Plan du cours

Introduction à l'IA au Bord (Edge AI)

  • Définition et concepts clés
  • Différences entre IA au bord et IA en nuage
  • Avantages et défis de l'IA au bord
  • Aperçu des applications d'IA au bord

Architecture de l'IA au Bord

  • Composants des systèmes d'IA au bord
  • Exigences en matière de matériel et de logiciel
  • Flux de données dans les applications d'IA au bord
  • Intégration avec des systèmes existants

Configuration de l'environnement IA au Bord

  • Introduction aux plateformes d'IA au bord (Raspberry Pi, NVIDIA Jetson, etc.)
  • Installation des logiciels et bibliothèques nécessaires
  • Configuration de l'environnement de développement
  • Initialisation de la configuration d'IA au bord

Développement de Modèles IA au Bord

  • Aperçu des modèles d'apprentissage automatique et profond pour les appareils au bord
  • Formation de modèles spécifiquement pour le déploiement au bord
  • Techniques pour optimiser les modèles pour les appareils au bord
  • Outils et cadres pour le développement d'IA au bord (TensorFlow Lite, OpenVINO, etc.)

Gestion des Données et Prétraitement pour l'IA au Bord

  • Techniques de collecte de données dans les environnements au bord
  • Prétraitement et augmentation des données pour les appareils au bord
  • Gestion des pipelines de données sur les appareils au bord
  • Garantie de la confidentialité et de la sécurité des données dans les environnements au bord

Déploiement d'Applications IA au Bord

  • Étapes pour déployer des modèles sur divers appareils au bord
  • Techniques de surveillance et de gestion des modèles déployés
  • Traitement en temps réel et inférence de données sur les appareils au bord
  • Études de cas et exemples pratiques de déploiement

Intégration d'IA au Bord avec des Systèmes IoT

  • Connexion des solutions IA au bord aux appareils et capteurs IoT
  • Protocoles de communication et méthodes d'échange de données
  • Création d'une solution intégrée d'IA au bord et d'IoT
  • Exemples pratiques et cas d'utilisation

Cas D'Utilisation et Applications

  • Applications spécifiques par secteur de l'IA au bord
  • Études de cas approfondies dans la santé, l'automobile et les maisons intelligentes
  • Succès et leçons apprises
  • Tendances futures et opportunités en IA au bord

Considérations Éthiques et Meilleures Pratiques

  • Garantir la confidentialité et la sécurité dans les déploiements d'IA au bord
  • Traiter le biais et l'équité dans les modèles d'IA au bord
  • Conformité aux réglementations et normes
  • Meilleures pratiques pour un déploiement responsable de l'IA

Projets Pratiques et Exercices

  • Développer une application d'IA au bord complexe
  • Projets et scénarios du monde réel
  • Ateliers de groupe collaboratifs
  • Présentations de projets et commentaires

Résumé et Étapes Suivantes

Pré requis

  • Comprendre les concepts de base de l'IA et de l'apprentissage automatique
  • Expérience avec des langages de programmation (Python recommandé)
  • Familiarité avec les concepts du calcul à la périphérie et IoT

Public cible

  • Développeurs
  • Professionnels IT
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires