★ 本文是否可提供其他同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：
★ 若满分五分，则私心推荐几分？
4.5分
★ 课程大纲
介绍现今大家如何解决与机器人相关的问题
内容与机率、线性代数、Markov皆有相关
★ 上课方式(投影片或是板书、老师教学风格、是否英语授课)
上课有投影片
老师上课满嗨的 会越讲越投入
而且可以看到许多机器人相关的影片
可以看得出来老师对机器人超投入的
★ 评分标准
三次考试加作业
比例没什么印象
因为调分条很大
基本上不用担心成绩
老师给分很甜
★ 作业内容及方式
作业内容有手写 程式等等
看那年助教怎么出
手写算机率、以及一些问答题
程式则是实做一些理论
★ 考试风格及题型
基本上都是从作业出的
还有一些老师上课有提的
★ 其它(会不会点名、需要什么基础、老师的个性)
老师不点名 不过学期结束前大概都记得所有的学生了
这门课需要会写程式 还有基本的机率、线性代数
不会的话也没关系 像今年的话我常常会跑去问助教机率的问题
★ 个人修课心得及总结
刚开始上这堂课会以为这是在算牛顿力学等等
不过第一堂课老师就说这是机率型机器人
大致上教的方向为：
机器人相关简介
=> 机器人身上的Sensor (Lasor Camera Gyro 加速度计 GPS等等)
=> 介绍一些 CV (Line Corner Circle Sift 的 Detection)
=> Markov机率 (Morkov Assumption)
=> 机器人定位 (Kalman Filter、EKF)
=> 追踪、SLAM (同时定位与追踪)
=> 机器人学习
每个主题会出一份作业 用来加深对该主题的了解
这门课是偏资讯的机器人学，而非像是机械系在做的机器手臂
老师给分甜 (据说最低一定有70) 班上A+、A超多
假如对机器人有兴趣的话一定要修!!!
(外系做机器人的很多都来修这门课喔!!)