Comments 4
"Но за последние годы стало ясно, что даже на таких простых устройствах можно запускать алгоритмы машинного обучения. "
Это было ясно с самого начала. Вернее было бы сказать, что за последние годы это стало легче благодаря TFL
Решающее дерево
Одно решающее дерево практически никогда не используют. Смотрят на лес деревьев, а лучше на бутстреп. XGBoost можно сделать модель, которая потом (с некоторыми усилиями) конвертируется в любой стандартный язык программирования (я несколько лет назад пользовался для этого m2cgen - Transform ML models into a native code [Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust] with zero dependencies)
Наверное лучше воспользоваться дешевой специализированной платой LuckFox Pico. https://habr.com/ru/articles/852376/
А если для k-NN хранить не все облака обучающих данных, а только их центры? Тогда рост обучающей выборки просто будет уточнять координаты центров, а не увеличивать время расчета.
ESP32: Базовые алгоритмы машинного обучения