L'apprentissage automatique nous permet d'apprendre aux ordinateurs à faire des prédictions et à prendre des décisions sur la base de données et à tirer des enseignements de leurs expériences. Ces dernières années, des optimisations incroyables ont été apportées aux algorithmes d'apprentissage automatique, aux cadres logiciels et au matériel embarqué. Ce cours vous donnera un aperçu général du fonctionnement de l'apprentissage automatique, de l'entraînement des réseaux neuronaux et du déploiement de ces réseaux sur des microcontrôleurs, ce qui est connu sous le nom d'apprentissage automatique embarqué ou TinyML. Vous n'avez pas besoin de connaissances préalables en apprentissage automatique pour suivre ce cours. Il est conseillé d'être familier avec Arduino et les microcontrôleurs pour comprendre certains sujets ainsi que pour s'attaquer aux projets. Nous couvrirons les concepts et le vocabulaire nécessaires pour comprendre les principes fondamentaux de l'apprentissage automatique et nous fournirons des démonstrations et des projets pour vous donner une expérience pratique.

Introduction à l'apprentissage automatique embarqué
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Introduction à l'apprentissage automatique embarqué
Ce cours fait partie de Spécialisation "L'IA pour les microcontrôleurs"


Instructeurs : Shawn Hymel
55 580 déjà inscrits
Inclus avec
Demander à Coursera
759 avis
Expérience recommandée
Ce que vous apprendrez
Les bases d'un système d'apprentissage automatique
Comment déployer un modèle d'apprentissage automatique sur un microcontrôleur ?
Comment utiliser l'apprentissage automatique pour prendre des décisions et faire des prédictions dans un système embarqué ?
Compétences que vous acquerrez
- Catégorie : Prétraitement des données
- Catégorie : Systèmes embarqués
- Catégorie : Éthique des données
- Catégorie : Réseaux neuronaux convolutifs
- Catégorie : Logiciel d'apprentissage automatique
- Catégorie : Programmation informatique
- Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
- Catégorie : Ingénierie des fonctionnalités
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Évaluation du modèle
- Catégorie : Apprentissage automatique
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Modèle de formation
- Catégorie : L'IA responsable
- Catégorie : Apprentissage profond
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Modélisation prédictive
Outils que vous découvrirez
- Catégorie : Déploiement du modèle
Détails à connaître

Ajouter à votre profil LinkedIn
14 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 3 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs

Offert par
En savoir plus sur Apprentissage automatique

Edge Impulse

DeepLearning.AI

University of Glasgow
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
81,68 %
- 4 stars
16,07 %
- 3 stars
2,10 %
- 2 stars
0 %
- 1 star
0,13 %
Affichage de 3 sur 759
Révisé le 15 avr. 2021
Great Course to get into machine learning, Shawn is a great teacher and reading recommendations are great!
Révisé le 11 août 2021
As everybody says they go at a really fast pace, I had to watch like three times each video, but the content is really good and concise. Thanks to the sponsors and to the teacher
Révisé le 21 juil. 2021
Best courser, as we are not just learning about the Embedded ML, as we also learn the fundamentals of ML.
Foire Aux Questions
Plus de questions
Aide financière disponible,





