Machine Learning for Robotics培訓
本課程介紹機器學習方法在Robotics應用中的使用。
它廣泛概述了現有方法、動機以及在模式識別背景下的主要概念。
在簡短的理論背景介紹後,學員將使用開源軟件(通常是R)或其他流行軟件進行簡單的練習。
課程簡介
- 回归
- 概率图模型
- 提升方法
- 核方法
- 高斯过程
- 评估与模型选择
- 采样方法
- 聚类
- CRFs
- Random Forests
- IVMs
最低要求
高中數學,統計學基礎知識
需要幫助選擇合適的課程嗎?
        
    
Machine Learning for Robotics培訓 - 詢問
客戶評論 (1)
I feel I get the core skills I need to understand how the ROS fits together, and how to structure projects in it.
Dan Goldsmith - Coventry University
課程 - ROS: Programming for Robotics
相關課程
AdaBoost Python 機器學習
14 時間:本課程爲講師主導的培訓,在 澳門(線上或線下)進行,面向希望使用 AdaBoost 構建機器學習提升算法的數據科學家和軟件工程師。
通過本培訓,參與者將能夠:
- 設置必要的開發環境,開始使用 AdaBoost 構建機器學習模型。
- 理解集成學習方法,並掌握如何實現自適應提升。
- 學習如何使用 AdaBoost 模型提升 Python 中的機器學習算法。
- 使用超參數調優,提高 AdaBoost 模型的準確性和性能。
Advanced Drone and Photogrammetry Techniques for Infrastructure Supervision
21 時間:無人機和攝影測量技術如今已成爲高精度基礎設施監督的必備工具。通過結合先進的大地測量原理、即時建模和高精度無人機測繪,專業人士能夠在建築環境中獲得更深入的洞察、更高的準確性和生產力。
本次由講師指導的培訓(線上或線下)面向中高級專業人士,旨在幫助他們將先進的無人機和攝影測量工作流程,包括大地測量控制和高精度測繪技術,應用於複雜的基礎設施項目。
在培訓結束時,參與者將能夠:
- 應用先進的攝影測量方法,包括RTK/PPK工作流程和地面控制校準。
- 爲大規模基礎設施站點集成大地測量參考系統和投影。
- 設計針對複雜地形和基礎設施幾何形狀的精確飛行任務。
- 使用GIS軟件分析攝影測量數據,用於結構健康、變形和合規性跟蹤。
課程形式
- 互動式講座與討論。
- 高級練習和真實案例研究。
- 使用無人機數據和建模工具進行實踐操作。
課程定製選項
- 如需定製本課程,請聯繫我們安排。
Aerial Robotics
21 時間:本課程爲講師指導的澳門(線上或線下)培訓,旨在幫助工程師和開發人員通過探索各種空中機器人概念和工具,設計、開發和測試空中飛行器。
培訓結束後,學員將能夠:
- 瞭解空中機器人的基礎知識。
- 建模和設計無人機和四旋翼飛行器。
- 學習飛行控制和運動規劃的基礎知識。
- 學習如何使用不同的空中機器人仿真工具。
無人機 Programming 與 ArduPilot
14 時間:ArduPilot 是一個開源的自動駕駛軟件套件,適用於無人機、漫遊車和其他無人駕駛車輛。它提供了高級功能,如自主導航、與地面站的即時通信,以及與 ROS2 等機器人中間件的集成。
本次由講師指導的培訓(線上或線下)面向中級開發人員和技術專業人員,旨在幫助他們使用 ArduPilot 設計、編程和測試無人機(UAV)。
在培訓結束時,參與者將能夠:
- 爲 ArduPilot 設置完整的開發環境。
- 配置固件、中間件和 MAVLink API 以控制無人機。
- 使用 SITL 模擬器安全地測試和調試無人機行爲。
- 通過 ROS2 擴展 ArduPilot,並與外部工具或傳感器集成。
- 開發自主飛行邏輯並運行端到端的無人機任務。
課程形式
- 互動式講座和討論。
- 大量練習和實踐。
- 在實驗室環境中進行動手操作。
課程定製選項
- 本次培訓基於開源的自動駕駛軟件 ArduPilot。如需定製本課程,請聯繫我們進行安排。
AutoML 與 Auto-Keras
14 時間:這種由 澳門 的講師指導式現場培訓(在線或現場)面向數據科學家以及希望使用 Auto-Keras 來自動化選擇和優化機器學習模型過程的技術人員。
在本次培訓結束時,參與者將能夠:
- 自動執行高效機器學習模型的訓練過程。
- 自動搜索深度學習模型的最佳參數。
- 構建高度準確的機器學習模型。
