TinyML for IoT Applications Képzés
A TinyML kiterjeszti a gépi tanulási képességeket az ultraalacsony fogyasztású IoT-eszközökre, lehetővé téve a valós idejű intelligenciát a széleken.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középszintű IoT-fejlesztőknek, beágyazott mérnököknek és mesterséges intelligenciával foglalkozó szakembereknek szól, akik TinyML-et kívánnak megvalósítani a prediktív karbantartáshoz, anomáliák észleléséhez és intelligens szenzoralkalmazásokhoz.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a TinyML alapjait és alkalmazásait az IoT-ben.
- Állítson be TinyML fejlesztői környezetet az IoT-projektekhez.
- ML modellek fejlesztése és üzembe helyezése alacsony fogyasztású mikrokontrollereken.
- Valósítsa meg a prediktív karbantartást és az anomáliák észlelését a TinyML segítségével.
- Optimalizálja a TinyML modelleket a hatékony energia- és memóriahasználat érdekében.
A tanfolyam formátuma
- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő labor környezetben.
Tanfolyam testreszabási lehetőségek
- Ha személyre szabott képzést szeretne kérni ehhez a tanfolyamhoz, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljük.
Kurzusleírás
Bevezetés a TinyML-be és az IoT-be
- Mi az a TinyML?
- A TinyML előnyei az IoT-alkalmazásokban
- A TinyML összehasonlítása a hagyományos felhőalapú AI-val
- A TinyML eszközök áttekintése: TensorFlow Lite, Edge Impulse
A TinyML környezet beállítása
- Arduino IDE telepítése és konfigurálása
- Az Edge Impulse beállítása TinyML modellfejlesztéshez
- Az IoT mikrovezérlőinek megértése (ESP32, Arduino, Raspberry Pi Pico)
- Hardverösszetevők csatlakoztatása és tesztelése
Machine Learning Modellek fejlesztése az IoT számára
- IoT-érzékelő adatok gyűjtése és előfeldolgozása
- Könnyű ML modellek építése és edzése
- Modellek konvertálása TensorFlow Lite formátumba
- Modellek optimalizálása memória- és teljesítménykorlátozásokhoz
AI-modellek telepítése IoT-eszközökön
- ML modellek villogása és futtatása mikrokontrollereken
- A modell teljesítményének ellenőrzése valós IoT-forgatókönyvekben
- Hibakeresés és TinyML telepítések optimalizálása
Prediktív karbantartás megvalósítása a TinyML segítségével
- ML használata a berendezések állapotának megfigyelésére
- Szenzor alapú anomália-észlelési technikák
- Prediktív karbantartási modellek telepítése IoT-eszközökön
Intelligens érzékelők és Edge AI az IoT-ben
- Az IoT-alkalmazások bővítése TinyML-alapú érzékelőkkel
- Valós idejű eseményészlelés és osztályozás
- Felhasználási esetek: környezetfigyelés, intelligens mezőgazdaság, ipari IoT
Biztonság és optimalizálás TinyML for IoT
- Adatvédelem és biztonság szélső AI-alkalmazásokban
- Az energiafogyasztás csökkentésének technikái
- Az IoT jövőbeli trendjei és fejlesztései a TinyML-ben
Összegzés és a következő lépések
Követelmények
- IoT vagy beágyazott rendszerek fejlesztésében szerzett tapasztalat
- Python vagy C/C++ programozás ismerete
- A gépi tanulási koncepciók alapvető ismerete
- Mikrokontroller hardver és perifériák ismerete
Közönség
- IoT fejlesztők
- Beágyazott mérnökök
- AI gyakorlók
A nyílt képzésekhez 5+ résztvevő szükséges.
TinyML for IoT Applications Képzés - Booking
TinyML for IoT Applications Képzés - Enquiry
TinyML for IoT Applications - Érdeklődjön a vezetői tanácsadásról!
Érdeklődjön a vezetői tanácsadásról!
Vélemények (1)
A tréner szóbeli készségei és emberi oldala (Augustin).
Jeremy Chicon - TE Connectivity
Kurzus - NB-IoT for Developers
Gépi fordítás
Közelgő kurzusok
Rokon tanfolyam
Advanced Edge AI Techniques
14 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) haladó szintű AI-gyakorlóknak, kutatóknak és fejlesztőknek szól, akik szeretnék elsajátítani az Edge AI legújabb vívmányait, optimalizálni AI-modelleiket az élvonalbeli telepítéshez, és felfedezni szeretnék. speciális alkalmazások a különböző iparágakban.
A képzés végére a résztvevők képesek lesznek:
- Fedezze fel az Edge AI modellfejlesztés és -optimalizálás fejlett technikáit.
- Alkalmazzon élvonalbeli stratégiákat az AI-modellek élvonalbeli eszközökön történő telepítéséhez.
- Használjon speciális eszközöket és keretrendszereket a fejlett Edge AI-alkalmazásokhoz.
- Optimalizálja az Edge AI-megoldások teljesítményét és hatékonyságát.
