Volg deze stappen om aan de slag te gaan met deze bronnen:
- Fork de repository: Klik
- Clone de repository:
git clone https://github.com/microsoft/edgeai-for-beginners.git - Word lid van de Azure AI Foundry Discord en ontmoet experts en mede-ontwikkelaars
Arabisch | Bengaals | Bulgaars | Birmaans (Myanmar) | Chinees (Vereenvoudigd) | Chinees (Traditioneel, Hongkong) | Chinees (Traditioneel, Macau) | Chinees (Traditioneel, Taiwan) | Kroatisch | Tsjechisch | Deens | Nederlands | Ests | Fins | Frans | Duits | Grieks | Hebreeuws | Hindi | Hongaars | Indonesisch | Italiaans | Japans | Koreaans | Litouws | Maleis | Marathi | Nepalees | Noors | Perzisch (Farsi) | Pools | Portugees (Brazilië) | Portugees (Portugal) | Punjabi (Gurmukhi) | Roemeens | Russisch | Servisch (Cyrillisch) | Slowaaks | Sloveens | Spaans | Swahili | Zweeds | Tagalog (Filipino) | Tamil | Thais | Turks | Oekraïens | Urdu | Vietnamees
Als je extra vertalingen wilt, kun je de ondersteunde talen vinden hier
Welkom bij EdgeAI voor Beginners – jouw uitgebreide reis in de wereld van Edge Kunstmatige Intelligentie. Deze cursus overbrugt de kloof tussen krachtige AI-mogelijkheden en praktische, real-world implementaties op edge-apparaten, zodat je AI direct kunt benutten waar data wordt gegenereerd en beslissingen moeten worden genomen.
Deze cursus neemt je mee van fundamentele concepten tot productieklare implementaties, met onderwerpen zoals:
- Kleine Taalmodellen (SLMs) geoptimaliseerd voor edge-implementatie
- Hardware-bewuste optimalisatie voor diverse platforms
- Realtime inferentie met privacybeschermende mogelijkheden
- Productiestrategieën voor zakelijke toepassingen
Edge AI biedt een paradigmaverschuiving die moderne uitdagingen aanpakt:
- Privacy & Veiligheid: Verwerk gevoelige data lokaal zonder blootstelling aan de cloud
- Realtime Prestaties: Verminder netwerkvertragingen voor tijdkritische toepassingen
- Kostenbesparing: Verlaag bandbreedte- en cloudcomputingkosten
- Robuuste Operaties: Blijf functioneren tijdens netwerkstoringen
- Regelgeving: Voldoe aan eisen voor gegevenssoevereiniteit
Edge AI verwijst naar het lokaal uitvoeren van AI-algoritmen en taalmodellen op hardware, dicht bij waar data wordt gegenereerd, zonder afhankelijk te zijn van cloudbronnen voor inferentie. Het vermindert vertragingen, verbetert privacy en maakt realtime besluitvorming mogelijk.
- On-device inferentie: AI-modellen draaien op edge-apparaten (telefoons, routers, microcontrollers, industriële pc's)
- Offline mogelijkheden: Functioneert zonder constante internetverbinding
- Lage vertraging: Directe reacties geschikt voor realtime systemen
- Gegevenssoevereiniteit: Houdt gevoelige data lokaal, wat veiligheid en naleving verbetert
SLMs zoals Phi-4, Mistral-7B en Gemma zijn geoptimaliseerde versies van grotere LLMs—getraind of gedistilleerd voor:
- Verminderde geheugengebruik: Efficiënt gebruik van beperkte edge-apparaatgeheugen
- Lagere rekenkracht: Geoptimaliseerd voor CPU- en edge-GPU-prestaties
- Snellere opstarttijden: Snelle initialisatie voor responsieve toepassingen
Ze bieden krachtige NLP-mogelijkheden terwijl ze voldoen aan de beperkingen van:
- Embedded systemen: IoT-apparaten en industriële controllers
- Mobiele apparaten: Smartphones en tablets met offline mogelijkheden
- IoT-apparaten: Sensoren en slimme apparaten met beperkte middelen
- Edge-servers: Lokale verwerkingsunits met beperkte GPU-middelen
- Personal Computers: Desktop- en laptopimplementatiescenario's
| Module | Onderwerp | Focusgebied | Belangrijkste inhoud | Niveau | Duur |
|---|---|---|---|---|---|
| 📖 00 | Introductie tot EdgeAI | Basis & Context | Overzicht EdgeAI • Toepassingen in de industrie • Introductie SLM • Leerdoelen | Beginner | 1-2 uur |
| 📚 01 | EdgeAI Grondbeginselen | Vergelijking Cloud vs Edge AI | Grondbeginselen EdgeAI • Praktijkvoorbeelden • Implementatiegids • Edge-implementatie | Beginner | 3-4 uur |
| 🧠 02 | SLM Model Grondslagen | Modelfamilies & architectuur | Phi Familie • Qwen Familie • Gemma Familie • BitNET • μModel • Phi-Silica | Beginner | 4-5 uur |
| 🚀 03 | SLM Implementatie Praktijk | Lokale & cloud-implementatie | Geavanceerd leren • Lokale omgeving • Cloud-implementatie | Gemiddeld | 4-5 uur |
| ⚙️ 04 | Model Optimalisatie Toolkit | Cross-platform optimalisatie | Introductie • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • Workflow Synthese | Gemiddeld | 5-6 uur |
| 🔧 05 | SLMOps Productie | Productie-operaties | Introductie SLMOps • Modeldistillatie • Fine-tuning • Productie-implementatie | Geavanceerd | 5-6 uur |
| 🤖 06 | AI Agents & Functieaanroepen | Agent-frameworks & MCP | Introductie Agenten • Functieaanroepen • Model Context Protocol | Geavanceerd | 4-5 uur |
| 💻 07 | Platform Implementatie | Cross-platform voorbeelden | AI Toolkit • Foundry Local • Windows Ontwikkeling | Geavanceerd | 3-4 uur |
| 🏭 08 | Foundry Local Toolkit | Productieklaar voorbeelden | Voorbeeldtoepassingen (zie details hieronder) | Expert | 8-10 uur |
- 01: REST Chat Quickstart
- 02: OpenAI SDK Integratie
- 03: Model Ontdekking & Benchmarking
- 04: Chainlit RAG Applicatie
- 05: Multi-Agent Orchestratie
- 06: Models-as-Tools Router
- 07: Directe API Client
- 08: Windows 11 Chat App
- 09: Geavanceerd Multi-Agent Systeem
- 10: Foundry Tools Framework
Uitgebreide praktische workshopmaterialen met productieklare implementaties:
- Workshopgids - Volledige leerdoelen, resultaten en bronverwijzing
- Python Voorbeelden (6 sessies) - Geüpdatet met best practices, foutafhandeling en uitgebreide documentatie
- Jupyter Notebooks (8 interactief) - Stapsgewijze tutorials met benchmarks en prestatiemonitoring
- Sessiegidsen - Gedetailleerde markdown-gidsen voor elke workshopsessie
- Validatietools - Scripts om codekwaliteit te verifiëren en rooktests uit te voeren
Wat je zult bouwen:
- Lokale AI-chattoepassingen met streamingondersteuning
- RAG-pijplijnen met kwaliteitsbeoordeling (RAGAS)
- Multi-model benchmarking en vergelijkingstools
- Multi-agent orchestratiesystemen
- Intelligente modelroutering met taakgebaseerde selectie
- Totale duur: 36-45 uur
- Beginner Pad: Modules 01-02 (7-9 uur)
- Gemiddeld Pad: Modules 03-04 (9-11 uur)
- Geavanceerd Pad: Modules 05-07 (12-15 uur)
- Expert Pad: Module 08 (8-10 uur)
- Edge AI Architectuur: Ontwerp lokaal-gebaseerde AI-systemen met cloudintegratie
- Modeloptimalisatie: Kwantificeer en comprimeer modellen voor edge-implementatie (85% snelheidsverbetering, 75% groottevermindering)
- Multi-platform Implementatie: Windows, mobiel, embedded en cloud-edge hybride systemen
- Productieactiviteiten: Monitoren, opschalen en onderhouden van edge AI in productie
- Foundry Local Chat Apps: Windows 11 native applicatie met modelwisseling
- Multi-Agent Systemen: Coördinator met gespecialiseerde agents voor complexe workflows
- RAG-toepassingen: Lokale documentverwerking met vectorzoekfunctie
- Model Routers: Intelligente selectie tussen modellen op basis van taakanalyse
- API Frameworks: Productieklare clients met streaming en gezondheidsmonitoring
- Cross-Platform Tools: Integratiepatronen voor LangChain/Semantic Kernel
Productie • Gezondheidszorg • Autonome Voertuigen • Slimme Steden • Mobiele Apps
Aanbevolen leerpad (20-30 uur totaal):
- 📖 Introductie (Introduction.md): Basis van EdgeAI + context in de industrie + leerframework
- 📚 Basis (Modules 01-02): EdgeAI-concepten + SLM-modelfamilies
- ⚙️ Optimalisatie (Modules 03-04): Implementatie + kwantisatieframeworks
- 🚀 Productie (Modules 05-06): SLMOps + AI-agents + functieaanroepen
- 💻 Implementatie (Modules 07-08): Platformvoorbeelden + Foundry Local toolkit
Elke module bevat theorie, praktische oefeningen en productieklare codevoorbeelden.
