Cursusaanbod

Inleiding tot TinyML

  • Wat is TinyML?
  • De betekenis van machine learning op microcontrollers
  • Vergelijking tussen traditionele AI en TinyML
  • Overzicht van hardware- en softwarevereisten

Inrichten van de TinyML Omgeving

  • Installatie van Arduino IDE en instellen van de ontwikkelomgeving
  • Inleiding tot TensorFlow Lite en Edge Impulse
  • Microcontrollers flashen en configureren voor TinyML toepassingen

Bouwen en Implementeren van TinyML Modellen

  • Begrijpen van de TinyML workflow
  • Een eenvoudig machine learning model trainen voor microcontrollers
  • AI-modellen omzetten naar TensorFlow Lite formaat
  • Modellen implementeren op hardwareapparaten

Optimaliseren van TinyML voor Edge Devices

  • Geheugen- en rekenvoetprint verminderen
  • Technieken voor kwantisering en modelcompressie
  • TinyML modelprestaties testen

TinyML Toepassingen en Use Cases

  • Gebarerekening met behulp van accelerometergegevens
  • Audioclassificatie en trefwoordherkenning
  • Anomaliedetectie voor voorspellend onderhoud

TinyML Uitdagingen en Toekomstige Trends

  • Hardwarebeperkingen en optimalisatiestrategieën
  • Beveiligings- en privacyzorgen bij TinyML
  • Toekomstige vooruitgangen en onderzoek in TinyML

Samenvatting en Volgende Stappen

Vereisten

  • Basisprogrammeeringskennis (Python of C/C++)
  • Kennis van machine learning-concepten (aanbevolen maar niet vereist)
  • Begrip van embedded systemen (optioneel maar handig)

Publiek

  • Ingenieurs
  • Datawetenschappers
  • AI-enthousiasten
 14 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën