Návrh Školení
Úvod
- ML Kit vs TensorFlow vs jiné služby strojového učení Přehled funkcí a komponent ML Kit
Začínáme
- Nastavení ML Kit SDK Exploring API a ukázkové aplikace
Implementace ML Kit Vision API
- Automatizace zadávání dat (rozpoznávání textu) Detekce tváří pro selfie a portréty (Detekce obličeje) Interpretace polohy těla (Detekce pozice) Přidání efektů na pozadí (Segmentace selfie) Integrace skenování čárových kódů Identifikace objektů, míst, druhů atd. (Označení obrázků) Lokalizace prominentních objektů v obrázku (Detekce a sledování objektů) Rozpoznávání ručně psaných textů (Rozpoznávání digitálního inkoustu)
Práce s API přirozeného jazyka
- Identifikace jazyků Překlad textů Generování chytrých odpovědí Pomocí extrakce entit
Optimalizace stávajících aplikací pomocí ML Kit
- Používání vlastních modelů s ML Kit Migrace z Firebase na novou ML Kit SDK Migrace z Mobile Vision na ML Kit SDK Zmenšení velikosti aplikace pro nasazení Refaktorování aplikací pro použití modulů dynamických funkcí
Tipy pro odstraňování problémů
Shrnutí a další kroky
Požadavky
- Pochopení strojového učení
- Zkušenosti s mobilním vývojem
Publikum
- Softwaroví inženýři
- Vývojáři mobilních aplikací
Reference (4)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Kurz - Azure Machine Learning (AML)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Kurz - Artificial Neural Networks, Machine Learning, Deep Thinking
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Kurz - Applied AI from Scratch in Python
Aby to bylo krátké a jednoduché. Vytváření intuice a vizuálních modelů kolem pojmů (graf rozhodovacího stromu, lineární rovnice, ruční výpočet y_pred pro prokázání, jak model funguje).
Nicolae - DB Global Technology
Kurz - Machine Learning
Machine Translated