VIP20
本课程属于：016-TinyML异常检测与预测性维护 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

1. TinyML异常检测入门：端侧设备状态识别方法

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 端侧设备状态识别的重要性与典型应用场…
课程导入学习目标
02
TinyML基础
什么是TinyML · 边缘计算与云计算的对比 · TinyML的硬件与软件生态
TinyML什么是
03
异常检测概述
异常检测的定义 · 类型（点异常 · 上下文异常
异常检测概述异常检测的定义
04
端侧设备状态识别
常见设备状态（正常 · 退化 · 故障）
端侧设备状态识别常见设备状态
05
数据准备与预处理
数据清洗 · 去噪 · 归一化
数据准备预处理
06
特征工程
时域特征（均值 · 方差 · 峰值）
特征工程时域特征
07
经典异常检测方法
基于统计（Z-score · IQR） · 基于距离（KNN
经典异常检测方法Z-score
08
机器学习模型
逻辑回归 · 决策树 · 随机森林
机器学习模型逻辑回归
09
深度学习模型
自编码器 · LSTM · CNN在时序异常检测中的原理与适用场…
深度学习模型自编码器
10
TinyML模型压缩
量化 · 剪枝 · 知识蒸馏
TinyML模型压缩
11
端侧推理框架
TensorFlow Lite Mi… · Edge Impulse · Arduino
端侧推理框架TensorFlow
12
模型训练与验证
训练集/验证集/测试集划分 · 交叉验证 · 评估指标（准确率
模型训练验证
13
异常检测阈值设定
阈值选择方法 · 动态阈值 · 误报与漏报的权衡
异常检测阈值设定阈值选择方法
14
实时性与资源约束
内存 · 计算量 · 功耗优化
实时性资源约束
15
案例实战
基于加速度计的电机振动异常检测（数据… · 特征提取 · 模型训练与部署）
案例实战基于加速度计的电…
16
案例实战
基于温度传感器的设备过热预警（使用E…
案例实战基于温度传感器的…
17
案例实战
基于电流信号的泵异常检测（使用TFL…
案例实战TFL
18
案例实战
多传感器融合的异常检测（振动+温度+… · 特征融合与模型集成）
案例实战多传感器融合的异…
19
端侧部署流程
从训练到部署的完整流程（模型转换 · 量化 · 烧录
端侧部署流程从训练到部署的完…
20
常见问题与调试
数据不平衡 · 过拟合 · 模型漂移
常见问题调试
21
模型更新与持续学习
在线学习 · 增量学习 · 模型版本管理在端侧的实现
模型更新持续学习
22
安全与隐私
端侧数据隐私保护 · 模型安全 · 对抗攻击与防御
安全隐私
23
性能评估与优化
端侧基准测试 · 功耗测量 · 模型优化迭代方法
性能评估优化
24
综合项目
设计一个完整的端侧设备状态识别系统（…
综合项目设计一个完整的端…
25
进阶主题
联邦学习在TinyML异常检测中的应… · 边缘-云协同
进阶主题TinyML
26
工具与资源
常用数据集（如NASA轴承数据集） · 开源库 · 社区与学习路径
工具资源
27
行业应用案例
工业预测性维护 · 智能家居设备监测 · 可穿戴健康监测
行业应用案例工业预测性维护
28
课程总结
核心知识点回顾 · 常见误区 · 学习建议与下一步方向
课程总结核心知识点回顾
29
实战考核
完成一个端侧异常检测项目并提交报告（… · 模型 · 部署结果）
实战考核完成一个端侧异常…
30
答疑与拓展
常见问题解答 · 前沿趋势（如超低功耗芯片 · 神经形态计算）与职业发展建议
答疑拓展