Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengenalan Ke Edge AI
- Definisi dan konsep utama
- Perbedaan antara Edge AI dan Cloud AI
- Manfaat dan tantangan Edge AI
- Tinjauan aplikasi Edge AI
Arsitektur Edge AI
- Komponen sistem Edge AI
- Persyaratan perangkat keras dan perangkat lunak
- Aliran data dalam aplikasi Edge AI
- Integrasi dengan sistem yang ada
Menyiapkan Lingkungan Edge AI
- Pengenalan ke platform Edge AI (Raspberry Pi, NVIDIA Jetson, dll.)
- Memasang perangkat lunak dan perpustakaan yang diperlukan
- Mengkonfigurasi lingkungan pengembangan
- Menginisialisasi pengaturan Edge AI
Mengembangkan Model Edge AI
- Tinjauan model belajar mesin dan deep learning untuk perangkat tepi
- Melatih model khusus untuk penempatan tepi
- Teknik untuk mengoptimalkan model untuk perangkat tepi
- Alat dan kerangka kerja untuk pengembangan Edge AI (TensorFlow Lite, OpenVINO, dll.)
Manajemen Data dan Pra-pemrosesan untuk Edge AI
- Teknik pengumpulan data untuk lingkungan tepi
- Pra-pemrosesan dan penambahan data untuk perangkat tepi
- Mengelola pipa data pada perangkat tepi
- Memastikan privasi dan keamanan data dalam lingkungan tepi
Menyiapkan Aplikasi Edge AI
- Langkah-langkah untuk menempatkan model pada berbagai perangkat tepi
- Teknik untuk memantau dan mengelola model yang ditempatkan
- Pemrosesan dan inferensi data real-time pada perangkat tepi
- Studi kasus dan contoh praktis dari penempatan
Mengintegrasikan Edge AI dengan Sistem IoT
- Menyambungkan solusi Edge AI dengan perangkat dan sensor IoT
- Protokol komunikasi dan metode pertukaran data
- Membangun solusi Edge AI dan IoT dari ujung ke ujung
- Contoh praktis dan kasus penggunaan
Kasus Penggunaan dan Aplikasi
- Aplikasi Edge AI berdasarkan industri
- Studi kasus mendalam di kesehatan, otomotif, dan rumah pintar
- Cerita sukses dan pelajaran yang dipelajari
- Tren dan kesempatan masa depan dalam Edge AI
Konsiderasi Etika dan Praktik Terbaik
- Memastikan privasi dan keamanan dalam penempatan Edge AI
- Mengatasi bias dan ketimpangan dalam model Edge AI
- Kepatuhan terhadap peraturan dan standar
- Praktik terbaik untuk penempatan AI yang bertanggung jawab
Proyek dan Latihan Tangani Sendiri
- Mengembangkan aplikasi Edge AI yang kompleks
- Proyek dan skenario dunia nyata
- Latihan kelompok kolaboratif
- Presentasi proyek dan umpan balik
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman tentang konsep dasar AI dan pembelajaran mesin
- Pengalaman dengan bahasa pemrograman (Python direkomendasikan)
- Familiarity with edge computing and IoT concepts
Penonton
- Pengembang
- Profesi TI
14 Jam