從零開始用遺傳演算法建構自動駕駛汽車

學習如何使用 Python 訓練神經網絡，從而創建無需 AI 框架和庫的自動駕駛汽車

從這 2 小時的課程，你會學到

創建一個將汽車感測器轉化為汽車控制的神經網絡( Neural Network )
使用遺傳演算法( Genetic Algorithm )訓練神經網絡
結合選擇、交叉和變異等遺傳算子
使用 Pyglet 建立視窗並繪製背景和汽車
建構汽車模擬系統，進化汽車大腦
選擇並建立合適的適應度函數

要求

具有 Python 或其他程式語言的初學者經驗
基本數學技能
您對人工智慧感興趣
Python 3.12 以上版本

課程說明

自動駕駛汽車實驗可以追溯到 1939 年。但直到 20 世紀 80 年代，大學才開始製造真正的自動駕駛汽車。 1984 年，在慕尼黑，一輛無人駕駛的賓士車的時速高達 130 公里/小時！

即每小時 81 英哩。並且不會崩潰！該項目獲得了7.49億歐元的巨額資金。

如今，你不需要為人工智慧投入如此多的預算。您所需要的只是一台裝有 Python 的電腦！但是從哪裡開始建構自動駕駛汽車的人工智慧呢？

在本課程中，您將學習從頭開始建立神經網路和遺傳演算法( Genetic Algorithms )。如果沒有將所有有趣的東西隱藏在黑盒子中的框架，您將建立一個訓練自動駕駛汽車的程式。

您將學習和組裝所有必需的建造模組，並會驚訝地發現汽車很快就能學會自動駕駛了。學習人工智慧只有一種方法，那就是選擇一個專案並開始建置。這就是你在本課程中要做的事！

目標受眾

特別受益於本課程的開發人員包括：

想要使用基本 Python 技能來編寫自動駕駛汽車程式的開發人員。
希望透過從頭開始建立來理解神經網路和遺傳演算法的開發人員。

挑戰

對許多開發人員來說，人工智慧是一個黑盒子。問題在於，許多人工智慧框架隱藏了了解所有各個組件如何運作所需的細節。解決方案是從頭開始建立事物並學習創建和組合遺傳算子以及可以改變哪些屬性來優化結果。本課程從空腳本開始，向您展示創建學習如何在軌道上行駛的自動駕駛汽車所需的每個步驟。一旦您了解了遺傳演算法的建置模組，您就可以在未來的專案中使用它們！

完成本課程後你能做什麼？

定義遺傳演算法可以解決哪些問題
從頭開始建構神經網路和遺傳演算法
解決任何可以用遺傳演算法解決的問題，並透過重複使用你在本課程中創建的程式碼來解決它

主題

人工智慧簡介：神經網路和遺傳演算法
汽車機制：創建窗口、繪製背景和汽車、控制汽車。了解曲目資訊
神經網路：輸入、輸出、感應器、啟動、前饋
遺傳演算法：適應度、染色體、選擇、交叉和變異
挑戰：打滑的汽車、儲存汽車大腦、保持在路中間和試駕

期間

影片時間為 2 小時，包括打字時間為 6 小時。

老師

本課程由擁有25年專業經驗的高級軟體工程師Loek van den Ouweland授課。 Loek 是 Windows 版 Wunderlist、Microsoft To-do 和 Windows 版 Mahjong 的創作者，並且熱愛教授軟體工程。

目標受眾

希望使用基本 Python 技能編寫自動駕駛汽車程式的開發人員
希望透過從頭開始建構來理解神經網路和遺傳演算法的開發人員

講師簡介

Loek van den Ouweland 熱情的 Python 老師

Loek van den Ouweland（Wunderlist、Microsoft Todo）是一位天生的老師。從他的職業生涯一開始，他就被告知，當程式設計師向客戶展示他的產品可以做什麼以及它們是如何建構的時候，他就能為客戶提供最好的幫助。

他曾在多家公司擔任程式設計師和培訓師，喜歡與他人分享程式設計的秘密。

Loek 擁有 30 年的訓練經驗，訓練對象涵蓋不同背景、不同年齡層的人員，工作領域涵蓋醫療系統、製造業、學術界和航空航太業。

字幕：英文

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

Udemy 永久擁有課程許多課程約 NT400(點擊連結看更多)
✨年訂閱每月 NT350(再享特別優惠：年度訂閱首年享 25% 折扣) 🌈 悠遊 Udemy 的 26000+ 門課，最大化學習 ( 原價 NT635/月 )
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現