Úvod do TinyML Počítačový Kurz

TinyML je metoda nasazování optimalizovaných strojově učících modelů na zařízení s omezenými prostředky, jako jsou mikrokontroléry.

Toto školení pod vedením instruktora (online nebo prezenčně) je určeno pro technicky zdatné odborníky na pokročilé úrovni, kteří chtějí navrhovat, optimalizovat a nasazovat celé TinyML pipeline.

Po absolvování tohoto kurzu budou účastníci umět:

• Sbírat, připravovat a spravovat datové sady pro aplikace v rámci TinyML.
• Trénovat a optimalizovat modely určené k použití na nízkoenergetických mikrokontrolérech.
• Převádět modely do lehkých formátů vhodných pro zařízení na okraji sítě (edge).
• Nasazovat, testovat a monitorovat TinyML aplikace přímo na hardwaru.

Formát kurzu

• Přednášky s instruktorem a odborné diskuse.
• Praktická cvičení a opakované experimentování.
• Aktivní nasazování modelů na platformy založené na mikrokontrolérech.

Možnosti přizpůsobení kurzu

• Chcete-li školení upravit podle konkrétních nástrojů, hardwaru nebo interních postupů vaší organizace, kontaktujte nás pro domluvení detailů.

Tento kurz vedený instruktorem (v online formátu nebo prezenčně) je určen pro inženýry vestavěných systémů a vývojáře AI na středně pokročilé úrovni, kteří chtějí nasazovat modely strojového učení na mikrokontroléry pomocí nástrojů TensorFlow Lite a Edge Impulse.

Po absolvování tohoto kurzu budou účastníci schopni:

• Pochopit základy TinyML a jeho výhody pro aplikace umělé inteligence na okraji sítě.
• Nastavit vývojové prostředí určené k tvorbě projektů v rámci TinyML.
• Trénovat, optimalizovat a nasazovat modely umělé inteligence na mikrokontroléry s nízkou spotřebou energie.
• Využívat nástroje TensorFlow Lite a Edge Impulse k realizaci reálných aplikací využívajících TinyML.
• Optimalizovat modely AI tak, aby byly energeticky efektivní a vyhovovaly omezením paměti zařízení.

TinyML představuje metodu nasazování strojově učících modelů na hardware s velmi omezenými zdroji.

Toto živé školení vedené instruktorem (online nebo na místě) je určeno pro pokročilé odborníky, kteří si přejí optimalizovat modely TinyML tak, aby dosahovaly nízké latence a efektivně využívaly paměť na vestavěných zařízeních.

Po absolvování tohoto školení budou účastníci schopni:

• Využívat kvantizaci, prořezávání a kompresi za účelem zmenšení velikosti modelu bez ztráty přesnosti.
• Provádět testování výkonu TinyML modelů s ohledem na latenci, spotřebu paměti a energetickou efektivitu.
• Implementovat optimalizované procesy inferenze na mikrokontrolérech a dalších edge zařízeních.
• Posuzovat kompromisy mezi výkonem, přesností a omezeními hardwaru.

Formát kurzu

• Prezentace vedené instruktorem doplněné o technická demonstrace.
• Praktická cvičení zaměřená na optimalizaci a srovnávací testování výkonu.
• Samostatná implementace řešení TinyML v kontrolovaném laboratorním prostředí.

Možnosti přizpůsobení kurzu

• V případě potřeby vytvoříme školení podle konkrétních hardwarových platforem nebo interních pracovních postupů – stačí nás kontaktovat.

TinyML je přístup k nasazování strojově učících modelů na zařízení s omezenými zdroji energie a paměti, která operují na okraji síťové infrastruktury.

Toto školení vedené instruktorem (online nebo prezenčně) je určeno pro profesionály pokročilé úrovně, kteří chtějí zabezpečit procesy TinyML a implementovat techniky na ochranu soukromí v aplikacích umělé inteligence pracujících na okraji sítě.

Po absolvování tohoto kurzu budou účastníci schopni:

• Identifikovat bezpečnostní rizika specifická pro provádění inference modelů TinyML přímo na zařízeních.
• Implementovat mechanismy na ochranu soukromí při nasazování systémů umělé inteligence na okraji sítě.
• Posílit modely TinyML a vestavěné systémy proti útokům ze strany nežádoucích subjektů.
• Aplikovat osvědčené postupy pro bezpečnou správu dat v prostředí s omezenými zdroji.

