Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Az Edge AI bemutatása
- Definíció és kulcsfogalmak
- Az Edge AI és a Cloud AI közötti különbségek
- Az Edge AI előnyei és kihívásai
- Az Edge AI-alkalmazások áttekintése
Edge AI architektúra
- Edge AI rendszerek összetevői
- Hardver és szoftver követelmények
- Adatáramlás az Edge AI-alkalmazásokban
- Integráció meglévő rendszerekkel
Az Edge AI környezet beállítása
- Az Edge AI platformok bemutatása (Raspberry Pi, NVIDIA Jetson stb.)
- A szükséges szoftverek és könyvtárak telepítése
- A fejlesztői környezet konfigurálása
- Az Edge AI beállításának inicializálása
Edge AI modellek fejlesztése
- Az éleszközök gépi tanulási és mély tanulási modelljeinek áttekintése
- Képzési modellek kifejezetten éles telepítéshez
- A modellek optimalizálási technikái éleszközökhöz
- Eszközök és keretrendszerek az Edge AI fejlesztéséhez (TensorFlow Lite, OpenVINO stb.)
Data Management és Előfeldolgozás az Edge AI-hez
- Adatgyűjtési technikák peremkörnyezetekhez
- Adatok előfeldolgozása és kiegészítése éleszközökhöz
- Adatfolyamatok kezelése szélső eszközökön
- Adatvédelem és biztonság biztosítása szélsőséges környezetben
Edge AI alkalmazások telepítése
- A modellek telepítésének lépései különféle éleszközökön
- A telepített modellek megfigyelésének és kezelésének technikái
- Valós idejű adatfeldolgozás és következtetés a szélső eszközökön
- Esettanulmányok és gyakorlati példák a telepítésre
Az Edge AI integrálása az IoT-rendszerekkel
- Az Edge AI-megoldások összekapcsolása IoT-eszközökkel és érzékelőkkel
- Communication protokollok és adatcsere-módszerek
- Végponttól végpontig terjedő Edge AI és IoT megoldás készítése
- Gyakorlati példák és használati esetek
Use Case és Alkalmazások
- Az Edge AI iparág-specifikus alkalmazásai
- Mélyreható esettanulmányok az egészségügyről, az autóiparról és az intelligens otthonokról
- Sikertörténetek és tanulságok
- Jövőbeli trendek és lehetőségek az Edge AI-ban
Etikai megfontolások és bevált gyakorlatok
- Adatvédelem és biztonság biztosítása az Edge AI-telepítéseknél
- Az elfogultság és az igazságosság kezelése az Edge AI modellekben
- Az előírásoknak és szabványoknak való megfelelés
- A felelős mesterséges intelligencia bevezetésének legjobb gyakorlatai
Gyakorlati projektek és gyakorlatok
- Komplex Edge AI alkalmazás fejlesztése
- Valós projektek és forgatókönyvek
- Együttműködő csoportos gyakorlatok
- Projektbemutatók és visszajelzések
Összegzés és a következő lépések
Követelmények
- Az alapvető AI és gépi tanulási fogalmak megértése
- Programozási nyelvekkel kapcsolatos tapasztalat (Python ajánlott)
- Ismerkedés az élszámítással és az IoT-fogalmakkal
Közönség
- Fejlesztők
- IT szakemberek
14 Órák