TinyML et Machine Learning Embarqué : Des Capteurs au Déploiement

Alors que les appareils deviennent plus petits et plus intégrés dans notre vie quotidienne, la capacité à traiter les données localement sur les microcontrôleurs devient essentielle. Ce cours vous introduit à l'intersection du matériel et de l'intelligence artificielle, offrant un chemin clair vers le domaine en pleine croissance de TinyML. Vous passerez de la compréhension des composants matériels de base au déploiement de modèles d'apprentissage automatique fonctionnels qui interprètent les signaux du monde réel directement sur le bord. Grâce à des explications écrites et des exercices structurés, vous acquerrez les compétences nécessaires pour transformer les entrées brutes des capteurs en intelligence exploitable sans dépendre de la connectivité cloud. À la fin de ce cours, vous serez en mesure de concevoir et de mettre en œuvre des modèles efficaces adaptés aux environnements aux ressources limitées. Ce que vous apprendrez : - Comprendre les principes fondamentaux des systèmes embarqués et de l'architecture matérielle à faible consommation - Appliquer des techniques de traitement du signal pour interpréter les données brutes provenant de microphones et d'accéléromètres - Construire des modèles d'apprentissage automatique optimisés pour les microcontrôleurs et le matériel mobile - Pratiquer la quantification et l'optimisation des modèles pour réduire l'empreinte mémoire et de stockage - Déployer un système de détection d'événements acoustiques pour reconnaître des motifs sonores spécifiques - Mettre en œuvre des stratégies d'inférence économes en énergie pour un fonctionnement durable des appareils Le cours commence par la terminologie essentielle et les bases matérielles avant de passer à la collecte de données, à l'entraînement des modèles et aux contraintes spécifiques de l'informatique de bord. Vous conclurez en appliquant vos connaissances à un projet axé sur la classification d'événements acoustiques du monde réel. Ce cours est conçu pour les débutants intéressés par l'intersection du matériel et de l'IA ; aucune expérience préalable des systèmes embarqués ou de l'apprentissage automatique n'est requise. Commencez à construire des appareils de bord intelligents dès aujourd'hui.