Date de mise à jour pas encore vérifiée
AI for Autonomous Vehicles and Robotics
University of Michigan sur Coursera avec Wei Lu
Le cours explique comment l'apprentissage supervisé, non supervisé, par renforcement et profond soutient la perception, la décision et le contrôle des voitures autonomes et des robots. Il aborde la détection, la segmentation et le suivi d'objets, le transfer learning et l'adaptation de domaine, avec des travaux pratiques sur les filtres de Kalman et le Q-learning et des études de cas sur les voitures, les drones et les robots industriels.
Cette formation est enseignée en anglais. Cette page est notre traduction de sa fiche.
Notre avis
Accessible gratuitement sur Coursera ; vous ne payez que le certificat. Environ 7 heures, faciles à suivre en parallèle du travail. Surtout solide sur la robotique et la vision par ordinateur.
Idéal pour : Ingénieurs qui veulent appliquer l'IA et le machine learning à la conception, à la fabrication ou aux systèmes physiques.
D'après la page de la formation, le programme et les prix, et non après l'avoir suivie. Notre méthode de notation
Outils et modèles abordés
- Jupyter
D'après le contenu de la formation ; dernière mise à jour du contenu : inconnue.
Ce que vous apprendrez
- Robotique
- Vision par ordinateur
- Détection et suivi d'objets
- Apprentissage par renforcement
- Filtres de Kalman
- Transfer learning