Návrh Školení

Zavedení

  • ML Kit vs TensorFlow vs ostatní služby strojového učení
  • Přehled ML Kit funkcí a komponent

Začínáme

  • Nastavení ML Kit SDK
  • Prozkoumání rozhraní API a ukázkových aplikací

Implementace ML Kit Vision API

  • Automatizace zadávání dat (rozpoznávání textu)
  • Detekce tváří pro selfie a portréty (Face Detection)
  • Interpretace pozic těla (detekce pozice)
  • Přidání efektů na pozadí (Segmentace selfie)
  • Integrace skenování čárových kódů
  • Identifikace objektů, míst, druhů atd. (označení obrázků)
  • Nalezení nápadných objektů na obrázku (Detekce a sledování objektů)
  • Rozpoznávání ručně psaných textů (Digital Ink Recognition)

Práce s API přirozeného jazyka

  • Identifikační jazyky
  • Překládání textů
  • Generování chytrých odpovědí
  • Použití extrakce entit

Optimalizace stávajících aplikací pomocí ML Kit

  • Používání vlastních modelů s ML Kit
  • Migrace z Firebase na nový ML Kit SDK
  • Migrace z Mobile Vision na ML Kit SDK
  • Snížení velikosti aplikace pro nasazení
  • Refaktoring aplikací, aby mohly používat moduly dynamických funkcí

Tipy pro odstraňování problémů

Shrnutí a další kroky

Požadavky

  • Pochopení strojového učení
  • Zkušenosti s mobilním vývojem

Publikum

  • Softwaroví inženýři
  • Vývojáři mobilních aplikací
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie