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
Pengantar ke TinyML
- Apa itu TinyML?
- Signifikansi pembelajaran mesin pada mikrokontroler
- Perbandingan antara AI tradisional dan TinyML
- Ulasan tentang persyaratan perangkat keras dan perangkat lunak
Menyiapkan Lingkungan TinyML
- Instalasi IDE Arduino dan pengaturan lingkungan pengembangan
- Pengenalan ke TensorFlow Lite dan Edge Impulse
- Meng-flashing dan mengonfigurasi mikrokontroler untuk aplikasi TinyML
Membangun dan Mendeploy Model TinyML
- Memahami alur kerja TinyML
- Mentraining model pembelajaran mesin sederhana untuk mikrokontroler
- Konversi model AI ke format TensorFlow Lite
- Mendeploy model ke perangkat keras
Optimasi TinyML untuk Perangkat Edge
- Mengurangi footprint memori dan komputasi
- Teknik kuantisasi dan kompresi model
- Benchmarking kinerja model TinyML
Aplikasi TinyML dan Use Cases
- Pengenalan gerakan menggunakan data accelerometer
- Klasifikasi audio dan pencarian kata kunci
- Deteksi anomali untuk pemeliharaan prediktif
Tantangan TinyML dan Trend Masa Depan
- Keterbatasan perangkat keras dan strategi optimasi
- Masalah keamanan dan privasi dalam TinyML
- Kemajuan dan penelitian masa depan di bidang TinyML
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pengetahuan dasar pemrograman (Python atau C/C++)
- Kenal dengan konsep pembelajaran mesin (disarankan tetapi tidak wajib)
- Pemahaman sistem terditan (opsional tapi membantu)
Audiens
- Insinyur
- Ilmuwan data
- Enthusiast AI
14 Jam