Μηχανική Μάθηση για Αρχεία Εφαρμογών κινητών με χρήση του ML Kit της Google Training Course

Εισαγωγή

• Σύγκριση του ML Kit με το TensorFlow και άλλες υπηρεσίες μηχανικής μάθησης
• Περίληψη των λειτουργιών και των συστατικών μερών του ML Kit

Ξεκούρασμα

• Σύστημα του ML Kit SDK
• Εξερεύνηση API και δειγματικών εφαρμογών

Εφαρμογή των ML Kit Vision APIs

• Αυτόματη εισαγωγή δεδομένων (Αναγνώριση Κειμένου)
• Αναγνώριση προσώπων για φωτογραφίες και πορτρέ (Αναγνώριση Προσώπου)
• Διερμηνεία σωματικών θέσεων (Αναγνώριση Σωμάτων)
• Προσθήκη εφεξών υπόβαθρου (Διαχωρισμός Αυτοφωτογραφιών)
• Ενσωμάτωση αναζήτησης σε κώδικες (Αναγνώριση Κωδίκων)
• Αναγνώριση αντικειμένων, τοποθεσιών, ειδών κλπ. (Ετικετογράφηση Εικόνας)
• Τοποθέτηση πρωταρχικών αντικειμένων σε μια εικόνα (Αναγνώριση και Ακολουθία Αντικειμένων)
• Αναγνώριση χειρόγραφου κειμένου (Αναγνώριση Ψηφιακού Χειρογράφου)

Εργασία με API Φυσικής Γλώσσας

• Αναγνώριση γλωσσών
• Μετάφραση κειμένων
• Γενίκευση ευφυών απαντήσεων
• Χρήση εξόδου ενότητας

Βελτιοποίηση υπάρχουσων εφαρμογών με ML Kit

• Χρήση περιβαλλόντων τύπου custom models με το ML Kit
• Μετάβαση από Firebase στο νέο SDK ML Kit
• Μετάβαση από Mobile Vision στο SDK ML Kit
• Μείωση του μεγέθους εφαρμογής για κατανεμημένη υλοποίηση
• Αναδόμηση εφαρμογών που να χρησιμοποιούν δυναμικά μODULES

Εκτύπωση αποδείξεων και συμβουλές

Περίληψη και επόμενα βήματα