Forma kurzu

• Interaktivní přednášky doprovázené diskuzemi vedenými odborníky.
• Praktická cvičení zaměřená na reálné scénáře ohrožení bezpečnosti.
• Aktivní implementace pomocí nástrojů pro zabezpečení vestavěných systémů a TinyML technologií.

Možnosti přizpůsobení kurzu

• Organizace mohou požádat o upravenou verzi tohoto školení tak, aby odpovídala jejich konkrétním požadavkům na bezpečnost a soulad s předpisy.

Toto živé školení vedené instruktorem v <lok> (online nebo přímo u vás) je určeno pro embedded inženýry středně pokročilé úrovně, vývojáře IoT a výzkumníky umělé inteligence, kteří chtějí využít metody TinyML při tvorbě aplikací s AI na hardwaru s nízkou energetickou náročností.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět základům TinyML a umělé inteligence na okrajových zařízeních.
• Nasazovat lehké modely umělé inteligence na mikrokontroléry.
• Optimalizovat provádění algoritmů AI pro minimální spotřebu energie.
• Integrovat technologie TinyML do reálných aplikací v oblasti IoT.

TinyML představuje integraci strojového učení do nízkoenergetických a z hlediska zdrojů omezených nositelných i zdravotnických zařízení.

Toto živé školení pod vedením instruktora (online nebo na místě) je určeno pro praktiky středně pokročilé úrovně, kteří chtějí implementovat řešení založená na TinyML pro monitorování zdravotního stavu a diagnostické účely.

Po absolvování tohoto kurzu budou účastníci schopni:

• Navrhnout a nasadit modely TinyML pro okamžitý zpracování zdravotnických dat.
• Shromažďovat, předzpracovávat a vyhodnocovat data ze biosenzorů za účelem získání poznatků pomocí umělé inteligence.
• Optimalizovat modely pro nositelná zařízení s omezenou spotřebou energie a pamětí.
• Posuzovat klinickou využitelnost, spolehlivost a bezpečnost výsledků generovaných pomocí TinyML.

Formát kurzu

• Přednášky doplněné o živé ukázky a interaktivní diskuse.
• Praktické cvičení s daty z nositelných zařízení a nástroji určenými k práci s TinyML.
• Implementační úkoly v řízeném laboratorním prostředí.

Možnosti přizpůsobení kurzu

• Chcete-li školení upravit tak, aby odpovídalo konkrétním zdravotnickým zařízením nebo regulatorním postupům, kontaktujte nás a program vám přizpůsobíme.

Toto školení s instruktorem v reálném čase České republice (online nebo prezenčně) je určeno pro vývojáře IoT, embedded inženýry a odborníky na umělou inteligenci středně pokročilé úrovně, kteří chtějí využít TinyML k prediktivní údržbě, detekci anomálií a tvorbě chytrých senzorových aplikací.

Po absolvování kurzu budou účastníci schopni:

• Porozumět základům TinyML a jeho využití v prostředí IoT.
• Nastavit vývojové prostředí pro TinyML určené k projektům v oblasti IoT.
• Vytvářet a nasazovat modely strojového učení na mikrokontroléry s nízkou spotřebou energie.
• Implementovat prediktivní údržbu a detekci anomálií pomocí TinyML.
• Optimalizovat modely TinyML tak, aby využívaly energii a paměť co nejefektivněji.

TinyML je přístupu k učení strojů optimalizovaném pro malé zařízení s omezenými zdroji.

Tento živý kurz vedený lektorem (online nebo na místě) je určen začátečníkům i uživatelům se střední pokročilostí, kteří chtějí vyvíjet funkčníTinyML aplikace pomocí Raspberry Pi, Arduino a podobných mikrokontrolérů.

Po dokončení tohoto kurzu budou účastníci disponovat následujícími dovednostmi:

• Sběr a příprava dat pro TinyML projekty.
• Trénování a optimalizace malých modelů strojového učení pro prostředí mikrokontrolérů.
• Nasazení TinyML modelů na Raspberry Pi, Arduino a příbuzné desky.
• Vývoj prototypů vestavěné umělé inteligence (embedded AI) od konce ke konci.

Formát kurzu

• Přednášky vedené lektorem a řízené diskuse.
• Praktická cvičení a experimentování s reálnou hardwarovou částí.
• Práce na projektech v živém laboratoři s využitím skutečného hardwaru.

Možnosti přizpůsobení kurzu

• Pro školení přizpůsobené vašemu konkrétnímu hardwaru nebo případu použití nás kontaktujte a domluvme se na detailech.