Edge AI for IoT Applications

• 瞭解基本的 AI 和機器學習概念
• 有程式設計語言經驗（Python 推薦）
• 熟悉物聯網概念和技術

觀眾

• 物聯網開發人員
• 系統架構師
• 行業專業人士

Edge AI for IoT Applications 專注於邊緣 AI 與物聯網系統的集成，直接在物聯網設備上實現即時數據處理和決策。本課程涵蓋了在物聯網環境中實施邊緣 AI 所需的基本概念、工具和技術。

這種由講師指導的現場培訓（在線或現場）面向希望利用邊緣 AI 通過智慧數據處理和分析功能增強物聯網應用程式的中級開發人員、系統架構師和行業專業人士。

在培訓結束時，參與者將能夠：

• 瞭解邊緣 AI 基礎知識及其在物聯網中的應用。
• 為IoT設備設置和配置邊緣 AI 環境。
• 在邊緣設備上為IoT應用程式開發和部署 AI 模型。
• 在物聯網系統中實現即時數據處理和決策。
• 將邊緣 AI 與各種物聯網協定和平臺整合。
• 解決面向物聯網的邊緣 AI 中的道德考量和最佳實踐。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在現場實驗室環境中動手實施。

課程自定義選項

• 如需申請本課程的定製培訓，請聯繫我們進行安排。

邊緣 AI 和 IoT 簡介

• 邊緣 AI 的定義和關鍵概念
• 物聯網系統和架構概述
• 將邊緣 AI 與物聯網整合的優勢和挑戰
• 實際應用和用例

面向物聯網的邊緣 AI 架構

• 用於物聯網的邊緣 AI 系統的元件
• 硬體和軟體要求
• 支援邊緣 AI 的 IoT 應用程式中的數據流
• 與現有物聯網系統集成

設置邊緣 AI 和 IoT 環境

• 介紹流行的物聯網平臺（例如 Arduino、Raspberry Pi、NVIDIA Jetson）
• 安裝必要的軟體和庫
• 配置開發環境
• 初始化邊緣 AI 和 IoT 設置

為物聯網設備開發 AI 模型

• 邊緣和IoT的機器學習和深度學習模型概述
• 訓練和優化IoT部署模型
• 邊緣 AI 開發的工具和框架（TensorFlow Lite、OpenVINO 等）
• 模型壓縮和優化技術

Data Management 和物聯網中的預處理

• IoT 環境的數據收集技術
• 邊緣設備的數據預處理和增強
• 管理 IoT 裝置上的資料管道
• 確保物聯網環境中的數據隱私和安全

在物聯網設備上部署邊緣 AI 模型

• 在IoT邊緣設備上部署 AI 模型的步驟
• 監視和管理已部署模型的技術
• 物聯網設備上的即時數據處理和推理
• 部署的案例研究和實際實例

將邊緣 AI 與物聯網協定和平臺整合

• 物聯網通信協定（MQTT、CoAP、HTTP等）概述
• 將邊緣 AI 解決方案與物聯網感測器和執行器連接起來
• 構建端到端邊緣 AI 和 IoT 解決方案
• 實際範例和用例

Use Case和應用

• 邊緣 AI 在物聯網中的行業特定應用
• 智慧家居、工業物聯網、醫療保健等領域的深入案例研究
• 成功案例和經驗教訓
• 面向物聯網的邊緣 AI 的未來趨勢和機遇

道德考量和最佳實踐

• 確保邊緣 AI 和 IoT 部署中的隱私和安全
• 解決 AI 模型中的偏見和公平性問題
• 符合法規和標準
• 在IoT中負責任地部署 AI 的最佳實踐

動手項目和練習

• 開發面向物聯網的複雜邊緣 AI 應用程式
• 真實世界的項目和場景
• 協作小組練習
• 專案演示和反饋

摘要和後續步驟