Kursplan

Införandet

  • ML Kit jämfört med TensorFlow jämfört med andra maskininlärningstjänster
  • Översikt över ML Kit funktioner och komponenter

Komma igång

  • Konfigurera SDK:n ML Kit
  • Utforska API:er och exempelappar

Implementera ML Kit API:er för visuellt innehåll

  • Automatisera datainmatning (textigenkänning)
  • Identifiera ansikten för selfies och porträtt (ansiktsavkänning)
  • Tolka kroppspositioner (posidentifiering)
  • Lägga till bakgrundseffekter (Selfie-segmentering)
  • Integrera streckkodsskanning
  • Identifiera objekt, platser, arter etc. (Bildmärkning)
  • Hitta framträdande objekt i en bild (objektidentifiering och spårning)
  • Känna igen handskrivna texter (Digital Ink Recognition)

Arbeta med API:er för naturligt språk

  • Identifiera språk
  • Översättning av texter
  • Generera smarta svar
  • Använda extrahering av entitet

Optimera befintliga appar med ML Kit

  • Använda anpassade modeller med ML Kit
  • Migrera från Firebase till den nya ML Kit SDK
  • Migrera från Mobile Vision till ML Kit SDK
  • Minska appstorleken för distribution
  • Refaktorisera appar för att använda dynamiska funktionsmoduler

Felsökningstips

Sammanfattning och nästa steg

Krav

  • En förståelse för maskininlärning
  • Erfarenhet av mobilutveckling

Publik

  • Mjukvaruingenjörer
  • Utvecklare av mobilappar
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses