微控制器的 Edge AI 專業課程

關於微型設備上的人工智慧，你需要知道的一切！掌握嵌入式系統 Edge AI (邊緣人工智慧)的理論與實務技能。

關於此專業課程

本專業課程為所有希望提升 Edge AI (邊緣人工智慧)技能的工程師，涵蓋所有相關領域。透過三門課程，學員將學習 Edge AI 的基礎知識，以及如何將其應用於基於感測器的時序和視覺數據問題。本專業方向也將探討如何建構和部署用於微控制器的 Edge AI 模型，並闡述如何針對微型設備的硬體限制設計模型。

到官方網站了解本課程與上課

應用的學習專案

學習者將在學習過程中建立多個 Edge AI 專案，涵蓋從加速度計資料中的動作偵測到音訊中的關鍵字辨識以及影像中的物件偵測等應用案例。這些應用專案使學習者有機會將所學的 Edge AI 系統設計方法付諸實踐。

你將學到的內容有

Edge AI (邊緣人工智慧)基礎：機器學習理論、基本邊緣硬體以及如何建立優秀的用例
深入了解如何將 AI (人工智慧)應用於嵌入式系統，從感測器到視覺用例。

你將獲得的技能：

產品開發	機器學習軟體	MLOps（機器學習運作維護）
人工智慧與機器學習 (AI/ML)	原型設計	AI 產品策略
異常檢測	嵌入式系統	人工智慧( AI )
負責任的 AI	機器學習方法	機器學習
模型訓練	應用機器學習	卷積神經網絡
電腦視覺	預測建模	機器學習演算法
AI 素養

你將學習的工具：

嵌入式軟體

字幕

英文、日本語 ( 9 種語言 )

製作方

Edge Impulse

CU-Boulder 是一個充滿活力的學者和學習者社區，位於該國最壯觀的大學校園之一。作為享有盛譽的美國大學協會 (AAU) 的 34 所美國公共機構之一，我們擁有引以為豪的學術卓越傳統，擁有五位諾貝爾獎獲得者和 50 多名享有盛譽的學術機構成員。

第 1 門課程 Edge AI (邊緣人工智慧)基礎知識

你將學到的內容有

了解 Edge Computing (邊緣運算)、Machine Learning (機器學習)和 Edge AI (邊緣人工智慧)的基本概念
深入了解 Edge AI 系統的架構，包括如何選擇硬體、Edge AI 專案的生命週期以及如何設定 MLOps
探索 Edge Impulse 如何在現實世界中加速 Egde AI 的開發

你將獲得的技能：

機器學習運作 (MLOps)	機器學習( ML )	卷積神經網絡(CNN )
資料科學	AI 素養	工業工程
機器學習方法	人工智慧	雲端運算
異常檢測	人工智慧與機器學習 (AI/ML)	產品工程
嵌入式系統	物聯網	產品開發

第 2 門課程嵌入式機器學習簡介

你將學到的內容有

機器學習系統基礎知識
如何將機器學習模型部署到微控制器
如何在嵌入式系統中使用機器學習進行決策和預測

你將獲得的技能：

嵌入式系統	特徵工程	模型評估
模型訓練	人工神經網絡	機器學習
卷積神經網絡	深度學習	人工智慧與機器學習 (AI/ML)
應用機器學習	預測建模	資料預處理
數據倫理	負責任的人工智慧	模型部署
機器學習演算法	機器學習軟體	電腦程式設計

第 3 門課程電腦視覺與嵌入式機器學習

你將學到的內容有

如何使用機器學習訓練和開發圖像分類系統
如何使用機器學習訓練和開發目標檢測系統
如何將機器學習模型部署到微控制器

你將獲得的技能：

電腦視覺	嵌入式系統	模型訓練
遷移學習	人工神經網絡	卷積神經網絡
機器學習	深度學習	模型部署
影像分析	負責任的人工智慧	分類演算法
數據倫理	模型評估	Python程式設計
電腦程式設計