Dados Gerais do Componente Curricular
| Tipo do Componente Curricular: |
DISCIPLINA |
| Unidade Responsável: |
INSTITUTO DE ENGENHARIA DE SISTEMAS E TECNOLOGIA DA INFORMAÇÃO (11.52) |
| Código: |
IESTI01 |
| Nome: |
TINYML - APRENDIZADO DE MÁQUINA APLICADO PARA DISPOSITIVOS IOT EMBARCADOS |
| Carga Horária Teórica: |
32 h. |
| Carga Horária Prática: |
0 h. |
| Carga Horária de Ead: |
0 h. |
| Carga Horária Total: |
32 h. |
| Pré-Requisitos: |
|
| Co-Requisitos: |
|
| Equivalências: |
|
| Excluir da Avaliação Institucional: |
Não |
| Matriculável On-Line: |
Sim |
| Horário Flexível da Turma: |
Não |
| Horário Flexível do Docente: |
Sim |
| Obrigatoriedade de Nota Final: |
Sim |
| Pode Criar Turma Sem Solicitação: |
Sim |
| Necessita de Orientador: |
Não |
| Possui Subturmas: |
Não |
| Exige Horário: |
Sim |
| Quantidade de Avaliações: |
2 |
| Ementa/Descrição: |
Fundamentos de IoT; Fundamentos de aprendizado de máquina (ML); Fundamentos de Deep Learning (DL); Como coletar dados para ML; Como treinar e implantar modelos de ML; Noções básicas sobre ML embarcado; O código por trás de alguns dos aplicativos mais amplamente utilizados no TinyML; Casos reais de aplicação do TinyML na indústria; Princípios de reconhecimento automático de fala (KeyWord Spotting como Alexa, Hey Google, Siri, etc.); Princípios do reconhecimento automático de imagens (Visual Wake Words); Conceito de detecção de anomalias e modelos de ML aplicáveis; Princípios de Engenharia de Dados aplicado ao TinyML; Visão geral do hardware de dispositivos baseados em microcontroladores; Visão geral do software por trás de dispositivos baseados em microcontroladores; Projetos reais utilizando plataformas de mercado; Design, Desenvolvimento e Implantação de uma IA responsável. |
|
|