- Fedezze fel az Edge AI innovatív használati eseteit és feltörekvő trendjeit.
- Vegye figyelembe a fejlett etikai és biztonsági szempontokat az Edge AI-telepítések során.
Building AI Solutions on the Edge
14 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű fejlesztőknek, adattudósoknak és technológiai rajongóknak szól, akik gyakorlati készségeket szeretnének elsajátítani a mesterséges intelligencia modellek szélső eszközökön történő telepítésében különféle alkalmazásokhoz.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg az Edge AI alapelveit és előnyeit.
- Állítsa be és konfigurálja az éles számítási környezetet.
- AI-modellek fejlesztése, betanítása és optimalizálása az élvonalbeli telepítéshez.
- Valósítson meg gyakorlatias mesterséges intelligencia megoldásokat szélső eszközökön.
- Értékelje és javítsa az élen telepített modellek teljesítményét.
- Vegye figyelembe az Edge AI-alkalmazások etikai és biztonsági szempontjait.
Digital Transformation with IoT and Edge Computing
14 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű informatikai szakembereknek és üzleti vezetőknek szól, akik szeretnék megérteni az IoT-ben és az élvonalbeli számítástechnikában rejlő lehetőségeket a hatékonyság, a valós idejű feldolgozás és az innováció érdekében. különféle iparágak.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg az IoT és a szélső számítástechnika alapelveit és szerepüket a digitális átalakulásban.
- Határozza meg az IoT és az éles számítástechnika használati eseteit a gyártási, logisztikai és energiaágazatban.
- Tegyen különbséget a perem- és felhőalapú számítástechnikai architektúrák és telepítési forgatókönyvek között.
- Végezzen élvonalbeli számítástechnikai megoldásokat a prediktív karbantartáshoz és a valós idejű döntéshozatalhoz.
Edge AI: From Concept to Implementation
14 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű fejlesztőknek és informatikai szakembereknek szól, akik átfogó ismereteket szeretnének szerezni az Edge AI-ről az ötlettől a gyakorlati megvalósításig, beleértve a beállítást és a telepítést.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg az Edge AI alapfogalmait.
- Állítsa be és konfigurálja az Edge AI környezeteket.
- Fejlesszen, képezzen és optimalizáljon Edge AI modelleket.
- Telepítsen és kezeljen Edge AI-alkalmazásokat.
- Integrálja az Edge AI-t a meglévő rendszerekkel és munkafolyamatokkal.
- Vegye figyelembe az Edge AI megvalósításának etikai szempontjait és bevált gyakorlatait.
Edge AI for Healthcare
14 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű egészségügyi szakembereknek, orvosbiológiai mérnököknek és mesterséges intelligenciafejlesztőknek szól, akik az Edge AI-t innovatív egészségügyi megoldásokhoz szeretnék kamatoztatni.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg az Edge AI szerepét és előnyeit az egészségügyben.
- AI-modellek fejlesztése és üzembe helyezése egészségügyi alkalmazások szélső eszközein.
- Valósítsa meg az Edge AI-megoldásokat hordható eszközökben és diagnosztikai eszközökben.
- Tervezze meg és telepítse az Edge AI-t használó páciensfigyelő rendszereket.
- Vegye figyelembe az egészségügyi mesterséges intelligencia-alkalmazások etikai és szabályozási szempontjait.
Edge AI for IoT Applications
14 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű fejlesztőknek, rendszerépítészeknek és iparági szakembereknek szól, akik az Edge AI-t szeretnék kihasználni az IoT-alkalmazások intelligens adatfeldolgozási és elemzési képességekkel való bővítésében.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg az Edge AI alapjait és alkalmazását az IoT-ben.
- Állítsa be és konfigurálja az Edge AI-környezeteket az IoT-eszközökhöz.
- AI-modellek fejlesztése és üzembe helyezése az IoT-alkalmazások szélső eszközein.
- Valós idejű adatfeldolgozás és döntéshozatal megvalósítása az IoT-rendszerekben.
- Integrálja az Edge AI-t különféle IoT-protokollokkal és platformokkal.
- Tekintse meg az Edge AI for IoT etikai szempontjait és bevált gyakorlatait.
Edge Computing
7 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a termékmenedzsereknek és fejlesztőknek szól, akik a Edge Computing segítségével szeretnék decentralizálni az adatkezelést a gyorsabb teljesítmény érdekében, kihasználva a forráshálózaton található intelligens eszközöket.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a Edge Computing alapfogalmait és előnyeit.
- Határozza meg azokat a használati eseteket és példákat, ahol a Edge Computing alkalmazható.
- Tervezzen és készítsen Edge Computing megoldásokat a gyorsabb adatfeldolgozás és a csökkentett működési költségek érdekében.
Federated Learning in IoT and Edge Computing
14 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű szakembereknek szól, akik alkalmazni kívánják a Federated Learning-t az IoT és az élvonalbeli számítástechnikai megoldások optimalizálására.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a Federated Learning alapelveit és előnyeit az IoT-ben és az éles számítástechnikában.
