MIT6.S094深度学习与自动驾驶,大数据文摘,课程讲解自动驾驶涉及的深度学习基本知识，包括深度强化学习、卷积神经网络和循环神经网络，并通过实战项目深入理解深度学习的理论，掌握实践技能。 第一个项目是“DeepTraffic”，通过控制和设计神经网络的各种参数，使用浏览器实现神经网络代码编写、模型训练、测试和提交，实现对行驶车辆的控制，并使车速达到65英里每小时。 第二个项目是“DeepTesla”，使用Tesla的驾驶数据，将路况图像放入卷积神经网络，学习到一层层的神经网络是怎样分解图片的，并通过映射实现对车辆行驶的控制。 自动驾驶课程由麻省理工MIT开设，大数据文摘联合北邮模式识别实验室，为大家带来课程的汉化视频。 课程资料（所有PPT、视频和资料汇总）发布在https://selfdrivingcars.mit.edu/，大数据文摘已联系课程主讲人取得翻译授权。 练习项目地址： https://selfdrivingcars.mit.edu/deeptraffic/ https://selfdrivingcars.mit.edu/deeptesla/ 适用人群：具备概率论、线性代数、微积分的基础知识，具有良好的编程基础的机器学习初学者