Struttura del corso

  • Introduzione all'Edge AI
    • Definizione di Edge AI e del suo significato
    • Vantaggi dell'implementazione di modelli di intelligenza artificiale all'edge
    • Panoramica del panorama dell'IA per l'edge computing
  • Architetture convoluzionali Neural Networks (CNN) per l'IA perimetrale
    • Comprendere le nozioni di base della CNN e la loro applicabilità a Edge AI
    • Considerazioni sulla progettazione per le CNN sui dispositivi perimetrali
    • Casi di studio: Modelli CNN efficienti in azione
  • Progettazione di reti compatte per l'implementazione edge
    • Tecniche per ridurre le dimensioni del modello senza sacrificare la precisione
    • Strumenti e framework per l'ottimizzazione dei modelli
    • Valutazione dei compromessi tra prestazioni e complessità
  • Tecniche di distillazione della conoscenza per l'Edge AI
    • Principi della distillazione della conoscenza e suoi benefici
    • Implementazione della distillazione della conoscenza per i modelli edge
    • Esempi pratici e storie di successo
  • Metodi di compressione profonda per i modelli Edge AI
    • Cenni sulle tecniche di compressione del modello (potatura, quantizzazione)
    • Applicazione di metodi di compressione a scenari di edge AI
    • Impatto sulle prestazioni, sull'accuratezza e sulla distribuzione del modello
  • Concetti e applicazioni dell'apprendimento federato
    • Introduzione all'apprendimento federato e alla sua importanza per la privacy e l'efficienza
    • Aspetti architetturali e operativi dei sistemi di apprendimento federato
    • Sfide e soluzioni nell'implementazione dell'apprendimento federato all'edge
  • Implementazione di soluzioni Edge AI
    • Flusso di lavoro end-to-end per la distribuzione di modelli di intelligenza artificiale su dispositivi edge
    • Strumenti e piattaforme a supporto dello sviluppo di Edge AI
    • Monitoraggio e gestione delle applicazioni Edge AI in produzione
  • Casi di studio e project work
    • Analisi delle implementazioni di Edge AI nel mondo reale in vari settori
    • Progetto di gruppo: Progettare e implementare una soluzione Edge AI
    • Presentazione e critica dei risultati del progetto

Requisiti

  • Familiarità con il cloud computing e l'intelligenza artificiale

Pubblico

  • Business Analisti
  • Responsabili di prodotto
  • Gli sviluppatori
 35 ore

Numero di Partecipanti



Prezzo per Partecipante

Corsi relativi

Categorie relative