Struttura del corso

Introduzione

  • ML Kit vs TensorFlow vs altri servizi di machine learning
  • Panoramica delle funzionalità e componenti di ML Kit

Primi passi

  • Configurazione dell'SDK di ML Kit
  • Esplorazione delle API e delle app di esempio

Implementazione delle API Vision di ML Kit

  • Automatizzazione dell'inserimento dati (Riconoscimento del testo)
  • Rilevamento dei volti per selfie e ritratti (Rilevamento facciale)
  • Interpretazione delle posizioni corporee (Rilevamento della postura)
  • Aggiunta di effetti sullo sfondo (Segmentazione del selfie)
  • Integrazione dello scanning dei codici a barre
  • Identificazione degli oggetti, luoghi, specie, ecc. (Etichettatura delle immagini)
  • Localizzazione di oggetti prominenti in un'immagine (Rilevamento e tracciamento degli oggetti)
  • Riconoscimento del testo scritto a mano (Riconoscimento dell'inchiostro digitale)

Lavorare con le API di linguaggio naturale

  • Identificazione delle lingue
  • Traduzione dei testi
  • Generazione di risposte intelligenti
  • Utilizzo dell'estrazione di entità

Ottimizzazione delle app esistenti con ML Kit

  • Uso di modelli personalizzati con ML Kit
  • Migrazione da Firebase al nuovo SDK di ML Kit
  • Migrazione da Mobile Vision all'SDK di ML Kit
  • Riduzione della dimensione dell'app per la distribuzione
  • Refactoring delle app per l'uso dei moduli di funzionalità dinamica

Consigli per la risoluzione dei problemi

Riepilogo e passi successivi

Requisiti

  • Comprensione dell'apprendimento automatico
  • Esperienza nello sviluppo mobile

Pubblico di riferimento

  • Ingegneri software
  • Sviluppatori di app mobili
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative