder physikalischen Systemen einsetzen wollen.
Auf Grundlage der Kursseite, des Lehrplans und der Preise, nicht der Teilnahme am Kurs. So bewerten wir
Behandelte Tools und Modelle
- Jupyter
Auf Grundlage der Kursinhalte mit Stand unbekannt.
Lerninhalte
- Robotik
- Computer Vision
- Objekterkennung und Tracking
- Reinforcement Learning
- Kalman-Filter
- Transfer Learning