Создание самоуправляемого автомобиля с помощью Python и глубинного обучения

В этом курсе вы узнаете, как самоуправляемые автомобили видят и перемещаются по миру, а также ознакомитесь с основными концепциями глубинного обучения, которые используются в автономных автомобилях. Вы пройдете от основных принципов до практического применения, изучите, как обрабатывать изображения дорог, тренировать модели для принятия решений о вождении и интегрировать эти компоненты в единую систему. К концу курса у вас будут практические навыки для создания и понимания программного обеспечения, стоящего за имитированным самоуправляемым автомобилем. Что вы узнаете: - Понять основные принципы глубокого обучения, нейронных сетей и компьютерного зрения. - Применение методов компьютерного зрения с OpenCV для обнаружения линий полосы движения на основе дорожных данных. - Создание и обучение конверсионных нейронных сетей (CNN) с TensorFlow и Keras для распознавания дорожных знаков. - Разработать модель поведенческого клонирования, которая учится управлять транспортным средством путем анализа примеров вождения. - Практикуем предварительную обработку и дополнение данных для повышения производительности и надежности модели. - Узнать об этических соображениях и текущих проблемах в технологии автономного вождения. Курс начинается с основ теории машинного обучения, а затем вы пройдете письменные упражнения по созданию каждого компонента системы привода. Вы будете работать с фрагментами кода, чтобы воплотить свой проект в жизнь. Этот курс предназначен для абсолютно начинающих. Для начала не требуется предыдущий опыт в машинном обучении, глубоком обучении или Python. Начните свое путешествие в мир автономных систем сегодня.