Plan Szkolenia

Wprowadzenie

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

Pierwsze kroki

  • Konfigurowanie zestawu ML Kit SDK
  • Eksplorowanie interfejsów API i przykładowych aplikacji

Wdrażanie interfejsów API ML Kit Vision

  • Automatyzacja wprowadzania danych (rozpoznawanie tekstu)
  • Wykrywanie twarzy do selfie i portretów (wykrywanie twarzy)
  • Interpretacja pozycji ciała (wykrywanie pozy)
  • Dodawanie efektów tła (Segmentacja selfie)
  • Integracja skanowania kodów kreskowych
  • Identyfikacja obiektów, miejsc, gatunków itp. (etykietowanie obrazów)
  • Lokalizowanie widocznych obiektów na obrazie (wykrywanie i śledzenie obiektów)
  • Rozpoznawanie pisma odręcznego (rozpoznawanie atramentu cyfrowego)

Praca z interfejsami API języka naturalnego

  • Identyfikacja języków
  • Tłumaczenie tekstów
  • Generowanie inteligentnych odpowiedzi
  • Korzystanie z ekstrakcji encji

Optymalizacja istniejących aplikacji za pomocą ML Kit

  • Korzystanie z niestandardowych modeli w ML Kit
  • Migracja z Firebase do nowego ML Kit SDK
  • Migracja z Mobile Vision do ML Kit SDK
  • Zmniejszanie rozmiaru aplikacji do wdrożenia
  • Refaktoryzacja aplikacji w celu użycia dynamicznych modułów funkcji

Wskazówki dotyczące rozwiązywania problemów

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie uczenia maszynowego
  • Doświadczenie w tworzeniu aplikacji mobilnych

Uczestnicy

  • Inżynierowie oprogramowania
  • Programiści aplikacji mobilnych
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie