Machine learning (ML) allows us to teach computers to make predictions and decisions based on data and learn from experiences. In recent years, incredible optimizations have been made to machine learning algorithms, software frameworks, and embedded hardware. Thanks to this, running deep neural networks and other complex machine learning algorithms is possible on low-power devices like microcontrollers.
Introduction to Embedded Machine Learning
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
Introduction to Embedded Machine Learning
Dozenten: Shawn Hymel
46.243 bereits angemeldet
Bei 
enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8
(671 Bewertungen)
Stufe Mittel
Empfohlene Erfahrung
Flexibler Zeitplan
Ca. 17 Stunden
In Ihrem eigenen Lerntempo lernen
97%
Den meisten Lernenden gefiel dieser Kurs
Was Sie lernen werden
The basics of a machine learning system
How to deploy a machine learning model to a microcontroller
How to use machine learning to make decisions and predictions in an embedded system
Kompetenzen, die Sie erwerben
- Kategorie: Computer Programming
- Kategorie: Arduino
- Kategorie: Machine Learning
- Kategorie: Microcontroller
- Kategorie: Embedded System Design
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
14 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
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.
In diesem Kurs gibt es 3 Module
In this module, we will introduce the concept of machine learning, how it can be used to solve problems, and its limitations. We will also cover how machine learning on embedded systems, such as single board computers and microcontrollers, can be effectively used to solve problems and create new types of computer interfaces. Then, we will introduce the Edge Impulse tool and collect motion data for a "magic wand" demo. Finally, we will examine the various features that can be calculated from this raw motion data, including root mean square (RMS), Fourier transform, and power spectral density (PSD).
Das ist alles enthalten
13 Videos15 Lektüren5 Aufgaben2 Diskussionsthemen
In this module, we will look at how neural networks work, how to train them, and how to use them to perform inference in an embedded system. We will continue the previous demo of creating a motion classification system using motion data collected from a smartphone or Arduino board. Finally, we will challenge you with a new motion classification project where you will have the opportunity to implement the concepts learning in this module and the previous module.
Das ist alles enthalten
10 Videos10 Lektüren5 Aufgaben1 Diskussionsthema
In this module, we cover audio classification on embedded systems. Specifically, we will go over the basics of extracting mel-frequency cepstral coefficients (MFCCs) as features from recorded audio, training a convolutional neural network (CNN) and deploying that neural network to a microcontroller. Additionally, we dive into some of the implementation strategies on embedded systems and talk about how machine learning compares to sensor fusion.
Das ist alles enthalten
9 Videos7 Lektüren4 Aufgaben1 Diskussionsthema1 Plug-in
von
Empfohlen, wenn Sie sich für Machine Learning 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.“
Bewertungen von Lernenden
Zeigt 3 von 671
4.8
671 Bewertungen
- 5 stars
81,65 %
- 4 stars
16,12 %
- 3 stars
2,07 %
- 2 stars
0 %
- 1 star
0,14 %
SS
5
Geprüft am 23. Sep. 2021
A
5
Geprüft am 11. Juli 2022
JH
4
Geprüft am 9. Juni 2021
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
No hardware is required to complete the course. However, we recommend purchasing an Arduino Nano 33 BLE Sense in order to do the optional projects. Links to sites that sell the board will be provided in the course.
We recommend having some experience with embedded systems (such as programming an Arduino board or other microcontroller) and familiarity with the C/C++ language(s). No prior machine learning knowledge is required (but if you do have some, this course might be a good review). You will be required to use some math (reading plots, arithmetic, and algebra) to complete the quizzes and projects.
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.