Course Outline

Εισαγωγή στο Edge AI

  • Ορισμός και βασικές έννοιες
  • Διαφορές μεταξύ Edge AI και Cloud AI
  • Οφέλη και προκλήσεις του Edge AI
  • Επισκόπηση εφαρμογών Edge AI

Edge AI Architecture

  • Στοιχεία συστημάτων Edge AI
  • Απαιτήσεις υλικού και λογισμικού
  • Ροή δεδομένων σε εφαρμογές Edge AI
  • Ενοποίηση με υπάρχοντα συστήματα

Ρύθμιση του Edge AI Environment

  • Εισαγωγή στις πλατφόρμες Edge AI (Raspberry Pi, NVIDIA Jetson, κ.λπ.)
  • Εγκατάσταση του απαραίτητου λογισμικού και βιβλιοθηκών
  • Διαμόρφωση του περιβάλλοντος ανάπτυξης
  • Εκκίνηση της ρύθμισης Edge AI

Ανάπτυξη μοντέλων Edge AI

  • Επισκόπηση μοντέλων μηχανικής εκμάθησης και βαθιάς εκμάθησης για συσκευές αιχμής
  • Μοντέλα εκπαίδευσης ειδικά για ανάπτυξη ακμών
  • Τεχνικές βελτιστοποίησης μοντέλων για συσκευές άκρων
  • Εργαλεία και πλαίσια για την ανάπτυξη Edge AI (TensorFlow Lite, OpenVINO, κ.λπ.)

Data Management και Προεπεξεργασία για Edge AI

  • Τεχνικές συλλογής δεδομένων για περιβάλλοντα ακμών
  • Προεπεξεργασία και αύξηση δεδομένων για συσκευές άκρων
  • Διαχείριση αγωγών δεδομένων σε συσκευές ακμής
  • Διασφάλιση απορρήτου και ασφάλειας δεδομένων σε περιβάλλοντα αιχμής

Ανάπτυξη εφαρμογών Edge AI

  • Βήματα για την ανάπτυξη μοντέλων σε διάφορες συσκευές άκρων
  • Τεχνικές παρακολούθησης και διαχείρισης αναπτυγμένων μοντέλων
  • Επεξεργασία δεδομένων σε πραγματικό χρόνο και συμπεράσματα σε συσκευές αιχμής
  • Μελέτες περιπτώσεων και πρακτικά παραδείγματα ανάπτυξης

Ενσωμάτωση Edge AI με συστήματα IoT

  • Σύνδεση λύσεων Edge AI με συσκευές και αισθητήρες IoT
  • Communication πρωτόκολλα και μέθοδοι ανταλλαγής δεδομένων
  • Δημιουργία μιας ολοκληρωμένης λύσης Edge AI και IoT
  • Πρακτικά παραδείγματα και περιπτώσεις χρήσης

Use Cases και Εφαρμογές

  • Ειδικές εφαρμογές του Edge AI για τον κλάδο
  • Σε βάθος μελέτες περιπτώσεων στην υγειονομική περίθαλψη, την αυτοκινητοβιομηχανία και τα έξυπνα σπίτια
  • Ιστορίες επιτυχίας και διδάγματα
  • Μελλοντικές τάσεις και ευκαιρίες στο Edge AI

Ηθικές Θεωρήσεις και Βέλτιστες Πρακτικές

  • Διασφάλιση απορρήτου και ασφάλειας στις αναπτύξεις Edge AI
  • Αντιμετώπιση μεροληψίας και δικαιοσύνης στα μοντέλα Edge AI
  • Συμμόρφωση με κανονισμούς και πρότυπα
  • Βέλτιστες πρακτικές για υπεύθυνη ανάπτυξη AI

Εργασίες και Ασκήσεις Hands-On

  • Ανάπτυξη μιας πολύπλοκης εφαρμογής Edge AI
  • Έργα και σενάρια πραγματικού κόσμου
  • Ομαδοσυνεργατικές ομαδικές ασκήσεις
  • Παρουσιάσεις έργου και σχόλια

Περίληψη και Επόμενα Βήματα

Requirements

  • Κατανόηση βασικών εννοιών τεχνητής νοημοσύνης και μηχανικής μάθησης
  • Εμπειρία με γλώσσες προγραμματισμού (Python συνιστάται)
  • Εξοικείωση με τις έννοιες του edge computing και του IoT

Ακροατήριο

  • προγραμματιστές
  • επαγγελματίες πληροφορικής
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories