Course Outline

Introduction to Edge AI

  • 정의 및 주요 개념
  • 엣지 AI와 클라우드 AI의 차이점
  • Edge AI의 이점과 과제
  • Edge AI 애플리케이션 개요

엣지 AI 아키텍처

  • Edge AI 시스템의 구성요소
  • 하드웨어 및 소프트웨어 요구 사항
  • Edge AI 애플리케이션의 데이터 흐름
  • 기존 시스템과의 통합

Edge AI 환경 설정

  • Introduction to Edge AI 플랫폼(Raspberry Pi, NVIDIA Jetson 등)
  • 필요한 소프트웨어 및 라이브러리 설치
  • 개발 환경 구성
  • Edge AI 설정 초기화

Edge AI 모델 개발

  • 기계 학습 및 딥 러닝 모델 개요
  • 엣지 배포를 위한 훈련 모델
  • 모델 최적화 기술
  • Edge AI 개발을 위한 도구 및 프레임워크

Edge AI 애플리케이션 배포

  • 에지 장치에 모델을 배포하는 단계
  • 배포된 모델 모니터링 및 관리
  • 실시간 데이터 처리 및 추론
  • 사례 연구 및 예시

Use Case 및 애플리케이션

  • Edge AI의 산업별 애플리케이션
  • 의료, 자동차, 스마트 홈 분야의 사례 연구
  • 성공 사례와 교훈
  • Edge AI의 미래 동향과 기회

윤리적 고려사항 및 모범 사례

  • Edge AI의 개인 정보 보호 및 보안 보장
  • 편견과 공정성 다루기
  • 규정 및 표준 준수
  • 책임감 있는 AI 배포를 위한 모범 사례

실습 프로젝트 및 연습

  • 간단한 Edge AI 애플리케이션 개발
  • 실제 프로젝트 및 시나리오
  • 협동 그룹 연습
  • 프로젝트 프레젠테이션 및 피드백

요약 및 다음 단계

Requirements

  • 기본 AI 및 머신러닝 개념에 대한 이해
  • 프로그래밍 언어 경험(Python 권장)
  • 일반적인 컴퓨팅 개념에 대한 지식

청중

  • 개발자
  • IT 전문가
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories