Contattataci

Struttura del corso

  • Introduzione all’AI nei dispositivi Edge
    • Cos’è l’AI edge e perché riveste un ruolo cruciale
    • Vantaggi della distribuzione di modelli AI ai margini della rete
    • Panoramica dello scenario attuale dell’AI per l’elaborazione edge
  • Architetture di reti neurali convoluzionali (CNN) per AI Edge
    • Nozioni di base sulle CNN e il loro utilizzo nei contesti edge
    • Considerazioni progettuali per lo sviluppo di CNN su dispositivi limitati
    • Casi pratici: modelli CNN efficienti in azione
  • Progettazione di reti neurali compatte per implementazioni Edge
    • Tecniche per ridurre le dimensioni dei modelli senza comprometterne l’accuratezza
    • Strumenti e framework utili all’ottimizzazione dei modelli AI
    • Analisi degli equilibri tra efficienza computazionale e complessità architetturale
  • Tecniche di distillazione della conoscenza per AI Edge
    • Fondamenti teorici e vantaggi pratici della distillazione della conoscenza
    • Implementazione di queste tecniche nei modelli edge
    • Esempi concreti e success stories in ambito applicativo
  • Metodi di compressione profonda per modelli AI Edge
    • Nozioni generali su tecniche come l’addestramento selettivo e la quantizzazione
    • Applicazioni pratiche di tali metodi all’ambiente edge
    • Effetti sulla velocità, accuratezza e complessità di distribuzione dei modelli
  • Concetti e applicazioni dell’apprendimento federato
    • Cenni introduttivi all’apprendimento federato: protezione della privacy ed efficienza computazionale
    • Aspetti architetturali e operativi dei sistemi basati sull’apprendimento federato
    • Sfide pratiche nella sua implementazione su dispositivi edge e relative soluzioni
  • Implementazione di soluzioni AI nei dispositivi Edge
    • Flusso di lavoro completo per distribuire modelli su questi dispositivi
    • Piattaforme e strumenti più utilizzati nello sviluppo AI Edge
    • Monitoraggio operativo e gestione delle applicazioni AI post-deployment
  • Casi studio e progetti pratici
    • Analisi dettagliata di realizzazioni AI edge in diversi settori
    • Lavoro di gruppo: progettazione e sviluppo concreto di una soluzione AI Edge
    • Presentazione finale dei risultati ottenuti e analisi critica

Requisiti

  • Conoscenza di base del cloud computing e dell’intelligenza artificiale

Destinatari

  • Analisti aziendali
  • Product manager
  • Sviluppatori
 35 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative