Δύσκολο μάθημα αλλα προσωπικά ενδιαφέρον.Μαθαίνετε χρήσιμα πράγματα για τα μαθηματικά σε ρομποτικούς βραχίονες(και λίγο για έλεγχο σε αυτούς) για κινηματικές εξισώσεις και όλα τα βασικά μαθηματικά θεμέλια για να ασχοληθεί κάποιος με ρομποτική.Έχει μια εργασία σε matlab που όταν έδινα εγώ δεν ήταν πολύ μεγάλη ούτε ήταν αρκετά δύσκολη ωστόσο απαιτούσε σκέψη έπρεπε δλδ να πιάσεις σωστά την λογική επίλυσης.Η εξέταση είναι λόγο τζόγος γιατι εξαρτάται την εξεταστική που θα δώσεις άλλες φορές πεφτουν εύκολα θέματα άλλες φορές δύσκολα με εργασία σώζεται λίγο η φάση πιστεύω.Στα αρνητικά...είναι αδιανόητο σε μάθημα ρομποτικής εν έτη 2025 να μην γίνεται κάποια εκμάθηση για ROS.Μέχρι και το μάθημα ρομποτικής στην πληροφορική η εργασία τους είναι σε ROS και κάνουν χρήσιμες και ενδιαφέρουσες εργασίες πάνω σε προβλήματα ρομποτικής.Είναι ένα εργαλείο αρκετά χρήσιμο για κάποιον που θέλει να ασχοληθεί με ρομποτική και νούμερο 1 ζητούμενο σε κάποια αντίστοιχη θέση εργασίας.Μακάρι όποιος αναλάβει το συγκεκριμένο μάθημα να το λάβει σοβαρά υπόψη του η έστω να παραδειγματιστεί από το αντίστοιχο μάθημα πληροφορικής.

Παραθέτω άποψη για το μάθημα μιας και είναι λίγο στεγνό το τόπικ εδώ.Το μάθημα πραγματεύεται ότι ο Callmaster είχε 2 εργασίες 20% η καθεμία και η εξέταση 70% οπότε ήταν κάπως προσθετικές.Γενικά η άποψη μου το συγκεκριμένο μάθημα είναι αρκετά θετική μιας και κάποιος που καταλαβαίνει από σήματα,ανάλυση δεδομένων και λίγο στοχαστικό μπορεί να μπεί αρκετά εύκολα στο ζουμί του μαθήματος.Θέλει δηλαδή ένα καλό μαθηματικό background από άλλα μαθήματα αλλιώς θα είσαι κάπως στα χαμένα.Ομολογώ ότι ο καθηγητής σε αντίθεση με τα άλλα μαθήματα που έχει σε αυτό το μάθημα κάνει κάτι πολύ καλύτερα εφόσον όμως παρακολουθείς ενταντικά.Δεν ανεβάζει ασκήσεις στο elearning ωστόσο οι ασκήσεις που κάνει είναι αρκετά αντιπροσωπευτικές αυτών που πέφτουν στις εξετάσεις και έχουν κάποιο ενδιαφέρον για κάποιον που αρέσει η επεξεργασία σήματος και η μηχανική μάθηση.Επεξηγεί μέσω αυτών πολύ καλά κάποιες παραδοχές που κάνεις σε ανάλυση δεδομένων μέχρι και γιατί υπάρχουν συγκεκριμένες μορφές activation funtion.Τα στατιστικά ήταν αρκετά καλά μάλιστα έπεσαν και ασκήσεις περίπου ίδιες με αυτές που έκανε στο μάθημα.Έχει χρήσιμες έννοιες σε ML ,DSP, και control theory με το kalman.

Δεν άλλαξε και κάτι σπουδαίο γενικά.Με τον τρόπο που έχει δομήσει το συγκεκριμένο μάθημα αδυνατεί κάποιος να καταλάβει την ροή του μαθήματος.Αυτό επιβεβαιώθηκε και από τα στατιστικά που για μάθημα τομέα ήταν άσχημα μιας και οι μισοί κόπηκαν.Εαν πάρετε αυτό το μάθημα που δεν το προτείνω να είστε προετοιμασμένοι το χρησιμοποιεί αρκετές γνώσεις που είναι προαπαιτούμενα από τα μαθήματα Ανάλυσης Δεδομένων και Τεχνικών Βελτιστοποίησης που είναι στο ίδιο εξάμηνο (τα πήρα και τα 3) και γενικά ο ίδιος τα θεωρεί πολλά από αυτά γνωστά.Θα πρέπει να το λιώσετε με εργασία αν θέλετε ψηλό βαθμό γιατί η εξέταση είναι τζόγος.Για να καταλάβετε υπήρχε ΣΛ φάση σε μορφή ερωτημάτων κατανόησης που αν έκανες κάποια επιλογή λάθος σου έκοβε όλο το θέμα.Όπως λέει και ο waterfall έψαχνε τρόπο απλά να σου κόψει.Αν σας ενδιαφέρει η μηχ μάθηση,προτείνω να κάνετε υπομονή μέχρι το 8ο να πάρετε απο πληροφορική και νευρωνικά που μπορείτε 7μο η και 9ο.