¿Qué tipo de proyecto puedo hacer usando sistemas integrados y aprendizaje automático juntos?

Bueno, creo que depende más del tablero que elijas para hacer el proyecto.

El dispositivo Iot debería ser capaz de calcular los datos que recibe porque si lo va a combinar con ML, debe proporcionarle cada vez más datos para que pueda aprender cosas.

Teniendo en cuenta algunos de los dispositivos Iot

Arduino : principalmente capaz de hacer pequeños dispositivos Iot como para medir temperatura, pantalla led y puede encontrar muchos de ellos aquí:

Tecnología Arduino Instructables destacados

Raspberry pi : estos tienen mucho más poder de cómputo en comparación con ellos.

Por lo tanto, estos pueden ayudarlo a hacer un proyecto de ML, por ejemplo, como un mini automóvil sin conductor con CV abierto o pequeños bots.

Tecnología Raspberry-pi Instructables destacados

Las placas Intel Iot como Galileo o Edison , o la placa paralela, son mucho más potentes y utilizan procesamiento paralelo, lo cual es sorprendente para realizar estos proyectos superiores.

Uno de los mejores proyectos que encuentro en este tema es COZMO , que en realidad usa IA en un sistema embebido muy pequeño.

Conoce a Cozmo | Anki

Entonces, supongo que solo depende de qué tablero estés usando.

Hay innumerables posibilidades para tales proyectos. El aprendizaje automático no se limita solo a las GPU y las máquinas de alta potencia. Esos algoritmos se pueden ejecutar incluso en la nube, por lo que la potencia y las capacidades de su computadora son de importancia secundaria.

Sin embargo, el aprendizaje automático necesita datos. Más datos, mejores resultados. También hay conjuntos de datos gratuitos disponibles en Internet para que los pruebe. Por supuesto, los datos deben limpiarse y eliminarse las redundancias, etc.

Pero, ¿qué sucede si desea resolver algún problema específico para el que aún no tiene datos? Puede emplear su sistema integrado para recopilar los datos y luego dejar que el aprendizaje automático realice algunos análisis, predicciones, etc.

Digamos que desea un sistema para mantener la salud de las plantas en su jardín de terraza. Puede conectar algunos sensores como sensores de humedad, sensores de luz, sensores de temperatura y humedad alrededor de las plantas. Puede alimentar las lecturas del sensor a una computadora como Raspberry Pi o algo similar. Tiene una manera de recopilar datos ahora. Lo más simple que puede hacer es agregar un poco de control del motor y dejar que el sistema riegue las plantas cuando la humedad del suelo esté por debajo de cierto nivel (o combine el nivel de humedad con las lecturas de temperatura). También puede recopilar datos sobre cuántas veces se regaron las plantas o incluso la cantidad de agua necesaria usando un sensor de nivel de agua en el tanque. Esto se convierte en su sistema integrado.

Da un paso más y entra en el mundo del aprendizaje automático. Utilice el aprendizaje automático para analizar los datos. Ahora que tiene datos sobre cuándo se regaron las plantas y cuánta agua se necesitaba según los datos del sensor, aplique algunos algoritmos para predecir cuánta agua se necesitará en una estación en particular o en condiciones climáticas particulares. Probablemente una regresión lineal simple funcionará bien para esto.

Yendo más allá, también puedes enganchar una cámara y tomar fotos de las plantas. Dígale al sistema qué plantas parecen estar en buen estado de salud o cuáles están floreciendo y cuáles están en mal estado de salud, etc. Luego puede hacer que el sistema aplique algoritmos de reconocimiento de imágenes y le avise si algunas plantas necesitan atención.

Esta podría haber sido una descripción vaga de un proyecto del mundo real, pero al menos puede darle una idea de qué tipo de proyectos son posibles con una combinación de sistema integrado y aprendizaje automático. El proyecto puede o no tener el potencial suficiente para convertirse en un producto, pero no obstante imparte mucho aprendizaje.

Algunos de los sitios web donde puede obtener más ideas:

Kaggle: tu hogar para la ciencia de datos

Canal de Youtube Siraj Raval

Hackster: la comunidad dedicada al aprendizaje de hardware

Hackaday

Adafruit Learning System

Gracias,

Puede capturar diferentes parámetros del entorno, como la velocidad del viento, la luz del sol, la temperatura, la humedad, etc. e intentar predecir las lluvias, si está hoy en agosto puede tener algún resultado.

Recuerde que el aprendizaje automático se trata más de dar tiempo para que se configure el estudio base.

Los sistemas integrados ayudan en su proyecto al ser la cabeza computacional (cerebro). El sistema se diseñaría de tal manera que su software y hardware estén optimizados para realizar solo esa tarea con 100 precisión (idealmente). Los componentes de los sistemas integrados que son esenciales para el proyecto son: microcontrolador, memoria externa, RTOS, kernel, aplicación api.

No tengo idea sobre el aprendizaje automático.

Su pregunta me dice que probablemente usted tampoco entienda de qué sistema embebido no se trata el aprendizaje automático. Hay suficiente material en Internet sobre lo que está preguntando.

Podría comenzar con la recreación de un proyecto que ya haya sido realizado por otra persona. Si pudieras hacer eso, entonces tal vez podrías hacer un proyecto por tu cuenta.

Un proyecto que ayuda a reconocer dígitos escritos a mano como 0,1,2 …… 9