- Valósítson meg Federated Learning modelleket IoT-eszközökön a decentralizált AI-feldolgozáshoz.
- Csökkentse a késleltetést és javítsa a valós idejű döntéshozatalt szélsőséges számítástechnikai környezetekben.
- Az IoT-rendszerekben az adatvédelemmel és a hálózati korlátokkal kapcsolatos kihívások kezelése.
Introduction to Edge AI
14 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) kezdő szintű fejlesztőknek és informatikai szakembereknek szól, akik szeretnék megérteni az Edge AI és bevezető alkalmazásai alapjait.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg az Edge AI alapfogalmait és architektúráját.
- Állítsa be és konfigurálja az Edge AI környezeteket.
- Egyszerű Edge AI-alkalmazások fejlesztése és üzembe helyezése.
- Azonosítsa és értse meg az Edge AI használati eseteit és előnyeit.
Deploying AI on Microcontrollers with TinyML
21 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a középszintű beágyazott rendszermérnököknek és mesterséges intelligenciafejlesztőknek szól, akik gépi tanulási modelleket szeretnének telepíteni a TensorFlow Lite és az Edge Impulse segítségével működő mikrokontrollereken.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a TinyML alapjait és előnyeit az élvonalbeli AI-alkalmazásokhoz.
- Fejlesztői környezet létrehozása TinyML projektekhez.
- Tanítson, optimalizáljon és telepítsen mesterséges intelligencia modelleket alacsony fogyasztású mikrokontrollereken.
- A TensorFlow Lite és az Edge Impulse segítségével valós TinyML alkalmazásokat valósítson meg.
- Optimalizálja az AI modelleket az energiahatékonyság és a memóriakorlátok érdekében.
NB-IoT for Developers
7 ÓrákEzen az oktató által vezetett, élő képzésen a Magyarország-ban a résztvevők megtanulják a NB-IoT (más néven LTE Cat NB1) különféle vonatkozásait, miközben egy minta NB-IoT alapú alkalmazást fejlesztenek és telepítenek.
A képzés végére a résztvevők képesek lesznek:
- Azonosítsa a NB-IoT különböző összetevőit, és hogyan illeszkedjen egymáshoz az ökoszisztéma kialakításához.
- Ismerje meg és magyarázza el a NB-IoT eszközökbe épített biztonsági funkciókat.
- Készítsen egy egyszerű alkalmazást NB-IoT eszköz követésére.
Setting Up an IoT Gateway with ThingsBoard
35 ÓrákAz ThingsBoard egy nyílt forráskódú IoT-platform, amely eszközkezelést, adatgyűjtést, -feldolgozást és -vizualizációt kínál az Ön IoT-megoldásához.
Ezen az oktató által vezetett, élő tréningen a résztvevők megtanulják, hogyan integrálhatók ThingsBoard IoT-megoldásaikba.
A képzés végére a résztvevők képesek lesznek:
- Telepítés és konfigurálás ThingsBoard
- Ismerje meg a ThingsBoard funkciók és az architektúra alapjait
- IoT-alkalmazások létrehozása a ThingsBoard segítségével
- Integrálja az ThingsBoard-et a Kafkával a telemetriai eszközök adatútválasztásához
- Integrálja az ThingsBoard-et a Apache Spark-val több eszközről származó adatok összesítéséhez
Közönség
- Szoftvermérnökök
- Hardvermérnökök
- Fejlesztők
A tanfolyam formátuma
- Rész előadás, részben beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
Jegyzet
- Ha személyre szabott képzést szeretne kérni ehhez a tanfolyamhoz, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljük.
Introduction to TinyML
14 ÓrákEz az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) kezdő szintű mérnököknek és adattudósoknak szól, akik szeretnék megérteni TinyML alapjait, felfedezni az alkalmazásait, és mesterséges intelligencia modelleket szeretnének telepíteni mikrokontrollereken.
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a TinyML alapjait és jelentőségét.
- Telepítsen könnyű mesterséges intelligencia modelleket mikrokontrollereken és szélső eszközökön.
- Optimalizálja és finomhangolja a gépi tanulási modelleket az alacsony energiafogyasztás érdekében.
- Alkalmazza a TinyML-at valós alkalmazásokhoz, például gesztusfelismeréshez, anomáliák észleléséhez és hangfeldolgozáshoz.
TinyML: Running AI on Ultra-Low-Power Edge Devices
21 ÓrákThis instructor-led, live training in Magyarország (online or onsite) is aimed at intermediate-level embedded engineers, IoT developers, and AI researchers who wish to implement TinyML techniques for AI-powered applications on energy-efficient hardware.
By the end of this training, participants will be able to:
- Understand the fundamentals of TinyML and edge AI.
- Deploy lightweight AI models on microcontrollers.
- Optimize AI inference for low-power consumption.
- Integrate TinyML with real-world IoT applications.