Struttura del corso

Introduzione a TinyML e IoT

  • Che cosa è TinyML?
  • Vantaggi di TinyML nelle applicazioni IoT
  • Confronto di TinyML con l'intelligenza artificiale tradizionale basata sul cloud
  • Panoramica degli strumenti TinyML: TensorFlow Lite, Edge Impulse

Impostazione dell'ambiente TinyML

  • Installazione e configurazione Arduino IDE
  • Impostazione di Edge Impulse per lo sviluppo del modello TinyML
  • Comprensione dei microcontrollori per IoT (ESP32, Arduino, Raspberry Pi Pico)
  • Collegamento e test dei componenti hardware

Sviluppo Machine Learning di modelli per IoT

  • Raccolta e preelaborazione dei dati dei sensori IoT
  • Creazione e addestramento di modelli ML leggeri
  • Conversione dei modelli nel formato TensorFlow Lite
  • Ottimizzazione dei modelli per vincoli di memoria e potenza

Distribuzione di modelli di intelligenza artificiale su dispositivi IoT

  • Flashing ed esecuzione di modelli ML su microcontrollori
  • Convalida delle prestazioni del modello in scenari IoT reali
  • Debug e ottimizzazione delle distribuzioni TinyML

Implementazione della manutenzione predittiva con TinyML

  • Utilizzo del ML per il monitoraggio dello stato di salute delle apparecchiature
  • Tecniche di rilevamento delle anomalie basate sui sensori
  • Implementazione di modelli di manutenzione predittiva su dispositivi IoT

Sensori intelligenti e Edge AI nell'IoT

  • Migliorare le applicazioni IoT con sensori alimentati da TinyML
  • Rilevamento e classificazione degli eventi in tempo reale
  • Casi d'uso: monitoraggio ambientale, agricoltura intelligente, IoT industriale

Sicurezza e ottimizzazione in TinyML per IoT

  • Privacy e sicurezza dei dati nelle applicazioni AI edge
  • Tecniche per ridurre il consumo di energia
  • Tendenze future e progressi in TinyML per IoT

Riepilogo e passaggi successivi

Requisiti

  • Esperienza con IoT o sviluppo di sistemi embedded
  • Familiarità con la programmazione Python o C/C++
  • Comprensione di base dei concetti di apprendimento automatico
  • Conoscenza dell'hardware e delle periferiche dei microcontrollori

Pubblico

  • Sviluppatori IoT
  • Ingegneri embedded
  • Professionisti dell'intelligenza artificiale
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative