TinyML dan Pembelajaran Mesin Tertanam: Dari Sensor ke Peluncuran

Seiring dengan semakin kecilnya perangkat dan semakin terintegrasi dalam kehidupan sehari-hari kita, kemampuan untuk memproses data secara lokal pada mikrokontroler menjadi penting. Kursus ini memperkenalkan Anda pada persimpangan perangkat keras dan kecerdasan buatan, menyediakan jalan yang jelas ke bidang yang berkembang dari TinyML. Anda akan berpindah dari memahami komponen perangkat keras dasar ke mengembangkan model pembelajaran mesin fungsional yang menafsirkan sinyal dunia nyata secara langsung di tepi. Melalui penjelasan tertulis dan latihan terstruktur, Anda akan mendapatkan keterampilan yang diperlukan untuk mengubah input sensor mentah menjadi intelijen yang dapat diterapkan tanpa bergantung pada konektivitas awan. Apa yang akan kau pelajari: - Mengerti prinsip-prinsip inti dari sistem tertanam dan arsitektur perangkat keras daya rendah - Terapkan teknik pengolahan sinyal untuk menafsirkan data mentah dari mikrofon dan akselerometer - Membuat model pembelajaran mesin yang dioptimalkan untuk mikrokontroler dan perangkat keras seluler - Praktik model kuantisasi dan optimasi untuk mengurangi memori dan penyimpanan jejak - Memasang sistem pendeteksian peristiwa akustik untuk mengenali pola suara spesifik - Menerapkan strategi inferensi efisien energi untuk operasi perangkat berkelanjutan Kursus ini dimulai dengan terminologi dan dasar-dasar perangkat keras sebelum beralih ke pengumpulan data, pelatihan model, dan keterbatasan spesifik dari komputasi tepi. Anda akan menyelesaikan dengan menerapkan pengetahuan Anda pada proyek yang berfokus pada klasifikasi peristiwa akustik dunia nyata. Kursus ini dirancang untuk pemula yang tertarik dengan persimpangan perangkat keras dan AI; tidak diperlukan pengalaman sebelumnya dengan sistem tertanam atau machine learning. Mulai membangun perangkat edge cerdas hari ini.