دوره آموزشی یادگیری ماشین در برنامه های موبایل (2019)
3 ساعت 16 دقیقهمبتدی2019-03-21
مدرسین

Kevin Ford
Development Practice Lead at Magenic
جزئیات دوره
یادگیری ماشینی در حال رسیدن به جریان اصلی است. با ابزارهای جدید در دسترس توسعه دهندگان، اکنون امکان پیاده سازی ویژگی های یادگیری ماشینی وجود دارد - تشخیص صدا، چهره و تصویر. توصیه های شخصی؛ و بیشتر - در زمینه موبایل. این دوره به بررسی نحوه اعمال قدرت یادگیری ماشینی در توسعه اپلیکیشن موبایل، با استفاده از پلتفرم هایی مانند IBM Watson، Microsoft Azure Cognitive Services و Apple Core ML می پردازد. مربی کوین فورد هر محصول را نمایش می دهد و ویژگی ها و رویکردهای مختلف یادگیری ماشین را مرور می کند. او نحوه آموزش و استقرار مدلهایی برای زبان طبیعی و تشخیص بصری و نحوه تولید مدلهای آماری برای استفاده در برنامه Xamarin را نشان میدهد. در فصل پنجم، او مدلهای سمت مشتری و سمت سرور را مقایسه میکند و توضیح میدهد که یک توسعهدهنده چه زمانی ممکن است یک پلتفرم را بر پلتفرم دیگر انتخاب کند.
اهداف یادگیری
تعریف یادگیری ماشینی
آموزش مدل یادگیری ماشینی
مقایسه چارچوب های یادگیری ماشینی
استفاده از IBM Watson برای یادگیری ماشین موبایل
استفاده از یادگیری ماشینی Azure برای تشخیص گفتار و تصویر
آموزش مدل های Core ML
مقایسه مدل های سمت مشتری و سمت سرور
اهداف یادگیری
تعریف یادگیری ماشینی
آموزش مدل یادگیری ماشینی
مقایسه چارچوب های یادگیری ماشینی
استفاده از IBM Watson برای یادگیری ماشین موبایل
استفاده از یادگیری ماشینی Azure برای تشخیص گفتار و تصویر
آموزش مدل های Core ML
مقایسه مدل های سمت مشتری و سمت سرور
مهارت ها
XamarinCross-Platform DevelopmentMobile DevelopmentMachine LearningArtificial Intelligence (AI)LearningMicrosoft
سرفصل ها
0. مقدمه
- 01 - یادگیری ماشینی در برنامه های موبایل
- 02 - آنچه باید بدانید
- 03 - استفاده از فایل های تمرین
1. مقدمه ای بر یادگیری ماشین
- 04 - یادگیری ماشینی چیست
- 05 - مفاهیم مورد نیاز
- 06 - چرا این برای برنامه من مهم است
- 07 - آموزش مدل
- 08 - یادگیری ماشینی در مقابل یادگیری عمیق
- 09 - با یادگیری ماشینی چه کار می توانم انجام دهم
- 10 - سمت سرور در مقابل ML سمت سرویس گیرنده
- 11 - چارچوب های ML
2. مدل های سرور - IBM Watson
- 12 - مروری بر واتسون
- 13 - درک زبان طبیعی - راه اندازی
- 14 - درک زبان طبیعی - مدل را آموزش دهید
- 15 - تشخیص بصری - راه اندازی
- 16 - تشخیص بصری - مدل را آموزش دهید
- 17 - یک مدل سفارشی ایجاد کنید
- 18 - آموزش و استقرار یک مدل سفارشی
- 19 - بسته SDK مشتری را نصب کنید
- 20 - پیوند مشتری با زبان طبیعی
- 21 - ارتباط مشتری با راه اندازی تماس با تشخیص دیداری
- 22 - ارتباط مشتری با پاسخ شناسایی بصری
- 23 - پیوند مشتری با مدل سفارشی - یک نشانه دسترسی دریافت کنید
- 24 - کراوات مشتری برای تماس با خدمات مدل سفارشی
- 25 - کراوات مشتری برای دریافت پاسخ مدل سفارشی
- 26 - برنامه مشتری را اجرا کنید
3. مدل های سرور - یادگیری ماشینی Azure
- 27 - مروری بر یادگیری ماشین لاجورد
- 28 - درک زبان - راه اندازی
- 29 - درک زبان - مقاصد
- 30 - درک زبان - گفته ها
- 31 - Custom Vision - راه اندازی
- 32 - استودیوی یادگیری ماشین - راه اندازی
- 33 - استودیوی یادگیری ماشین - ایجاد مدل
- 34 - استودیوی یادگیری ماشین - مدل انتشار
- 35 - بسته SDK مشتری را نصب کنید
- 36 - پیوند مشتری با LUIS
- 37 - پیوند مشتری با مدل Custom Vision
- 38 - پیوند مشتری به مدل سفارشی
- 39 - پیوند مشتری با مدل سفارشی - درخواست تنظیم
- 40 - پیوند مشتری با مدل سفارشی - تماس بگیرید
- 41 - برنامه clent را اجرا کنید
4. مدل های مشتری - Core ML
- 42 - بررسی اجمالی هسته ML
- 43 - Core ML - ایجاد مدل زبان طبیعی
- 44 - Core ML - ایجاد مدل Visual Recognition
- 45 - پیوند مشتری با مدل زبان طبیعی
- 46 - پیوند مشتری با مدل شناسایی بصری
- 47 - پیوند مشتری با شناسایی بصری - تبدیل مدل
- 48 - برنامه مشتری را اجرا کنید
5. درک پیشنهادات
- 49 - فلسفه های مختلف فروشندگان
- 50 - چرا مدل سمت مشتری در مقابل سمت سرور
- 51 - زمان استفاده از یکی از این محلول ها
نتیجه
- 52 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی یادگیری جامع زامارین: ایجاد اولین برنامه
- دوره آموزشی انتقال از Xamarin.Forms به NET MAUI
- دوره آموزشی انتخاب یک ابزار توسعه Cross-Platform
- دوره آموزشی یادگیری جامع Xamarin.Forms
- دوره آموزشی ساخت اپلیکیشن Xamarin بدون سرور با Azure
- دوره آموزشی انتخاب ابزار توسعه بین پلتفرمی: Cordova، Ionic، React Native، Titanium و Xamarin