Technische Rollen: EdgeAI Solutions Architect • ML Engineer (Edge) • IoT AI Developer • Mobiele AI Developer
Industriesectoren: Productie 4.0 • Gezondheidstechnologie • Autonome Systemen • FinTech • Consumentenelektronica
Portfolio Projecten: Multi-agent systemen • Productie RAG-apps • Cross-platform implementatie • Prestatieoptimalisatie
edgeai-for-beginners/
├── 📖 introduction.md # Foundation: EdgeAI Overview & Learning Framework
├── 📚 Module01-04/ # Fundamentals → SLMs → Deployment → Optimization
├── 🔧 Module05-06/ # SLMOps → AI Agents → Function Calling
├── 💻 Module07/ # Platform Samples (VS Code, Windows, Jetson, Mobile)
├── 🏭 Module08/ # Foundry Local Toolkit + 10 Comprehensive Samples
│ ├── samples/01-06/ # Foundation: REST, SDK, RAG, Agents, Routing
│ └── samples/07-10/ # Advanced: API Client, Windows App, Enterprise Agents, Tools
├── 🌐 translations/ # Multi-language support (8+ languages)
└── 📋 STUDY_GUIDE.md # Structured learning paths & time allocation
✅ Progressief leren: Theorie → Praktijk → Productie-implementatie
✅ Echte casestudies: Microsoft, Japan Airlines, bedrijfsimplementaties
✅ Praktische voorbeelden: 50+ voorbeelden, 10 uitgebreide Foundry Local demo's
✅ Focus op prestaties: 85% snelheidsverbeteringen, 75% formaatreducties
✅ Multi-platform: Windows, mobiel, embedded, cloud-edge hybride
✅ Productieklaar: Monitoring, opschaling, beveiliging, complianceframeworks
📖 Studiegids beschikbaar: Gestructureerd 20-uur leerpad met tijdsindeling en zelfevaluatietools.
EdgeAI vertegenwoordigt de toekomst van AI-implementatie: lokaal eerst, privacyvriendelijk en efficiënt. Beheers deze vaardigheden om de volgende generatie intelligente toepassingen te bouwen.
Ons team biedt ook andere cursussen aan! Bekijk:
- MCP voor Beginners
- AI Agents Voor Beginners
- Generatieve AI voor Beginners met .NET
- Generatieve AI voor Beginners met JavaScript
- Generatieve AI voor Beginners
- ML voor Beginners
- Data Science voor Beginners
- AI voor Beginners
- Cybersecurity voor Beginners
- Webontwikkeling voor Beginners
- IoT voor Beginners
- XR Ontwikkeling voor Beginners
- Mastering GitHub Copilot voor AI Pair Programming
- Mastering GitHub Copilot voor C#/.NET Ontwikkelaars
- Kies Je Eigen Copilot Avontuur
Als je vastloopt of vragen hebt over het bouwen van AI-apps, sluit je aan bij:
Als je productfeedback hebt of fouten tegenkomt tijdens het bouwen, bezoek:
Disclaimer:
Dit document is vertaald met behulp van de AI-vertalingsservice Co-op Translator. Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in de oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor cruciale informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.