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
Introduksjon til Edge AI
- Definisjon og sentrale begreper
- Forskjeller mellom Edge AI og Cloud AI
- Fordeler og utfordringer med Edge AI
- Oversikt over Edge AI-applikasjoner
Edge AI-arkitektur
- Komponenter av Edge AI-systemer
- Krav til maskinvare og programvare
- Dataflyt i Edge AI-applikasjoner
- Integrasjon med eksisterende systemer
Sette opp Edge AI-miljøet
- Introduksjon til Edge AI-plattformer (Raspberry Pi, NVIDIA Jetson, etc.)
- Installere nødvendig programvare og biblioteker
- Konfigurere utviklingsmiljøet
- Initialiserer Edge AI-oppsettet
Utvikle Edge AI-modeller
- Oversikt over maskinlærings- og dyplæringsmodeller for edge-enheter
- Treningsmodeller spesielt for edge-distribusjon
- Teknikker for å optimalisere modeller for kantenheter
- Verktøy og rammeverk for Edge AI-utvikling (TensorFlow Lite, OpenVINO osv.)
Data Management og forbehandling for Edge AI
- Datainnsamlingsteknikker for kantmiljøer
- Dataforbehandling og utvidelse for edge-enheter
- Administrere datapipelines på edge-enheter
- Sikre personvern og sikkerhet for data i avanserte miljøer
Implementering av Edge AI-applikasjoner
- Trinn for å distribuere modeller på ulike kantenheter
- Teknikker for å overvåke og administrere utplasserte modeller
- Sanntidsdatabehandling og inferens på kantenheter
- Kasusstudier og praktiske eksempler på utplassering
Integrering av Edge AI med IoT-systemer
- Koble til Edge AI-løsninger med IoT-enheter og sensorer
- Communication protokoller og datautvekslingsmetoder
- Bygge en ende-til-ende Edge AI og IoT-løsning
- Praktiske eksempler og brukssaker
Use Cases og applikasjoner
- Bransjespesifikke applikasjoner av Edge AI
- Dybde casestudier innen helsevesen, bilindustri og smarte hjem
- Suksesshistorier og lærdom
- Fremtidige trender og muligheter i Edge AI
Etiske vurderinger og beste praksis
- Sikre personvern og sikkerhet i Edge AI-implementeringer
- Ta tak i skjevheter og rettferdighet i Edge AI-modeller
- Overholdelse av forskrifter og standarder
- Beste praksis for ansvarlig AI-distribusjon
Praktiske prosjekter og øvelser
- Utvikle en kompleks Edge AI-applikasjon
- Prosjekter og scenarier i den virkelige verden
- Samarbeidsgruppeøvelser
- Prosjektpresentasjoner og tilbakemeldinger
Sammendrag og neste trinn
Krav
- En forståelse av grunnleggende AI og maskinlæringskonsepter
- Erfaring med programmeringsspråk (Python anbefales)
- Kjennskap til edge computing og IoT-konsepter
Publikum
- Utviklere
- IT-fagfolk
14 timer