Cursusaanbod

Inleiding

  • ML Kit vs TensorFlow vs andere machine learning diensten
  • Overzicht van ML Kit-functies en componenten

Aan de slag

  • Instellen van de ML Kit SDK
  • Verkennen van APIs en voorbeeldapps

Implementatie van ML Kit Vision APIs

  • Automatiseren van gegevensinvoer (Tekstherkenning)
  • Gezichten detecteren voor zelfportretten en portretten (Gezichtdetectie)
  • Interpretatie van lichaamsposities (Posedetectie)
  • Toevoegen van achtergrondeffecten (Selfie Segmentatie)
  • Integreren van Barcode Scannen
  • Objecten, plaatsen, soorten, enz. identificeren (Afbeeldingslabeling)
  • Prominente objecten in een afbeelding lokaliseren (Objectdetectie en -tracking)
  • Handgeschreven teksten herkennen (Digitale Inkt Herkenning)

Werken met Natural Language APIs

  • Talen identificeren
  • Teksten vertalen
  • Slimme antwoorden genereren
  • Entiteitsextractie gebruiken

Optimaliseren van bestaande apps met ML Kit

  • Gebruik maken van aangepaste modellen met ML Kit
  • Overstappen van Firebase naar de nieuwe ML Kit SDK
  • Overstappen van Mobile Vision naar ML Kit SDK
  • Appgrootte verkleinen voor implementatie
  • Apps herschrijven voor gebruik van dynamische functiemodules

Oplossingen voor problemen

Samenvatting en volgende stappen

Vereisten

  • Kennis van machine learning
  • Ervaring met mobiele ontwikkeling

Doelgroep

  • Software Engineers
  • Mobiele App Developers
 14 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën