Künstliche Intelligenz (KI)

Lösen realer Probleme mit eingebettetem maschinellem Lernen Edge AI verändert die Art und Weise, wie Computer mit der realen Welt interagieren, und ermöglicht es IoT-Geräten, Entscheidungen anhand von 99 % der Sensordaten zu treffen, die zuvor aufgrund von Kosten-, Bandbreiten- oder Leistungsbeschränkungen verworfen wurden. Mit Techniken wie dem eingebetteten maschinellen Lernen können Entwickler die menschliche Intuition erfassen und auf jedem Ziel einsetzen – von Mikrocontrollern mit extrem geringem Stromverbrauch bis hin zu eingebetteten Linux-Geräten. Dieser praktische Leitfaden bietet Ingenieuren, darunter Produktmanagern und Technologieführern, einen umfassenden Rahmen für die Lösung realer industrieller, kommerzieller und wissenschaftlicher Probleme mit Edge-KI. Sie erkunden jede Phase des Prozesses, von der Datenerfassung über die Modelloptimierung bis hin zu Optimierung und Tests, während Sie lernen, wie Sie Edge-KI- und eingebettete ML-Produkte entwerfen und unterstützen. Edge AI ist dazu bestimmt, ein Standardwerkzeug für Systemingenieure zu werden. Diese allgemeine Roadmap hilft Ihnen beim Einstieg. Entwickeln Sie Ihr Fachwissen in KI und ML für Edge-Geräte Verstehen Sie, welche Projekte sich am besten mit Edge-KI lösen lassen Entdecken Sie wichtige Designmuster für Edge-KI-Apps Lernen Sie einen iterativen Workflow für die Entwicklung von KI-Systemen Bilden Sie ein Team mit den Fähigkeiten, reale Probleme zu lösen Befolgen Sie einen verantwortungsvollen KI-Prozess, um effektive Produkte zu erstellen Downloads Errata GitHub

Lesen (+) (–)