هوش مصنوعی هیجانانگیز: رانندگی خودران و یادگیری تقویتی با AWS DeepRacer
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- مدلهای رانندگی خودران خود را بر روی خودروهای واقعی توسعه و استقرار دهید.
- درک عمیقی از اصول آموزش مدلهای هوش مصنوعی بهدست آورید.
- اصول الگوریتمهای یادگیری تقویتی را که در AlphaGo نیز استفاده میشود، درک کنید.
- اصول و کاربردهای حسگرهای دوربین و LiDAR که در خودروهای خودران استفاده میشوند، درک کنید.
- رایانش ابری را از طریق AWS یاد بگیرید و از قدرت آن برای پروژههای خود استفاده کنید.
- مهارتهای برنامهنویسی اساسی Python که برای آموزش مدلهای رانندگی خودران ضروری است را یاد بگیرید.
- نکات و استراتژیهای ارزشمندی برای موفقیت در لیگ AWS DeepRacer کشف کنید.
- برنامهای تعاملی و لذتبخش در زمینه هوش مصنوعی و یادگیری تقویتی برای دانشجویان فراهم کنید.
پیش نیازهای دوره
- نیازی به تجربه قبلی برنامهنویسی نیست. این دوره برای آموزش تمام آنچه که شما نیاز دارید طراحی شده است.
- علاقه به یادگیری و انگیزه برای کشف دنیای هیجانانگیز هوش مصنوعی و رانندگی خودران
توضیحات دوره
به دوره خودروهای خودران ما با محوریت AWS DeepRacer خوش آمدید!
سفر هیجانانگیزی به دنیای هوش مصنوعی (AI)، یادگیری تقویتی و فناوری خودروهای خودران را با این دوره جامع و تعاملی آغاز کنید.
AWS DeepRacer سریعترین راه برای ایجاد خودروی خودران مخصوص به خودتان است که رویکردی بینظیر برای یادگیری AI و یادگیری تقویتی به شکل لذتبخش و قابل دسترس ارائه میدهد.
در این دوره به موضوعات مختلفی خواهید پرداخت از جمله:
- رانندگی خودران
- هوش مصنوعی
- یادگیری عمیق
- یادگیری تقویتی
- برنامهنویسی Python
- رایانش ابری
- AWS
- عملیات DeepRacer
- شرکت در لیگ و نکات مختلف
- این دوره شامل آموزش برنامهنویسی Python است و به گونهای طراحی شده که برای همه قابل دسترسی باشد، حتی بدون دانش قبلی در برنامهنویسی.
- در طول دوره، به اصول هوش مصنوعی و یادگیری تقویتی و کاربردهای واقعی آنها خواهیم پرداخت. شما فناوریهای رانندگی خودران مانند حسگرهای دوربین و LiDAR را یاد میگیرید و به سطوح مختلف اتوماسیون خودرو نیز میپردازید.
- ما شما را با پلتفرم AWS DeepRacer آشنا خواهیم کرد و به شما کمک میکنیم تا مزایای رایانش ابری را درک کنید. شما مهارتهای ضروری برنامهنویسی Python را از طریق تمرینهای عملی بهدست خواهید آورد که به شما ابزارهای توسعه مدلهای رانندگی خودران را میدهد.
- به تدریج، یاد میگیرید که چگونه مدلهایی را طراحی، آموزش، تست و بر روی خودروهای واقعی پیادهسازی کنید. همچنین، تکنیکهای ارزیابی عملکرد و بهینهسازی را برای اطمینان از عملکرد مناسب و کارآمد مدلهای خود پوشش خواهیم داد.
- در طول دوره، نکات و استراتژیهای ارزشمندی برای موفقیت در لیگ AWS DeepRacer ارائه خواهیم داد و بر همکاری و تعامل اجتماعی بهمنظور ایجاد تجربه یادگیری کامل تأکید خواهیم کرد.
در پایان این دوره، درک قوی از هوش مصنوعی، یادگیری تقویتی و فناوریهای خودران خواهید داشت که پایهگذار ادامه اکتشاف و نوآوری شما خواهد بود. به همراه ما در این ماجراجویی تعاملی و قابل دسترس با AWS DeepRacer بپیوندید!
این دوره برای چه کسانی مناسب است؟
- مبتدیانی که به دنبال رویکردی لذتبخش و تعاملی برای یادگیری اصول هوش مصنوعی هستند.
- دانشجویانی که به دنبال ساخت سریع و آسان مدلهای خودروهای خودران هستند.
- مدرسان و آموزشدهندگانی که قصد دارند تجربیات عملی و کاربردی هوش مصنوعی را به برنامه درسی خود اضافه کنند.
- علاقمندان و طرفداران هوش مصنوعی، رباتیک یا خودروهای خودران که میخواهند مهارتهای خود را بیشتر توسعه دهند.
- پژوهشگرانی که در حال بررسی یادگیری تقویتی و کاربردهای آن در صنایع مختلف هستند.
هوش مصنوعی هیجانانگیز: رانندگی خودران و یادگیری تقویتی با AWS DeepRacer
-
معرفی بخش 02:27
-
AWS DeepRacer چیست؟ 03:37
-
چه چیزهایی میتوانید از AWS DeepRacer بیاموزید؟ 05:00
-
رایانش ابری و AWS 05:39
-
گردش کار DeepRacer 02:01
-
چگونه DeepRacer کار میکند؟ (1) 05:11
-
چگونه DeepRacer کار میکند؟ (2) 03:56
-
قیمتگذاری DeepRacer 02:16
-
معرفی بخش 00:40
-
نوع حساب AWS 03:51
-
ثبتنام برای حساب ROOT 02:35
-
ورود به کنسول AWS 04:20
-
تنظیمات امنیتی حساب ROOT AWS 03:41
-
بررسی هزینهها و استفاده از سطح رایگان 01:11
-
معرفی بخش 00:59
-
معرفی منوی کنسول DeepRacer 01:43
-
اکتشاف منوی لیگ مسابقه 08:28
-
اکتشاف منوی یادگیری تقویتی 01:39
-
اکتشاف منوی مدیریت چند کاربره 01:17
-
اکتشاف منوی منابع 01:24
-
اکتشاف منوی چالش بعدی 01:30
-
مقدمه بخش 00:43
-
نوع مسابقه 02:17
-
انواع حسگرها و وسایل نقلیه 05:47
-
ساخت تمرین یک وسیله نقلیه جدید 01:23
-
تمرین آموزش مدل 14:31
-
اکتشاف منوی اقدامات (کلون، حذف، کپی به S3، بارگذاری مدل فیزیکی خودرو) 04:13
-
معرفی بخش 00:43
-
بررسی یادگیری ماشین 10:49
-
چگونه ماشینها یاد میگیرند؟ 09:39
-
بهینهسازیهای هایپرپارامتری 15:50
-
یادگیری عمیق و DNN 09:59
-
CNN و مدل DeepRacer 11:45
-
مسائل یادگیری عمیق 03:48
-
معرفی بخش 00:48
-
بررسی کلی یادگیری تقویتی 07:19
-
اهداف در یادگیری تقویتی 13:24
-
انواع الگوریتمهای یادگیری تقویتی 08:29
-
ساختارهای داده در یادگیری تقویتی 06:23
-
آموزش مدلها در یادگیری تقویتی 12:20
-
چالشها و مسائل در یادگیری تقویتی 03:24
-
بهینهسازیها و اصطلاحات در یادگیری تقویتی 05:47
-
معرفی بخش 00:56
-
محیط تمرین کدنویسی - Python و Colab 06:30
-
چاپ و متغیرها 04:28
-
نوع دادهها 10:42
-
عملیات 06:50
-
کار با لیستها 03:28
-
کتابخانه ریاضی 05:22
-
عبارت شرطی If 03:14
-
حلقه For 03:16
-
حلقه While 03:43
-
تابع 05:45
-
معرفی بخش 00:57
-
پارامترهای ورودی تابع پاداش 09:05
-
نمونههای تابع پاداش 09:52
-
آزمایشگاه تابع پاداش 08:03
-
تصویری از نقاط مسیر پیست 01:32
-
نمونههای پارامترهای ورودی 02:01
-
معرفی بخش 00:26
-
نمودار پاداش 05:20
-
دانلود لاگها 03:02
-
نمونهای از تحلیل لاگ 02:57
-
معرفی بخش 00:41
-
با وسیله نقلیه خود آشنا شوید 06:42
-
راهاندازی کنسول دستگاه 06:25
-
بارگذاری مدل و راندن وسیله نقلیه 02:34
-
کالیبره کردن وسیله نقلیه 07:12
-
پیادهسازی پیست فیزیکی خود 00:33
-
مقدمه بخش 01:17
-
دانشجوی DeepRacer 04:52
-
ایجاد یک مسابقه اجتماعی 01:31
-
اکسپورت و ایمپورت مدلها به S3 10:46
-
ارسال خودکار مدل 03:39
-
DRfC (DeepRacer برای ابر) 01:44
مشخصات آموزش
هوش مصنوعی هیجانانگیز: رانندگی خودران و یادگیری تقویتی با AWS DeepRacer
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:مقدماتی
- تعداد درس:75
- مدت زمان :05:58:11
- حجم :2.93GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy