Kursus Pelatihan Machine Learning untuk Robotics
kursus ini memperkenalkan metode pembelajaran mesin dalam aplikasi robotika.
Ini merupakan gambaran umum dari metode-metode yang ada, motivasi, dan ide-ide utama dalam konteks pengenalan pola.
Setelah latar belakang teoritis singkat, peserta akan melakukan latihan sederhana menggunakan perangkat lunak open source (biasanya R) atau perangkat lunak populer lainnya.
Kerangka Materi
- Regresi
- Model Grafik Probabilistik
- Boosting
- Metode Kernel
- Proses Gaussian
- Evaluasi dan Pemilihan Model
- Metode Pengambilan Sampel
- Klasterisasi
- CRFs
- Random Forests
- IVMs
Persyaratan
Matematika sekolah menengah, pengetahuan dasar tentang statistik
Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.
Kursus Pelatihan Machine Learning untuk Robotics - Pemesanan
Kursus Pelatihan Machine Learning untuk Robotics - Penyelidikan
Testimoni (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
Kursus - ROS: Programming for Robotics
Kursus Mendatang
Kursus Terkait
AdaBoost Python untuk Machine Learning
14 JamPelatihan ini yang dipimpin oleh instruktur secara langsung (online atau tatap muka) ditujukan untuk ilmuwan data dan insinyur perangkat lunak yang ingin menggunakan AdaBoost untuk membangun algoritma boosting untuk machine learning dengan Python.
Di akhir pelatihan ini, peserta akan mampu untuk:
- Mengatur lingkungan pengembangan yang diperlukan untuk memulai membangun model machine learning dengan AdaBoost.
- Memahami pendekatan ensemble learning dan bagaimana untuk menerapkan adaptive boosting.
- Belajar bagaimana untuk membangun model AdaBoost untuk mempromosikan algoritma machine learning di Python.
- Menggunakan hyperparameter tuning untuk meningkatkan akurasi dan kinerja model AdaBoost.
Advanced Drone and Photogrammetry Techniques for Infrastructure Supervision
21 JamDrones dan fotogrametri sekarang menjadi alat penting dalam pengawasan infrastruktur tingkat presisi. Dengan integrasi prinsip-prinsip geodesi canggih, pemodelan real-time, dan peta drone dengan akurasi tinggi, profesional dapat mencapai wawasan yang lebih mendalam, ketepatan, dan produktivitas dalam lingkungan konstruksi.
Latihan pengajaran ini (daring atau tatap muka) ditujukan bagi profesional level menengah hingga lanjutan yang ingin menerapkan alur kerja drone dan fotogrametri canggih, termasuk kontrol geodetik dan teknik pemetaan dengan akurasi tinggi, pada proyek infrastruktur kompleks.
Setelah selesai mengikuti pelatihan ini, peserta akan dapat:
- Menerapkan metode fotogrametri canggih termasuk alur kerja RTK/PPK dan kalibrasi kontrol tanah.
- Mengintegrasikan sistem rujukan geodesi dan proyeksi untuk situs infrastruktur berskala besar.
- Merancang misi penerbangan presisi yang disesuaikan dengan topografi kompleks dan geometri infrastruktur.
- Menganalisis data fotogrametri dengan GIS perangkat lunak untuk pelacakan kesehatan struktural, deformasi, dan kepatuhan.
Format Kursus
- Lecture interaktif dan diskusi.
- Materi latihan canggih dan studi kasus dunia nyata.
- Pelaksanaan praktis dengan data drone dan alat pemodelan.
Opsi Kustomisasi Kursus
- Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.
Aerial Robotics
21 JamIni adalah pelatihan langsung yang dibimbing instruktur dalam Indonesia (online atau tatap muka) yang ditujukan untuk insinyur dan pengembang yang ingin merancang, mengembangkan, dan menguji kendaraan udara melalui eksplorasi berbagai konsep dan alat robotika udara.
Pada akhir pelatihan ini, peserta akan mampu:
- Memahami dasar-dasar robotika udara.
- Memodel dan merancang UAV dan quadrotor.
- Belajar tentang dasar kontrol penerbangan dan perencanaan gerak.
- Belajar cara menggunakan berbagai alat simulasi untuk robotika udara.
Drone Programming dengan ArduPilot
14 JamArduPilot adalah suite perangkat lunak autopilot open source untuk drones, rovers, dan kendaraan tak berawak lainnya. Fitur-fitur yang dihadirkan meliputi navigasi otomatis, komunikasi waktu nyata dengan stasiun darat, dan integrasi dengan middleware robotika seperti ROS2.
