Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion till Edge AI
- Definition och nyckelbegrepp
- Skillnader mellan Edge AI och Cloud AI
- Fördelar och utmaningar med Edge AI
- Översikt över Edge AI-applikationer
Edge AI-arkitektur
- Komponenter i Edge AI-system
- Hårdvaru- och programvarukrav
- Dataflöde i Edge AI-applikationer
- Integration med befintliga system
Att Sätta upp Edge AI-miljö
- Introduktion till Edge AI-plattformar (Raspberry Pi, NVIDIA Jetson, etc.)
- Installation av nödvändig programvara och bibliotek
- Konfiguration av utvecklingsmiljö
- Initiering av Edge AI-uppsättning
Utveckling av Edge AI-modeller
- Översikt över maskininlärnings- och djupinlärningsmodeller för kantenheter
- Träning av modeller specifikt för kantdistribution
- Tekniker för att optimera modeller för kantenheter
- Verktyg och ramverk för Edge AI-utveckling (TensorFlow Lite, OpenVINO, etc.)
Hantering och förbehandling av data för Edge AI
- Tekniker för datainsamling i kantmiljöer
- Förbehandling och förstärkning av data för kantenheter
- Hantering av datapipelines på kantenheter
- Säkerställande av dataprivat och säkerhet i kantmiljöer
Distribution av Edge AI-applikationer
- Steg för att distribuera modeller på olika kantenheter
- Tekniker för övervakning och hantering av distribuerade modeller
- Real-tidsbearbetning och inferens på kantenheter
- Fallstudier och praktiska exempel på distribution
Integration av Edge AI med IoT-system
- Koppling av Edge AI-lösningar med IoT-enheter och sensorer
- Kommunikationsprotokoll och databytesmetoder
- Byggande av en slut-till-slut-Edge AI- och IoT-lösning
- Praktiska exempel och användningsområden
Användningsområden och applikationer
- Branschspecifika applikationer av Edge AI
- Djuplodande fallstudier inom hälso- och sjukvård, fordonsindustrin och smarta hem
- Framgångssagor och lärdomar
- Framtida trender och möjligheter inom Edge AI
Etiska överväganden och bästa praxis
- Säkerställande av privat och säkerhet i Edge AI-distributioner
- Hantering av fördomar och rättvisa i Edge AI-modeller
- Efterlevnad av regelverk och standarder
- Bästa praxis för ansvarsfull AI-distribution
Praktiska projekt och övningar
- Utveckling av en komplex Edge AI-applikation
- Verkliga projekt och scenarier
- Gruppövningar i samarbete
- Projektpresentationer och feedback
Sammanfattning och nästa steg
Krav
- Förståelse för grundläggande AI och maskininlärningskoncept
- Erfarenhet av programmeringsspråk (Python rekommenderas)
- Familjaritet med edge computing och IoT-koncept
Målgrupp
- Utvecklare
- IT-professionella
14 timmar