VIP20
本课程属于：019-TinyML数据集采集、标注与评估 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

15. TinyML现场数据回收：误报样本、漏报样本与持续改进

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
了解TinyML现场数据回收的重要性 · 课程目标 · 适用人群以及整体学习路径
课程导入TinyML
02
TinyML基础回顾
掌握TinyML的基本概念 · 典型应用场景 · 资源约束以及与传统机器学习的区别
TinyML基础回顾
03
模型部署与现场运行
理解TinyML模型从训练到部署的流… · 以及现场运行中数据分布漂移的挑战
模型部署现场运行
04
误报与漏报的定义
明确误报（False Positiv…
误报漏报的定义
05
误报与漏报的代价分析
学习如何量化误报和漏报在不同应用（如… · 智能家居 · 可穿戴健康）中的成本与风险
误报漏报的代价分析
06
现场数据回收的意义
掌握为什么需要回收现场数据 · 以及它如何驱动模型持续改进和适应真实…
现场数据回收的意…掌握为什么需要回…
07
数据回收的挑战
分析现场数据回收中常见的隐私 · 带宽 · 存储
数据回收的挑战分析现场数据回收
08
误报样本的识别与标记
学习如何从现场日志 · 用户反馈或自动规则中识别和标记误报样…
误报样本的识别标记
09
漏报样本的识别与标记
掌握漏报样本的发现方法 · 包括主动学习 · 异常检测和人工审核
漏报样本的识别标记
10
数据回收的架构设计
设计一个完整的现场数据回收系统 · 包括设备端采集 · 传输
数据回收的架构设…设计一个完整的现…
11
设备端数据缓存与筛选
学习在资源受限的设备上如何缓存和筛选… · 减少无效数据传输
设备端数据缓存筛选
12
通信协议与数据上传
了解适合TinyML的轻量级通信协议… · CoAP）以及数据上传的批处理策略
通信协议数据上传
13
云端数据接收与存储
掌握云端数据接收接口设计 · 数据库选型（如时序数据库）以及数据分…
云端数据接收存储
14
数据去重与清洗
学习如何对回收的现场数据进行去重 · 去噪 · 格式统一和初步质量检查
数据去重清洗
15
数据标注策略
针对误报和漏报样本 · 设计高效的人工标注流程 · 包括标注工具
数据标注策略针对误报
16
主动学习与难例挖掘
掌握主动学习的基本原理 · 以及如何利用模型不确定性自动筛选高价…
主动学习难例挖掘
17
数据增强与平衡处理
学习对回收的误报/漏报样本进行数据增… · 解决类别不平衡问题
数据增强平衡处理
18
模型增量学习与微调
掌握基于新回收数据对TinyML模型… · 避免灾难性遗忘
模型增量学习微调
19
持续改进的闭环流程
构建从现场数据回收 · 标注 · 训练
持续改进的闭环流…构建从现场数据回…
20
模型版本管理与回滚
学习如何管理多个模型版本 · 以及在新模型效果不佳时如何安全回滚
模型版本管理回滚
21
评估指标与监控
定义适合持续改进的评估指标（如精确率 · 召回率 · F1分数）
评估指标监控
22
案例实战
工业异常检测中的误报回收 · 演示如何回收误报样本并改进模型
案例实战工业异常检测
23
案例实战
智能语音唤醒中的漏报回收 · 展示漏报样本的收集与模型优化
案例实战智能语音唤醒
24
案例实战
可穿戴健康监测的持续改进 · 综合运用误报和漏报回收提升模型鲁棒性
案例实战可穿戴健康监测的…
25
常见问题与解决方案
总结现场数据回收中常见的工程问题 · 如数据延迟 · 标注不一致
常见问题解决方案
26
隐私与安全合规
讨论在数据回收过程中如何保护用户隐私 · 符合GDPR等法规 · 并采用联邦学习等隐私保护技术
隐私安全合规
27
工具与平台
介绍常用的开源工具和云平台（如Edg… · TensorFlow Lite · AWS IoT）支持现场数据回收
工具平台
28
性能优化与资源管理
学习如何优化数据回收流程 · 降低设备功耗 · 网络流量和云端计算成本
性能优化资源管理
29
综合项目
设计一个完整的TinyML现场数据回… · 架构设计到实现和评估
综合项目TinyML
30
课程总结与进阶方向
回顾核心知识点 · 探讨未来趋势（如自动化机器学习 · 在线学习）以及进一步学习资源
课程总结进阶方向