Informações sobre o curso
9,489 visualizações recentes

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 12 horas para completar

Sugerido: 4 weeks of study, 3-4 hours/week...

Inglês

Legendas: Inglês, Espanhol, Chinês (simplificado)

Habilidades que você terá

Particle FilterEstimationMapping

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 12 horas para completar

Sugerido: 4 weeks of study, 3-4 hours/week...

Inglês

Legendas: Inglês, Espanhol, Chinês (simplificado)

Programa - O que você aprenderá com este curso

Semana
1
4 horas para concluir

Gaussian Model Learning

9 vídeos (Total 52 mín.), 3 leituras, 1 teste
9 videos
1.2.2. Maximum Likelihood Estimate (MLE)6min
1.3.1. Multivariate Gaussian Distribution7min
1.3.2. MLE of Multivariate Gaussian4min
1.4.1. Gaussian Mixture Model (GMM)4min
1.4.2. GMM Parameter Estimation via EM7min
1.4.3. Expectation-Maximization (EM)6min
3 leituras
MATLAB Tutorial - Getting Started with MATLAB10min
Setting Up your MATLAB Environment10min
Basic Probability10min
Semana
2
3 horas para concluir

Bayesian Estimation - Target Tracking

5 vídeos (Total 21 mín.), 1 teste
5 videos
Maximum-A-Posterior Estimation4min
Extended Kalman Filter and Unscented Kalman Filter4min
Semana
3
4 horas para concluir

Mapping

6 vídeos (Total 36 mín.), 1 teste
6 videos
3.2.2. Log-odd Update6min
3.2.3. Handling Range Sensor6min
Introduction to 3D Mapping8min
Semana
4
3 horas para concluir

Bayesian Estimation - Localization

6 vídeos (Total 23 mín.), 1 teste
6 videos
Particle Filter4min
Iterative Closest Point5min
Closing45s
4.2
88 avaliaçõesChevron Right

50%

comecei uma nova carreira após concluir estes cursos

50%

consegui um benefício significativo de carreira com este curso

20%

recebi um aumento ou promoção

Principais avaliações do Robotics: Estimation and Learning

por VGFeb 16th 2017

The material is clearly presented. The Matlab exercises complement and reinforce the subject, the level of difficulty is well balanced, thanks for this great course.

por NNJun 20th 2016

This is course is really helpful for beginners to understand how probability is useful in Robotics.Assignments are bit tough but worth the time .

Instrutores

Avatar

Daniel Lee

Professor of Electrical and Systems Engineering
School of Engineering and Applied Science

Sobre Universidade da Pensilvânia

The University of Pennsylvania (commonly referred to as Penn) is a private university, located in Philadelphia, Pennsylvania, United States. A member of the Ivy League, Penn is the fourth-oldest institution of higher education in the United States, and considers itself to be the first university in the United States with both undergraduate and graduate studies. ...

Sobre Programa de cursos integrados Robótica

The Introduction to Robotics Specialization introduces you to the concepts of robot flight and movement, how robots perceive their environment, and how they adjust their movements to avoid obstacles, navigate difficult terrains and accomplish complex tasks such as construction and disaster recovery. You will be exposed to real world examples of how robots have been applied in disaster situations, how they have made advances in human health care and what their future capabilities will be. The courses build towards a capstone in which you will learn how to program a robot to perform a variety of movements such as flying and grasping objects....
Robótica

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.