麻省理工学院开放 2018 自动驾驶课程

2018年01月09日 16:53:25



这门课主要通过实际上手自动驾驶汽车项目来讲述深度学习的实践和应用,主要面向初学者,专为机器学习新手设计,但该领域的高级研究人员也可以通过这个课程对深度学习以及其应用有一个更完整的全面总结和理解。

如果你对这个课程感兴趣,以下几点可能会比较有用:


1. 在网站上注册一个帐户,以确保你能跟进最新课程。课程免费,向公众开放。如果您是麻省理工学院的学生,想要获得学分,请在此注册

2. 两种方法加入我们的Slack:使用MIT学院邮箱注 受邀注册

3. 2017年的课程演讲和嘉宾讲座

4.如果您有任何疑问,请查看FAQ

5.已经报名的同学,请查看演讲厅地址等详细信息

6. 在TwitterLinkedInInstagramFacebook上与Lex交流,或在YouTube上订阅。

7.学习MIT6.S099:人工智能课程安排。


课程信息

  • 时间/日期:1月8日-19日,每天下午7点开始
  • 课时:60-90分钟
  • 讲师: Lex Fridman
  • 联系方式: deepcars@mit.edu

MIT 6.S094: Deep Learning for Self-Driving Cars是一个前沿领域的研究课程,课程研究小组包括:




2018课程和演讲安排



2017年课程PPT以及演讲视频地址

Lecture 1: Introduction to Deep Learning and Self-Driving Cars[课件地址 演讲视频]

Lecture 2: Deep Reinforcement Learning for Motion Planning[课件地址 演讲视频]

Lecture 3: Convolutional Neural Networks for End-to-End Learning of the Driving Task[课件地址 演讲视频]

Lecture 4: Recurrent Neural Networks for Steering through Time[课件地址 演讲视频]

Lecture 5: Deep Learning for Human-Centered Semi-Autonomous Vehicles[课件地址 演讲视频]

Extra: MIT Sloan: Intro to Machine Learning (in 360/VR)[课件地址 演讲视频]


2017嘉宾演讲

主题 1:Technology, Policy and Vehicle Safety in the Age of AI[演讲视频]
Chris Gerdes
Professor Stanford

主题 2:Past, Present, and Future of Motion Planning in a Complex World[演讲视频]
Sertac Karaman 
Professor, MIT 

主题 3:From Research to Reality: Testing Self-Driving Cars on Public Roads[演讲视频]
Karl Iagnemma
CEO, nuTonomy and Research Scientist, MIT

主题 4:Self-Driving Vehicles, SLAM, and Deep Learning[演讲视频]
John Leonard
Professor, MIT

主题 5:We Only Adopt What We Trust: Policy and the Business of Autonomy[演讲视频]
Eric Daimler
White House Presidential Innovation Fellow, Office of Science and Technology Policy


原文地址:https://selfdrivingcars.mit.edu

MIT麻省理工学院公开课:计算机科学及编程导论 Python 笔记1-3

Lecture1:Goals of the course; what is computation; introduction to data types, operators, and variab...
  • muzilanlan
  • muzilanlan
  • 2015年05月18日 14:40
  • 3504

优达学城自动驾驶汽车-Project 1: Finding Lane Lines 学习笔记1

在RGB 三信道 的图片中, 白色有很高的R, G, B 的像素值。 所以我们就可以根据这个来threshold并且把低于threshold的像素给filter out 掉。 这里用Python来做演...
  • junjiejin
  • junjiejin
  • 2017年03月30日 14:19
  • 1369

George Hotz 自动驾驶 深度学习

George Hotz:请收下我的智驾系统代码(附论文) 举报   1 新智元原创      【新智元导读】我知道以GeoHot的脾气,最终 comma.ai 全套...
  • tellyounews
  • tellyounews
  • 2016年11月26日 13:32
  • 2415

麻省理工学院-2017年-深度学习与自动驾驶视频课程分享

麻省理工学院—深度学习与自动驾驶免费课程  2017-07-13 雷特 机械鸡 这个课程是通过构建自动驾驶的应用为主题,来介绍深度学习的实践。它对初学者而言是开放的,专为那些刚接触...
  • gikod
  • gikod
  • 2017年12月23日 19:07
  • 126

麻省理工学院电子专业开放课程:电子专业

  • 2009年05月13日 21:12
  • 2.19MB
  • 下载

怎样看待 12 个月内自学完成 4 年麻省理工学院计算机科学的 33 门课程的 Scott H. Young 所谓的超速学习理论和方法(费曼技巧)以及背后「Get More from Life」的理念

转自知乎。 原问题为:怎样看待 12 个月内自学完成 4 年麻省理工学院计算机科学的 33 门课程的 Scott H. Young 所谓的超速学习理论和方法(费曼技巧)以及背后「Get More f...
  • wusecaiyun
  • wusecaiyun
  • 2015年11月23日 15:43
  • 1917

怎样看待 12 个月内自学完成 4 年麻省理工学院计算机科学的 33 门课程的 Scott H. Young 所谓的超速学习理论和方法(费曼技巧)以及背后「Get More from Life」的理念

http://select.yeeyan.org/view/94114/329073 http://www.scotthyoung.com/blog/myprojects/mit-challenge...
  • duanboqiang
  • duanboqiang
  • 2015年11月02日 16:53
  • 560

怎样看待 12 个月内自学完成 4 年麻省理工学院计算机科学的 33 门课程的 Scott H. Young 所谓的超速学习理论和方法(费曼技巧)以及背后「Get More from Life」的理念

怎样看待 12 个月内自学完成 4 年麻省理工学院计算机科学的 33 门课程的 Scott H. Young 所谓的超速学习理论和方法(费曼技巧)以及背后「Get More from Life」的理念...
  • qq_33677343
  • qq_33677343
  • 2016年01月08日 17:08
  • 731

麻省理工学院开放课件

本页的读物列表包含三部分。首先是背景阅读,你会发现在加快你的进度方面非常有帮助。其次是辅助读物。最后我们列出了一些可选读物,以便于你们在特殊的主题方面学到更多。在日程安排部分你会发现在什么时候,哪个选...
  • martin2350
  • martin2350
  • 2011年11月07日 10:52
  • 737

MIT(麻省理工学院)运营管理课程

  • 2011年05月01日 09:39
  • 5.85MB
  • 下载
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:麻省理工学院开放 2018 自动驾驶课程
举报原因:
原因补充:

(最多只允许输入30个字)