Pelatihan langsung (online atau tatap muka) ini ditujukan untuk pengembang dan profesional teknis tingkat menengah yang ingin merancang, memprogram, dan menguji kendaraan udara tak berawak (UAV) menggunakan ArduPilot.
Setelah menyelesaikan pelatihan ini, peserta akan mampu:
- Mengatur lingkungan pengembangan lengkap untuk ArduPilot.
- Mengkonfigurasi firmware, middleware, dan API MAVLink untuk kontrol UAV.
- Menggunakan simulasi SITL untuk menguji dan memeriksa perilaku drone dengan aman.
- Mengembangkan ArduPilot dengan ROS2 dan mengintegrasikan dengan alat atau sensor eksternal.
- Membangun logika penerbangan otomatis dan menjalankan misi UAV dari awal hingga akhir.
Format Kursus
- Pertemuan interaktif dan diskusi.
- Banyak latihan dan praktik.
- Implementasi tangan pertama dalam lingkungan lab langsung.
Opsi Penyesuaian Kursus
- Pelatihan ini berdasarkan perangkat lunak autopilot open source ArduPilot. Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menentukan.
AutoML with Auto-Keras
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data serta orang-orang yang kurang teknis yang ingin menggunakan Auto-Keras untuk mengotomatiskan proses pemilihan dan pengoptimalan model pembelajaran mesin.
Pada akhir pelatihan ini, peserta akan dapat:
- Otomatisasi proses pelatihan model pembelajaran mesin yang sangat efisien.
- Secara otomatis mencari parameter terbaik untuk model pembelajaran mendalam.
- Membangun model pembelajaran mesin yang sangat akurat.
- Gunakan kekuatan pembelajaran mesin untuk memecahkan masalah bisnis di dunia nyata.
AutoML Essentials
14 JamPelatihan ini yang dibimbing oleh instruktur, diadakan secara langsung (online atau tatap muka) ditujukan untuk peserta teknis yang memiliki latar belakang dalam machine learning dan ingin mengoptimalkan model untuk mendeteksi pola yang rumit dalam big data menggunakan kerangka AutoML.
DataRobot
7 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data dan analis data yang ingin mengotomatiskan, mengevaluasi, dan mengelola model prediktif menggunakan kemampuan pembelajaran mesin DataRobot.
Pada akhir pelatihan ini, peserta akan dapat:
- Muat kumpulan data dalam DataRobot untuk menganalisis, menilai, dan memeriksa kualitas data.
- Bangun dan latih model untuk mengidentifikasi variabel penting dan memenuhi target prediksi.
- Menafsirkan model untuk menciptakan wawasan berharga yang berguna dalam pengambilan keputusan bisnis.
- Pantau dan kelola model untuk mempertahankan kinerja prediksi yang optimal.
Drone Fundamentals
7 JamPelatihan langsung yang dipimpin instruktur di Indonesia (daring atau tatap muka) ini ditujukan untuk siapa saja yang ingin memahami dasar-dasar UAS dan menerapkan teknologi drone dalam perencanaan, operasi, manajemen, dan analisis untuk berbagai industri.
Selesai mengikuti pelatihan ini, peserta akan dapat:
- Mendapatkan pengetahuan dasar tentang UAV dan drone.
- Mempelajari klasifikasi dan penggunaan drone untuk menemukan UAV yang sesuai dengan berbagai kebutuhan.
- Mengevaluasi opsi pengiriman dan regulasi untuk operasi drone yang nyaman.
- Memahami risiko dan etika dalam menggunakan teknologi drone.
- Menggali penggunaan dan kemampuan masa depan UAV termasuk integrasi dengan teknologi lainnya.
Drone dan Fotogrametri untuk Pengawasan Infrastruktur dalam Konstruksi
21 JamPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk peserta tingkat pemula hingga menengah yang ingin mempelajari cara menggunakan drone dan teknik fotogrametri untuk pengawasan infrastruktur dalam proyek konstruksi.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar drone dan fotogrametri.
- Mengembangkan dan melaksanakan rencana penerbangan drone untuk lokasi konstruksi.
- Melakukan pelacakan fotogrametri dan membuat peta terperinci serta model 3D.
- Gunakan data fotogrametri untuk pengawasan infrastruktur dan deteksi masalah.
- Terapkan teknologi drone untuk meningkatkan keselamatan dan efisiensi lokasi konstruksi.
Drones untuk Pertanian
21 JamPelatihan ini yang dipandu instruktur (online atau tatap muka) ditujukan untuk teknisi pertanian, peneliti, dan insinyur yang ingin mengaplikasikan robotika udara dalam pengumpulan dan analisis data untuk pertanian.
Setelah pelatihan ini, peserta akan dapat:
- Mengerti teknologi drone dan peraturan terkait.
- Menyebarkan drone untuk memperoleh, mengolah, dan menganalisis data tanaman guna meningkatkan metode pertanian dan perkebunan.
Pelatihan Operasi dan Persiapan Sertifikasi dengan Evo Max 4T
14 JamEvo Max 4T adalah drone kelas profesional yang dirancang untuk operasi udara tingkat lanjut, inspeksi, dan pengumpulan data.
Pelatihan ini yang dipimpin instruktur, secara langsung (online atau tatap muka) ditujukan untuk operator tingkat pemula hingga menengah yang ingin menggunakan Evo Max 4T dengan aman dan efektif untuk aplikasi profesional serta mempersiapkan diri untuk sertifikasi resmi.
Di akhir pelatihan ini, peserta akan mampu:
- Memahami spesifikasi teknis dan operasi drone Evo Max 4T.
- Menerapkan prosedur keselamatan operasional dalam kegiatan udara.
- Mematuhi peraturan AAC dan drone lokal saat ini.
- Menerapkan praktik terbaik untuk operasi drone yang efisien dan aman.
- Mempersiapkan diri untuk sertifikasi/lisensi melalui pelatihan teoretis dan praktis.
Format Pelatihan
- Diskusi dan perkuliahan interaktif.
- Praktik langsung dengan peralatan dan simulasi drone.
- Latihan praktis dan skenario penerbangan nyata.
Opsi Pemasangan Pelatihan
- Untuk meminta pelatihan yang disesuaikan untuk pelatihan ini, silakan hubungi kami untuk mengatur.
Machine Learning untuk Aplikasi Mobile Menggunakan Google’s ML Kit
14 JamPelatihan ini dipimpin instruktur, langsung (online atau tatap muka), dan ditujukan untuk para pengembang yang ingin menggunakan Google’s ML Kit untuk membangun model pemodelan mesin yang teroptimasi untuk pemrosesan pada perangkat seluler.
Di akhir pelatihan ini, peserta akan mampu:
- Mengatur lingkungan pengembangan yang diperlukan untuk memulai pengembangan fitur pemodelan mesin untuk aplikasi seluler.
- Mengintegrasikan teknologi pemodelan mesin baru ke dalam aplikasi Android dan iOS menggunakan API ML Kit.
- Meningkatkan dan mengoptimalkan aplikasi yang ada menggunakan SDK ML Kit untuk pemrosesan dan peluncuran di perangkat.
Machine Learning dengan Random Forest
14 JamPelatihan ini yang dipimpin instruktur secara langsung (online atau tatap muka) ditujukan bagi data scientist dan software engineer yang ingin menggunakan Random Forest untuk membangun algoritma machine learning untuk dataset besar.
Setelah menyelesaikan pelatihan ini, peserta akan dapat:
- Menyiapkan lingkungan pengembangan yang diperlukan untuk memulai pembangunan model machine learning dengan Random forest.
- Memahami keunggulan Random Forest dan cara mengimplementasinya untuk menyelesaikan masalah klasifikasi dan regresi.
- Belajar cara mengelola dataset besar dan memahami banyak pohon keputusan dalam Random Forest.
- Menilai dan mengoptimalkan kinerja model machine learning dengan menyesuaikan hiperparameter.
ROS: Programming untuk Robotics
21 JamDalam pelatihan yang dipandu instruktur secara langsung di Indonesia, peserta akan belajar bagaimana memanfaatkan ROS untuk proyek robotika mereka melalui penggunaan alat visualisasi dan simulasi robotika.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar ROS.
- Pelajari cara membuat proyek robotika dasar menggunakan ROS.
- Pelajari cara menggunakan berbagai alat untuk robotika termasuk alat simulasi dan visualisasi.
ROS untuk Robot Bergerak Menggunakan Python
21 JamPelatihan ini, yang dipimpin instruktur, dalam mode Indonesia (online atau tatap muka) ditujukan untuk pengembang robotik tingkat pemula hingga menengah dan potensial tingkat lanjut yang ingin belajar cara menggunakan ROS untuk memprogram robot bergerak menggunakan Python.
Setelah menyelesaikan pelatihan ini, peserta akan dapat:
- Menyusun lingkungan pengembangan yang meliputi ROS, Python, dan platform robot bergerak.
- Membuat dan menjalankan ROS nodes, topics, services, dan actions menggunakan Python.
- Menggunakan alat dan utilitas ROS untuk memantau dan mendiagnosis aplikasi ROS.
- Menggunakan paket dan perpustakaan ROS untuk melakukan tugas umum untuk robot bergerak.
- Mengintegrasikan ROS dengan framework dan alat lainnya.
- Mendiagnosis dan memecahkan masalah aplikasi ROS.