Programa do Curso
Introdução
- Kit ML vs TensorFlow vs outros serviços de aprendizagem automática
- Descrição geral das funcionalidades e componentes do Kit ML
Começar a trabalhar
- Configurar o ML Kit SDK
- Explorar APIs e aplicações de amostra
Implementação de ML Kit APIs de visão
- Automatizar a introdução de dados (Reconhecimento de texto)
- Deteção de rostos para selfies e retratos (Deteção de rostos)
- Interpretar posições do corpo (Deteção de pose)
- Adicionar efeitos de fundo (Segmentação de selfies)
- Integração da leitura de códigos de barras
- Identificação de objectos, locais, espécies, etc. (Etiquetagem de imagens)
- Localização de objectos proeminentes numa imagem (Deteção e seguimento de objectos)
- Reconhecimento de textos manuscritos (Reconhecimento de tinta digital)
Trabalhar com APIs de linguagem natural
- Identificação de línguas
- Traduzir textos
- Geração de respostas inteligentes
- Utilizar a extração de entidades
Otimizar as aplicações existentes com ML Kit
- Usando modelos personalizados com ML Kit
- Migrando do Firebase para o novo ML Kit SDK
- Migração do Mobile Vision para o ML Kit SDK
- Reduzir o tamanho da aplicação para implantação
- Refatoração de aplicativos para usar módulos de recursos dinâmicos
Dicas de resolução de problemas
Resumo e próximas etapas
Requisitos
- Compreensão de aprendizagem automática
- Experiência com desenvolvimento móvel
Público
- Engenheiros de software
- Desenvolvedores de aplicações móveis
Declaração de Clientes (4)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Curso - 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
Curso - 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
Curso - Applied AI from Scratch in Python
Manter a informação curta e simples. Criar intuição e modelos visuais em torno dos conceitos (gráfico de árvore de decisão, equações lineares, cálculo manual de y_pred para provar como o modelo funciona).
Nicolae - DB Global Technology
Curso - Machine Learning
Machine Translated