Tiny Machine Learning Quickstart (eBook)
XX, 326 Seiten
Apress (Verlag)
979-8-8688-1294-1 (ISBN)
Be a part of the Tiny Machine Learning (TinyML) revolution in the ever-growing world of IoT. This book examines the concepts, workflows, and tools needed to make your projects smarter, all within the Arduino platform.
You’ll start by exploring Machine learning in the context of embedded, resource-constrained devices as opposed to your powerful, gigabyte-RAM computer. You’ll review the unique challenges it poses, but also the limitless possibilities it opens. Next, you’ll work through nine projects that encompass different data types (tabular, time series, audio and images) and tasks (classification and regression). Each project comes with tips and tricks to collect, load, plot and analyse each type of data.
Throughout the book, you’ll apply three different approaches to TinyML: traditional algorithms (Decision Tree, Logistic Regression, SVM), Edge Impulse (a no-code online tools), and TensorFlow for Microcontrollers. Each has its strengths and weaknesses, and you will learn how to choose the most appropriate for your use case. TinyML Quickstart will provide a solid reference for all your future projects with minimal cost and effort.
What You Will Learn
- Navigate embedded ML challenges
- Integrate Python with Arduino for seamless data processing
- Implement ML algorithms
- Harness the power of Tensorflow for artificial neural networks
- Leverage no-code tools like Edge Impulse
- Execute real-world projects
Who This Book Is For
Electronics hobbyists and developers with a basic understanding of Tensorflow, ML in Python, and Arduino-based programming looking to apply that knowledge with microcontrollers. Previous experience with C++ is helpful but not required.
| Erscheint lt. Verlag | 15.4.2025 |
|---|---|
| Reihe/Serie | Maker Innovations Series |
| Zusatzinfo | XX, 326 p. 105 illus. |
| Sprache | englisch |
| Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
| Informatik ► Weitere Themen ► Hardware | |
| Mathematik / Informatik ► Mathematik ► Statistik | |
| Schlagworte | Arduino • Embedded • machine learning • Microcontrollers • ML • TinyML |
| ISBN-13 | 979-8-8688-1294-1 / 9798868812941 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
