¿Estás listo para llevar tus habilidades de programación y electrónica al siguiente nivel? El curso "Tiny Machine Learning con Arduino y Edge Impulse" te ofrece una oportunidad única para adentrarte en el mundo de la inteligencia artificial aplicada a dispositivos de baja potencia. A lo largo de este curso, aprenderás a construir, entrenar e implementar modelos de machine learning directamente en microcontroladores como el Arduino Nano 33 BLE Sense.

¿Qué Aprenderás?

1. Fundamentos de TinyML y Edge Impulse:

   • Entenderás los principios básicos de Tiny Machine Learning (TinyML) y cómo Edge Impulse facilita el desarrollo de proyectos de IA en dispositivos embebidos.

2. Configuración del Entorno y Hardware:

   • Configurarás y conectarás el hardware necesario, incluyendo el Arduino Nano 33 BLE Sense y otros sensores. Aprenderás a preparar tu entorno de desarrollo para empezar a trabajar con Edge Impulse.

3. Adquisición y Preprocesamiento de Datos:

   • Capturarás datos reales utilizando sensores integrados y aprenderás técnicas de preprocesamiento para preparar estos datos para el entrenamiento del modelo.

4. Entrenamiento de Modelos de Machine Learning:

   • Desarrollarás modelos de machine learning específicos para tareas como detección de gestos, reconocimiento de voz y clasificación de imágenes. Aprenderás a entrenar estos modelos utilizando la plataforma de Edge Impulse.

5. Despliegue y Ejecución en Dispositivos Arduino:

   • Implementarás los modelos entrenados en tu dispositivo Arduino, permitiéndole tomar decisiones inteligentes basadas en datos en tiempo real. Experimentarás con proyectos prácticos como el control de LEDs mediante comandos de voz.

6. Optimización y Mantenimiento:

   • Aprenderás a optimizar el rendimiento de tus modelos para asegurarte de que funcionan eficientemente en dispositivos con recursos limitados. También explorarás cómo mantener y actualizar tus modelos desplegados.

¿Qué Lograrás al Finalizar el Curso?

• Crear Proyectos de IA en Dispositivos de Baja Potencia: Serás capaz de diseñar e implementar proyectos de machine learning que funcionen en tiempo real en microcontroladores.
• Desarrollar Habilidades Prácticas: Aplicarás tus conocimientos en proyectos prácticos y reales, mejorando tus habilidades en programación, electrónica y machine learning.
• Aventajarte en el Mercado Laboral: Con la creciente demanda de habilidades en inteligencia artificial y dispositivos embebidos, este curso te dará una ventaja competitiva significativa.
• Contribuir a Innovaciones Futuras: Estarás en la vanguardia de la tecnología TinyML, contribuyendo a soluciones innovadoras en áreas como el Internet de las Cosas (IoT), dispositivos portátiles inteligentes y automatización industrial.

Implementar sistemas de medición y control bajo los estándares establecidos, para el correcto funcionamiento de los procesos industriales. El alumno desarrollará aplicaciones con microcontroladores para la solución de problemas específicos de instrumentación y control de procesos.

1. Arquitectura interna de los microcontroladores de gama media y alta.
2. Compilador "C" para microcontroladores.
3. Aplicaciones para el control de procesos y comunicaciones.

El alumno describirá el comportamiento de fenómenos eléctricos y magnéticos con base en las leyes y teorías de la física que los sustentan para comprender los principios de operación de los sistemas eléctricos

I. Principios de Electricidad y Magnetismo

II. Electrostática

III. Electro cinética

IV. Fuentes de campo magnético