Plan du cours

Introduction à l'Edge AI et à l'IoT

  • Définition et concepts clés de l'Edge AI
  • Vue d'ensemble des systèmes et architectures de l'IdO
  • Avantages et défis de l'intégration de l'Edge AI à l'IdO
  • Applications et cas d'utilisation dans le monde réel

Architecture Edge AI pour l'IdO

  • Composants des systèmes Edge AI pour l'IdO
  • Exigences matérielles et logicielles
  • Flux de données dans les applications Edge AI pour l'IdO
  • Intégration aux systèmes IdO existants

Configuration de l'environnement Edge AI et IoT

  • Introduction aux plateformes IoT populaires (par exemple, Arduino, Raspberry Pi, NVIDIA Jetson)
  • Installation des logiciels et bibliothèques nécessaires
  • Configuration de l'environnement de développement
  • Initialisation de l'installation Edge AI et IoT

Développement de modèles d'IA pour les appareils IoT

  • Vue d'ensemble des modèles d'apprentissage automatique et d'apprentissage profond pour l'Edge et l'IoT
  • Entraînement et optimisation des modèles pour le déploiement de l'IoT
  • Outils et cadres pour le développement de l'Edge AI (TensorFlow Lite, OpenVINO, etc.)
  • Techniques de compression et d'optimisation des modèles

Data Management et prétraitement dans l'IdO

  • Techniques de collecte de données pour les environnements IoT
  • Prétraitement et augmentation des données pour les appareils périphériques
  • Gestion des pipelines de données sur les appareils IoT
  • Garantir la confidentialité et la sécurité des données dans les environnements IoT

Déploiement de modèles d'IA Edge sur des appareils IoT

  • Étapes du déploiement de modèles d'IA sur des appareils périphériques de l'IdO
  • Techniques de surveillance et de gestion des modèles déployés
  • Traitement des données en temps réel et inférence sur les appareils IoT
  • Études de cas et exemples pratiques de déploiement

Intégration de l'IA Edge aux protocoles et plateformes IoT

  • Vue d'ensemble des protocoles de communication IoT (MQTT, CoAP, HTTP, etc.)
  • Connexion des solutions Edge AI aux capteurs et actionneurs IoT
  • Construire des solutions Edge AI et IoT de bout en bout
  • Exemples pratiques et cas d'utilisation

Use Cases et applications

  • Applications sectorielles de l'Edge AI dans l'IdO
  • Études de cas approfondies sur les maisons intelligentes, l'IdO industriel, les soins de santé, etc.
  • Exemples de réussite et enseignements tirés de l'expérience
  • Tendances et opportunités futures de l'Edge AI pour l'IoT

Considérations éthiques et meilleures pratiques

  • Garantir la confidentialité et la sécurité dans les déploiements Edge AI et IoT
  • Prise en compte des préjugés et de l'équité dans les modèles d'IA
  • Conformité avec les réglementations et les normes
  • Meilleures pratiques pour un déploiement responsable de l'IA dans l'IdO

Projets et exercices pratiques

  • Développement d'une application Edge AI complexe pour l'IoT
  • Projets et scénarios en situation réelle
  • Exercices de groupe en collaboration
  • Présentations de projets et retour d'information

Résumé et prochaines étapes

Pré requis

  • Compréhension des concepts de base de l'IA et de l'apprentissage automatique
  • Expérience des langages de programmation (Python recommandé)
  • Familiarité avec les concepts et les technologies de l'IdO

Audience

  • Développeurs IoT
  • Architectes système
  • Professionnels de l'industrie
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires