آموزش مقدمه ای بر یادگیری ماشین جاسازی شده

Intro to Embedded Machine Learning

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: سیستم‌های تعبیه‌شده، یادگیری ماشین و سیستم‌های جاسازی شده Tiny ML یادگیری ماشینی TinyML آموزش ماشینی جاسازی شده اینترنت اشیا پیش نیازها:دسترسی به کیت توسعه Silicon Labs EFR32xG24

در این دوره آموزشی با زمینه یادگیری ماشینی جاسازی شده بیشتر آشنا خواهید شد. در سال‌های اخیر، پیشرفت‌های فناوری در سیستم‌های تعبیه‌شده، میکروکنترلرها را قادر به اجرای مدل‌های یادگیری ماشینی پیچیده کرده است. دستگاه‌های تعبیه‌شده برای برنامه‌های یادگیری ماشینی می‌توانند بسیاری از وظایف را در صنعت انجام دهند. یک مثال معمولی: دستگاه‌های حسگر که ناهنجاری‌ها و ناهنجاری‌های صوتی یا نوری را تشخیص می‌دهند و به این ترتیب، از تضمین کیفیت در نظارت بر وضعیت تولید یا سیستم پشتیبانی می‌کنند. این دستگاه‌ها علاوه بر دوربین‌هایی برای نظارت بر پارامترهای بصری و میکروفون‌ها برای ضبط امواج صوتی، از حسگرهایی برای مثال، لرزش، تماس، ولتاژ، جریان، سرعت، فشار و دما نیز استفاده می‌کنند.

اگرچه محتوای آموزشی فراوانی در سیستم‌های تعبیه‌شده و یادگیری ماشینی به‌صورت جداگانه وجود دارد، محتوای آموزشی در ML جاسازی‌شده هنوز به نتیجه نرسیده است. این دوره سعی دارد با ارائه اصول سیستم های تعبیه شده، یادگیری ماشین و Tiny ML این خلاء را پر کند. این دوره با یک پروژه تعاملی به پایان می رسد که در آن زبان آموز می تواند پروژه تخصصی ML تعبیه شده خود را ایجاد کند. این پروژه بر اساس تشخیص رویداد صوتی با استفاده از یک میکروکنترلر یا دستگاه تلفن همراه شما خواهد بود. در پایان دوره، می‌توانید طبقه‌بندی‌ها و صداهای خود را انتخاب کنید و خودتان یک مدل یادگیری ماشینی را آموزش دهید و اجرا کنید. این یک راه عالی برای معرفی و کسب تجربه ارزشمند در زمینه یادگیری ماشینی جاسازی شده است.


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

مبانی سیستم های جاسازی شده Fundamentals of Embedded Systems

  • میکروکنترلرها Microcontrollers

  • میکروکنترلرها Microcontrollers

  • اشکال زدایی Debugging

  • اشکال زدایی Debugging

  • موضوعات Threads

  • موضوعات Threads

مبانی یادگیری ماشین Fundamentals of Machine Learning

  • اصول ML ML Basics

  • اصول ML ML Basics

  • یادگیری تحت نظارت Supervised Learning

  • یادگیری تحت نظارت Supervised Learning

مبانی TinyML Fundamentals of TinyML

  • ریز ام ال Tiny ML

  • ریز ام ال Tiny ML

  • مثال تشخیص رویداد صوتی Acoustic Event Detection Example

پروژه ML تعبیه شده Embedded ML Project

  • مقدمه آموزش Tutorial Introduction

  • Edge Impulse Edge Impulse

  • ایجاد حساب کاربری Create Account

  • اتصال دستگاه Connect Device

  • اتصال دستگاه - نمای تلفن Connect Device - Phone View

  • جمع آوری داده ها - نمای تلفن Collect Data - Phone View

  • داده ها را مشاهده کنید Observe Data

  • ایجاد مدل یادگیری ماشینی Generate Machine Learning Model

  • مدل بازآموزی Retrain Model

  • مدل تست - نمای تلفن Test Model - Phone View

  • مراحل بعدی Next Steps

نتیجه Conclusion

  • چگونه می توان یک مهندس ام ال جاسازی شده شد How to become an Embedded ML Engineer

نمایش نظرات

آموزش مقدمه ای بر یادگیری ماشین جاسازی شده
جزییات دوره
33 mins
20
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,307
3.9 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Ashvin Roharia Ashvin Roharia

مهندس نرم افزار در آزمایشگاه سیلیکون