Kurzusleírás

Bevezetés

  • ML Kit vs TensorFlow vs más gépi tanulási szolgáltatások
  • ML Kit funkciók és komponensek áttekintése

Első lépések

  • ML Kit SDK beállítása
  • API-k és mintaalkalmazások megtekintése

ML Kit Vision API-k implementálása

  • Adatbevitel automatikusítása (Szövegfelismerés)
  • Arcfelismerés selfie-k és portrékhoz
  • Testhelyzetek értelmezése (Testpozíció felismerése)
  • Háttérhatások hozzáadása (Selfie-szegmentáció)
  • Vonalkódolvasás integrálása
  • Objektek, helyek, fajok stb. azonosítása (Képcímkék)
  • Kiemelt objektumok helyének meghatározása (Objektumfelismerés és követés)
  • Kézírt szövegek felismerése (Digitális Tinta Felismerése)

Természetes Nyelvi API-k Használata

  • Nyelvek azonosítása
  • Szövegek fordítása
  • Okos válaszok generálása
  • Entitáskivonás használata

App-ok optimalizálása ML Kit segítségével

  • Custom modellek használata ML Kit-vel
  • Átállás Firebase-ről az új ML Kit SDK-re
  • Átállás Mobile Vision-ról ML Kit SDK-re
  • App méretének csökkentése a telepítéshez
  • App-ok újraalkotása dinamikus funkciómodulok használatával

Hibakeresési tippek

Összegzés és Következő lépések

Követelmények

  • A gépi tanulás megértése
  • Mobil fejlesztési tapasztalat

A céglétség

  • Szoftverfejlesztők
  • Mobilalkalmazás-fejlesztők
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák