★ 本文是否可提供其他同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：
★ 若滿分五分，則私心推薦幾分？
4.5分
★ 課程大綱
介紹現今大家如何解決與機器人相關的問題
內容與機率、線性代數、Markov皆有相關
★ 上課方式(投影片或是板書、老師教學風格、是否英語授課)
上課有投影片
老師上課滿嗨的 會越講越投入
而且可以看到許多機器人相關的影片
可以看得出來老師對機器人超投入的
★ 評分標準
三次考試加作業
比例沒什麼印象
因為調分條很大
基本上不用擔心成績
老師給分很甜
★ 作業內容及方式
作業內容有手寫 程式等等
看那年助教怎麼出
手寫算機率、以及一些問答題
程式則是實做一些理論
★ 考試風格及題型
基本上都是從作業出的
還有一些老師上課有提的
★ 其它(會不會點名、需要什麼基礎、老師的個性)
老師不點名 不過學期結束前大概都記得所有的學生了
這門課需要會寫程式 還有基本的機率、線性代數
不會的話也沒關係 像今年的話我常常會跑去問助教機率的問題
★ 個人修課心得及總結
剛開始上這堂課會以為這是在算牛頓力學等等
不過第一堂課老師就說這是機率型機器人
大致上教的方向為：
機器人相關簡介
=> 機器人身上的Sensor (Lasor Camera Gyro 加速度計 GPS等等)
=> 介紹一些 CV (Line Corner Circle Sift 的 Detection)
=> Markov機率 (Morkov Assumption)
=> 機器人定位 (Kalman Filter、EKF)
=> 追蹤、SLAM (同時定位與追蹤)
=> 機器人學習
每個主題會出一份作業 用來加深對該主題的了解
這門課是偏資訊的機器人學，而非像是機械系在做的機器手臂
老師給分甜 (據說最低一定有70) 班上A+、A超多
假如對機器人有興趣的話一定要修!!!
(外系做機器人的很多都來修這門課喔!!)