Course Outline

Pengantar TinyML

  • Apa itu TinyML?
  • Pentingnya pembelajaran mesin pada mikrokontroler
  • Perbandingan antara AI tradisional dan TinyML
  • Tinjauan umum persyaratan perangkat keras dan perangkat lunak

Menyiapkan Lingkungan TinyML

  • Menginstal Arduino IDE dan mengatur lingkungan pengembangan
  • Pengantar TensorFlow Lite dan Edge Impulse
  • Flashing dan konfigurasi mikrokontroler untuk aplikasi TinyML

Membangun dan Menyebarkan TinyML Model

  • Memahami alur kerja TinyML
  • Melatih model pembelajaran mesin sederhana untuk mikrokontroler
  • Mengonversi model AI ke format TensorFlow Lite
  • Menyebarkan model ke perangkat keras

Mengoptimalkan TinyML untuk Perangkat Edge

  • Mengurangi memori dan jejak komputasi
  • Teknik untuk kuantisasi dan kompresi model
  • Benchmarking TinyML kinerja model

TinyML Aplikasi dan Use Case

  • Pengenalan gerakan menggunakan data akselerometer
  • Klasifikasi audio dan penemuan kata kunci
  • Deteksi anomali untuk pemeliharaan prediktif

TinyML Tantangan dan Tren Masa Depan

  • Keterbatasan perangkat keras dan strategi pengoptimalan
  • Kekhawatiran keamanan dan privasi di TinyML
  • Kemajuan dan penelitian masa depan di TinyML

Ringkasan dan Langkah Berikutnya

Requirements

  • Pengetahuan pemrograman dasar (Python atau C/C++)
  • Keakraban dengan konsep pembelajaran mesin (disarankan tetapi tidak diwajibkan)
  • Pemahaman tentang sistem tertanam (opsional tetapi bermanfaat)

Hadirin

  • Insinyur
  • Ilmuwan data
  • Penggemar AI
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories