Max Home IndustryСамоуправляемые автомобили: звучит серьезно и не для простых смертных. А могло ли быть иначе? Да, и это то, что Udacity пытается изменить с помощью этой наностепени, чтобы сделать тему беспилотных автомобилей доступной практически для всех. Запись на следующую сессию заканчивается 22 мая.
Большой поворот при попытке проникнуть в искусственный интеллект и его компоненты машинного и глубокого обучения — это устрашающая математика, которая требуется, особенно алгебраическое исчисление и матричная алгебра. В Udacity разработчики курсов хорошо осведомлены об этой борьбе и установили предварительным условием для прохождения курса, чтобы учащиеся были хотя бы знакомы с математикой на уровне средней школы. Курс сделает все возможное, чтобы продвинуть вас дальше этого уровня, хотя и очень плавно.
Таким образом, при программировании вы применяете эту математику при написании программ, сначала на Python, а на более позднем и более продвинутом этапе — на C ++. Это не курс по изучению Python или C ++ как таковых, но тем не менее делает это косвенно, проводя вас через множество демонстраций кода и практических упражнений. Тем не менее, настоятельно рекомендуется знакомство с основными концепциями программирования, чтобы иметь возможность беспрепятственно следовать.
Беспилотные автомобили, и совсем недавно беспилотные летающие автомобили, конечно же, тема, которой основатель Udacity Себастьян Трун интересовался на протяжении десятилетий. Udacity предлагал курс по этой теме с самого начала, и действительно, эта тема была включена в курс 2011 года «Введение в искусственный интеллект». Ранее мы рассматривали наностепеню Самоуправляемого автомобиля продвинутого уровня, а теперь обратим внимание на наностепень вводного уровня, который начинается 22 мая и может быть завершен за 4 месяца, если вы посвящаете ему 10 часов в неделю. Будучи всего одним семестром, он стоит 800 долларов.
Предварительный просмотр наностепи по теме локализации представляет собой крошечную часть всего опыта работы с программой, но имеет решающее значение, поскольку он касается определения местоположения беспилотного автомобиля в мире, что является квинтэссенцией действий для автомобиля. для безопасной навигации.
При знакомстве с локализацией в предварительном просмотре рассматриваются темы вероятности, правила Байеса, фильтров Калмана и объектно-ориентированного программирования, а также все связанные с ними математические операции и программирование.
Чтобы быстро обрисовать учебную программу предварительного просмотра:
Урок 1 — Введение
Урок 2 — Вероятность начинается с общего обзора, а затем подробно рассматривается вероятность в робототехнике. Также есть условная вероятность, оценка на основе условий, моделирование вероятностей и демонстрация вероятности столкновения с помощью кода Python. Весь код протестирован в PlayGround, облачной среде разработки на основе Jupyter, поэтому ничего скачивать не нужно.
Урок 3 — Теоретическая часть правила Байеса посвящена робототехнике, изучению данных датчиков, использованию данных датчиков и т. Д., В то время как программная часть включает упражнения по программированию вероятностей, правилу Байеса, итерации массивов, 2D-массивам и миру роботов.
Урок 4 — Фильтры Калмана и объектно-ориентированное программирование охватывает такие темы, как функция Гаусса, модели движения, кинематика, объекты и многое другое.
Наконец, есть еще проект, фильтр гистограммы, который можно предварительно просмотреть, но для того, чтобы с ним действительно справиться, необходимо зарегистрироваться.
Конечно, интересно, что такой курс направлен на то, чтобы сделать доступной такую продвинутую тему, как эта. Что еще более захватывающе, так это то, что знания, полученные в концепциях, математике, программировании и машинном обучении, универсальны для гораздо более широких приложений, чем узкая область беспилотных автомобилей. Затем вы можете перейти к таким вещам, как робототехника, автономные системы, дроны или даже летающие машины!
Набор заканчивается 22 мая 2018 г.