Struttura del corso

Introduzione

  • ML Kit rispetto a TensorFlow rispetto ad altri servizi di apprendimento automatico
  • Panoramica delle funzioni e dei componenti ML Kit

Introduttiva

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

Implementazione di ML Kit API di visione

  • Automazione dell'inserimento dei dati (Text Recognition)
  • Rilevamento dei volti per selfie e ritratti (Face Detection)
  • Interpretazione delle posizioni del corpo (Rilevamento della posa)
  • Aggiunta di effetti di sfondo (Segmentazione selfie)
  • Integrazione della scansione dei codici a barre
  • Identificazione di oggetti, luoghi, specie, ecc. (Image Labeling)
  • Individuazione di oggetti prominenti in un'immagine (Rilevamento e tracciamento degli oggetti)
  • Riconoscimento di testi scritti a mano (Digital Ink Recognition)

Utilizzo delle API del linguaggio naturale

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

Ottimizzazione delle applicazioni esistenti con ML Kit

  • Utilizzo di modelli personalizzati con ML Kit
  • Migrazione da Firebase al nuovo SDK ML Kit
  • Migrazione da Mobile Vision all'SDK ML Kit
  • Riduzione delle dimensioni dell'app per la distribuzione
  • Refactoring delle app per l'uso di moduli di funzionalità dinamiche

Suggerimenti per la risoluzione dei problemi

Riepilogo e passaggi successivi

Requisiti

  • Comprensione dell'apprendimento automatico
  • Esperienza con lo sviluppo mobile

Pubblico

  • Ingegneri del software
  • Sviluppatori di app mobili
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative