Plan Szkolenia

Wprowadzenie

  • ML Kit vs TensorFlow vs inne usługi uczenia maszynowego
  • Przegląd funkcji i składników ML Kit

Rozpoczynanie pracy

  • Konfiguracja SDK ML Kit
  • Przeglądanie API i przykładowych aplikacji

Wdrażanie API ML Kit Vision

  • Automatyzowanie wprowadzania danych (Rozpoznawanie tekstu)
  • Wykrywanie twarzy na selfie i portretach (Wykrywanie twarzy)
  • Interpretowanie pozycji ciała (Wykrywanie pozycji)
  • Dodawanie efektów tła (Segmentacja selfie)
  • Integrowanie skanowania kodów kreskowych
  • Identyfikowanie obiektów, miejsc, gatunków itp. (Etykietowanie obrazów)
  • Lokalizowanie istotnych obiektów na obrazie (Wykrywanie i śledzenie obiektów)
  • Rozpoznawanie rękopisu (Rozpoznawanie cyfrowego pisma)

Praca z API języka naturalnego

  • Identyfikowanie języków
  • Tłumaczenie tekstów
  • Generowanie inteligentnych odpowiedzi
  • Używanie ekstrakcji encji

Optymalizowanie istniejących aplikacji za pomocą ML Kit

  • Używanie niestandardowych modeli z ML Kit
  • Migrowanie z Firebase do nowego SDK ML Kit
  • Migrowanie z Mobile Vision do SDK ML Kit
  • Zmniejszanie rozmiaru aplikacji do wdrażania
  • Przeprojektowywanie aplikacji do używania dynamicznych modułów funkcjonalnych

Porady dotyczące rozwiązywania problemów

Podsumowanie i następne kroki

Wymagania

  • Zrozumienie uczenia maszynowego
  • Doświadczenie w rozwoju aplikacji mobilnych

Grupa docelowa

  • Inżynierowie oprogramowania
  • Programiści aplikacji mobilnych
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie