Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'IA en périphérie
- Définition et concepts clés
- Différences entre l'IA en périphérie et l'IA dans le cloud
- Avantages et défis de l'IA en périphérie
- Aperçu des applications de l'IA en périphérie
Architecture de l'IA en périphérie
- Composants des systèmes d'IA en périphérie
- Besoins en matériel et en logiciels
- Flux de données dans les applications d'IA en périphérie
- Intégration avec les systèmes existants
Mise en place de l'environnement d'IA en périphérie
- Introduction aux plateformes d'IA en périphérie (Raspberry Pi, NVIDIA Jetson, etc.)
- Installation des logiciels et bibliothèques nécessaires
- Configuration de l'environnement de développement
- Initialisation de la configuration d'IA en périphérie
Développement de modèles d'IA en périphérie
- Aperçu des modèles d'apprentissage automatique et d'apprentissage profond
- Entraînement des modèles pour un déploiement en périphérie
- Techniques d'optimisation des modèles
- Outils et frameworks pour le développement d'IA en périphérie
Déploiement d'applications d'IA en périphérie
- Étapes pour déployer des modèles sur des appareils en périphérie
- Surveillance et gestion des modèles déployés
- Traitement des données en temps réel et inférence
- Études de cas et exemples
Cas d'utilisation et applications
- Applications sectorielles spécifiques de l'IA en périphérie
- Études de cas dans la santé, l'automobile et les maisons intelligentes
- Histoires de succès et leçons apprises
- Tendances futures et opportunités dans l'IA en périphérie
Considérations éthiques et bonnes pratiques
- Assurer la confidentialité et la sécurité dans l'IA en périphérie
- Traiter les biais et l'équité
- Conformité aux réglementations et normes
- Bonnes pratiques pour un déploiement responsable de l'IA
Projets pratiques et exercices
- Développement d'une application simple d'IA en périphérie
- Projets et scénarios réels
- Exercices collaboratifs en groupe
- Présentations de projet et retours d'expérience
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts de base de l'intelligence artificielle et de l'apprentissage automatique
- Une expérience avec les langages de programmation (Python est recommandé)
- Une familiarité avec les concepts généraux de l'informatique
Audience cible
- Développeurs
- Professionnels de l'IT
14 Heures
Nos clients témoignent (1)
Nous pouvons aborder des sujets avancés et travailler avec des exemples concrets.
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Formation - Advanced Edge AI Techniques
Traduction automatique