Машинное обучение (ML) позволяет научить компьютеры делать прогнозы и принимать решения на основе данных и учиться на опыте. В последние годы алгоритмы машинного обучения, программные фреймворки и встроенное оборудование были невероятно оптимизированы. Благодаря этому запуск глубоких нейронных сетей и других сложных алгоритмов машинного обучения стал возможен на маломощных устройствах, таких как микроконтроллеры. В этом курсе Вы получите общее представление о том, как работает машинное обучение, как обучать нейронные сети и как устанавливать эти сети на микроконтроллеры, что известно как встраиваемое машинное обучение или TinyML. Для прохождения этого курса Вам не нужны какие-либо предварительные знания в области машинного обучения. Знакомство с Arduino и микроконтроллерами рекомендуется для понимания некоторых тем, а также для выполнения проектов. Некоторые математические навыки (чтение графиков, арифметика, алгебра) также необходимы для выполнения тестов и проектов. Мы рассмотрим концепции и лексику, необходимые для понимания основ машинного обучения, а также предоставим демонстрации и проекты, чтобы дать Вам практический опыт. Подробнее