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

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait