Arm
Getting Started with Machine Learning at the Edge on Arm

Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.

Diese kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Arm

Getting Started with Machine Learning at the Edge on Arm

Arm Education

Dozent: Arm Education

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

Es dauert 9 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

Es dauert 9 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

  • Kategorie: Computer Vision
  • Kategorie: Tensorflow
  • Kategorie: Speech Recognition
  • Kategorie: Pattern Recognition
  • Kategorie: Machine Learning (ML) Algorithms
  • Kategorie: Internet Of Things (IoT)
  • Kategorie: Anaconda (Software)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

31 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 6 Module

In this module, you will be introduced to key concepts in Machine Learning and learn why businesses now need this technology to be available on low-power devices.

Das ist alles enthalten

3 Videos2 Lektüren3 Aufgaben

In this module, you will explore some of the key concepts in machine learning, such as feature extraction and classification models, in the context of signal processing. You will understand the importance of training and evaluation in the machine learning workflow, and the constraints involved when using microcontrollers for this. At the end of the module, you will complete a practical lab exercise, to implement some simple machine learning models for activity recognition, using accelerometer data. To do so, you will be shown how to use Anaconda and Python to work with datasets.

Das ist alles enthalten

7 Videos1 Lektüre7 Aufgaben

This module dives deeper into a powerful and widely used model in Machine Learning: the artificial neural network. These can analyze large quantities of input data in complex ways, in order to solve classification problems, such as identifying objects in an image. In order to run neural networks on small microprocessors, these models need to be as streamlined as possible. So you will also look at the complexity of a typical neural network, and see some techniques to reduce this complexity, such as quantization. In the lab, you will continue building a classifier for activity recognition, but this time using a neural network on an Arm STM32 microprocessor. For this, you will be introduced to the TensorFlow Python library, which is also popular for many applications in machine learning.

Das ist alles enthalten

6 Videos1 Lektüre5 Aufgaben

Neural networks can be used to solve complex classification problems, as you have already seen. In this module, you’ll discover a more advanced model: the convolutional neural network. These are important for image processing, as they can interpret relationships between adjacent pixels, but they are also used in other applications such as financial modeling. This is a new and modern technique so you’ll be learning about the cutting edge of machine learning, and the recent trends in this field. In the lab, you’ll develop a convolutional neural network for audio processing, and optimize it for both accuracy and performance. This would allow it to give good results on a small device without draining the battery or delaying the response.

Das ist alles enthalten

5 Videos1 Lektüre5 Aufgaben

The algorithms used in modern machine learning can be very complex, and require many iterations of innovation and testing by computer scientists. This is especially true for the optimized algorithms required by microprocessors! Thankfully, you do not need to implement these algorithms yourself, as they are available in libraries, such as CMSIS-NN, developed by Arm. This module shows you how this library can be used for machine learning—for example for image processing using convolutional neural networks. In the lab exercise, you also have the opportunity to use CMSIS-NN to develop a simple model for the CIFAR-10 dataset, using CUBE AI.

Das ist alles enthalten

5 Videos1 Lektüre5 Aufgaben

For machine learning to perform well, even on the smallest devices, it is essential to optimize the models to minimize their memory footprint and the number of operations required to perform inference tasks. In practice, this allows portable devices to be more responsive, and extends their battery life. In this last module, you’ll explore some of the cutting-edge techniques used to optimize neural networks, such as using fixed-point arithmetic in place of floating-point arithmetic. To consolidate your learning, you will develop the best machine learning model that you can, that would be able to run on an ArmCortex-M microprocessor, using a toolkit such as CMSIS-NN.

Das ist alles enthalten

6 Videos1 Lektüre6 Aufgaben1 Plug-in

Dozent

Arm Education
Arm
2 Kurse2.577 Lernende

von

Arm

Empfohlen, wenn Sie sich für Algorithms interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen