TinyML ve Embedded Machine Learning: Sensörlerden Yükseltmeye

Cihazlar daha küçük ve günlük hayatımıza daha fazla entegre olunca, mikrokontrolörlerde verileri yerel olarak işleme yeteneği gerekli hale geliyor. Bu ders, TinyML'nin büyüyen alanına açık bir yol sağlayarak, donanım ve yapay zekanın kesişimini size tanıtıyor. Temel donanım bileşenlerini anlamaktan, gerçek dünya sinyallerini doğrudan kenarlarda yorumlayan işlevsel makine öğrenme modellerini dağıtmaya geçiş yapacaksınız. Yazılı açıklamalar ve yapılmış egzersizler yoluyla, bulut bağlantısına güvenmeden ham sensör girişini harekete geçirebilir bir zekaya dönüştürmek için gerekli becerileri kazanacaksınız.Bu kursun sonunda, kaynak kısıtlı ortamlar için özel olarak tasarlanmış verimli modeller tasarlayacak ve uygulayacaksınız. Ne öğreneceksin: - Gömülü sistemlerin ve düşük güç donanımı mimarisinin temel ilkelerini anlamak - Mikrofon ve hız ölçerlerden gelen ham verileri yorumlamak için sinyal işleme teknikleri uygulayın - Mikrodenetleyici ve mobil donanım için optimize edilmiş makine öğrenme modelleri oluşturun - Modelin kuantumlaştırılması ve optimizasyonunu bellek ve depolama alanını azaltmak için uygulayın - Belirli ses paternlerini tanımlamak için akustik olay tespit sistemini kullanın - Sürdürülebilir cihaz işletimi için enerji verimli çıkarım stratejileri uygulayın Ders, veri toplama, model eğitimi ve kenar hesaplamasının belirli kısıtlamalarına geçmeden önce temel terminoloji ve donanım temelleriyle başlar. Bilgilerinizi gerçek akustik olayları sınıflandırmaya odaklanan bir projeye uygulayarak tamamlayabilirsiniz. Bu kurs, donanım ve yapay zekanın kesiştiği noktayla ilgilenen yeni başlayanlar için tasarlanmıştır; gömülü sistemler veya makine öğrenimi ile ilgili önceden bir deneyim gerekmez. Akıllı kenar cihazları inşa etmeye bugün başlayın.