문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
엣지 AI 소개
- 정의 및 주요 개념
- 엣지 AI와 클라우드 AI의 차이점
- 엣지 AI의 장점과 도전 과제
- 엣지 AI 응용 프로그램 개요
엣지 AI 아키텍처
- 엣지 AI 시스템의 구성 요소
- 하드웨어 및 소프트웨어 요구 사항
- 엣지 AI 응용 프로그램의 데이터 흐름
- 기존 시스템과의 통합
엣지 AI 환경 설정
- 엣지 AI 플랫폼 소개 (Raspberry Pi, NVIDIA Jetson 등)
- 필요한 소프트웨어 및 라이브러리 설치
- 개발 환경 구성
- 엣지 AI 설정 초기화
엣지 AI 모델 개발
- 머신러닝 및 딥러닝 모델 개요
- 엣지 배포를 위한 모델 학습
- 모델 최적화 기술
- 엣지 AI 개발을 위한 도구 및 프레임워크
엣지 AI 응용 프로그램 배포
- 엣지 장치에 모델 배포 절차
- 배포된 모델 모니터링 및 관리
- 실시간 데이터 처리 및 추론
- 사례 연구 및 예제
사용 사례 및 응용 프로그램
- 산업별 엣지 AI 응용 프로그램
- 의료, 자동차, 스마트 홈의 사례 연구
- 성공 사례와 교훈
- 엣지 AI의 미래 트렌드 및 기회
윤리적 고려 사항 및 모범 사례
- 엣지 AI의 프라이버시 및 보안 보장
- 편견 및 공정성 해결
- 규정 및 표준 준수
- 책임 있는 AI 배포를 위한 모범 사례
실습 프로젝트 및 연습
- 간단한 엣지 AI 응용 프로그램 개발
- 현실 세계 프로젝트 및 시나리오
- 협업 그룹 연습
- 프로젝트 발표 및 피드백
요약 및 다음 단계
요건
- 기본 AI 및 머신러닝 개념에 대한 이해
- 프로그래밍 언어 경험 (Python 권장)
- 일반 컴퓨팅 개념에 대한 익숙함
대상
- 개발자
- IT 전문가
14 시간
회원 평가 (1)
고급 주제를 다루고 실제 사례를 통해 실습할 수 있습니다.
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
코스 - Advanced Edge AI Techniques
기계 번역됨