- 利用機器學習的強大功能解決實際業務問題。
DataRobot
7 時間:這種由 講師指導的 澳門 現場培訓(在線或現場)面向希望使用 DataRobot 的機器學習功能自動化、評估和管理預測模型的數據科學家和數據分析師。
在本次培訓結束時,參與者將能夠:
- 在 DataRobot 中載入數據集以分析、評估和品質檢查數據。
- 構建和訓練模型以識別重要變數並滿足預測目標。
- 解釋模型以創建有助於做出業務決策的寶貴見解。
- 監控和管理模型以保持優化的預測性能。
無人機基礎
7 時間:本次由講師指導的培訓在澳門(線上或線下)面向任何希望瞭解UAS基礎知識並在多個行業的規劃、運營、管理和分析中應用無人機技術的人員。
通過本次培訓,參與者將能夠:
- 掌握無人機和UAV的基礎知識。
- 瞭解無人機的分類和用途,找到適合不同需求的UAV。
- 評估無人機的交付選項和法規,以便於無人機的便捷操作。
- 理解使用無人機技術的風險和倫理問題。
- 探索無人機的未來用途和能力,包括與其他技術的集成。
無人機與攝影測量在基礎設施施工監督中的應用
21 時間:這項由講師主導的現場培訓(在線或現場)針對希望學習如何在建設項目中使用無人機和測量技術進行基礎設施監督的初學者到中級參加者。
培訓結束時,參加者將能夠:
- 了解無人機和測量的基本原理。
- 為建築工地制定和執行無人機飛行計劃。
- 進行測量追蹤,並製作詳細的地圖和3D模型。
- 利用測量數據進行基礎設施監督和問題檢測。
- 應用無人機技術提高施工現場的安全性和效率。
農業無人機
21 時間:本課程由講師指導,提供澳門的線下或線上培訓,面向希望應用空中機器人技術優化農業數據收集和分析的農業技術人員、研究人員和工程師。
通過本培訓,參與者將能夠:
- 瞭解無人機技術及其相關法規。
- 部署無人機以獲取、處理和分析作物數據,從而改進農業和農業方法。
Evo Max 4T 無人機操作與認證準備
14 時間:Evo Max 4T是一款專爲高級空中操作、檢查和數據收集設計的專業級無人機。
本次由講師主導的培訓(線上或線下)面向初學者到中級操作員,旨在幫助他們安全有效地使用Evo Max 4T進行專業應用,併爲官方認證做好準備。
培訓結束後,參與者將能夠:
- 瞭解Evo Max 4T無人機的技術規格和操作。
- 在空中活動中應用操作安全程序。
- 遵守當前的AAC和當地無人機法規。
- 實施高效且安全的無人機操作最佳實踐。
- 通過理論和實踐培訓爲認證/許可做準備。
課程形式
- 互動講座和討論。
- 無人機設備和模擬器的動手實踐。
- 實際飛行場景的練習。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
使用Google ML Kit進行移動apps的機器學習
14 時間:本課程爲講師指導的(線上或線下)培訓,面向希望使用Google的ML Kit構建專爲移動設備優化的機器學習模型的開發者。
培訓結束後,學員將能夠:
- 設置必要的開發環境,開始爲移動apps開發機器學習功能。
- 使用ML Kit API將新的機器學習技術集成到Android和iOS apps中。
- 使用ML Kit SDK增強和優化現有apps,進行設備端處理和部署。
使用隨機森林進行機器學習
14 時間:本課程爲講師指導的培訓,在澳門(線上或線下)進行,面向希望使用隨機森林爲大型數據集構建機器學習算法的數據科學家和軟件工程師。
在本培訓結束時,參與者將能夠:
- 設置必要的開發環境,開始使用隨機森林構建機器學習模型。
- 瞭解隨機森林的優勢,以及如何應用它來解決分類和迴歸問題。
- 學習如何處理大型數據集,並解釋隨機森林中的多個決策樹。
- 通過調整超參數來評估和優化機器學習模型的性能。
ROS: 機器人編程
21 時間:在這次由講師指導的澳門線下培訓中,參與者將學習如何通過使用機器人可視化和仿真工具,開始將ROS應用於他們的機器人項目。
培訓結束後,參與者將能夠:
- 瞭解ROS的基礎知識。
- 學習如何使用ROS創建一個基本的機器人項目。
- 學習如何使用不同的機器人工具,包括仿真和可視化工具。
使用Python的移動機器人ROS
21 時間:本課程由講師指導,提供澳門的線上或線下培訓,面向初學者到中級以及潛在的高級機器人開發人員,旨在學習如何使用ROS和Python編程移動機器人。
培訓結束後,學員將能夠:
- 設置包含ROS、Python和移動機器人平臺的開發環境。
- 使用Python創建和運行ROS節點、主題、服務和動作。
- 使用ROS工具和實用程序監控和調試ROS應用程序。
- 使用ROS包和庫執行移動機器人的常見任務。
- 將ROS與其他框架和工具集成。
- 排查和調試ROS應用程序。
 
                    