Maschinelles Lernen (ML) für Apps - Praxis

Methode
Logo von HECKER CONSULTING

Tipp: Haben Sie Fragen? Für weitere Details einfach auf "Kostenlose Informationen" klicken.

Beschreibung

Maschinelles Lernen wird heute überall eingesetzt

 

Das maschinelle Lernen erreicht den Mainstream. Mit den neuen Werkzeugen, die den Entwicklern zur Verfügung stehen, ist es jetzt möglich, Funktionen des maschinellen Lernens - Sprach-, Gesichts- und Bilderkennung, personalisierte Empfehlungen und mehr - in einem mobilen Kontext zu implementieren.

Sie werden untersuchen, wie die Leistungsfähigkeit des maschinellen Lernens auf die Entwicklung mobiler Anwendungen angewendet werden kann, wobei Plattformen wie IBM Watson, Microsoft Azure Cognitive Services und Apple Core ML vorgestellt werden und die verschiedenen Funktionen und Ansätze des maschinellen Lernens sehen werden.

Lernen Sie, wie man …

Gesamte Beschreibung lesen

Frequently asked questions

Es wurden noch keine Besucherfragen gestellt. Wenn Sie weitere Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice.

Noch nicht den perfekten Kurs gefunden? Verwandte Themen: IBM Watson, Lernpsychologie, Machine Learning, Amazon Web Services (AWS) und Sozialpädagogik.

Maschinelles Lernen wird heute überall eingesetzt

 

Das maschinelle Lernen erreicht den Mainstream. Mit den neuen Werkzeugen, die den Entwicklern zur Verfügung stehen, ist es jetzt möglich, Funktionen des maschinellen Lernens - Sprach-, Gesichts- und Bilderkennung, personalisierte Empfehlungen und mehr - in einem mobilen Kontext zu implementieren.

Sie werden untersuchen, wie die Leistungsfähigkeit des maschinellen Lernens auf die Entwicklung mobiler Anwendungen angewendet werden kann, wobei Plattformen wie IBM Watson, Microsoft Azure Cognitive Services und Apple Core ML vorgestellt werden und die verschiedenen Funktionen und Ansätze des maschinellen Lernens sehen werden.

Lernen Sie, wie man Modelle für natürliche Sprache und visuelle Erkennung trainiert und einsetzt und wie man statistische Modelle für die Verwendung in einer mobilen Anwendung generiert.

 

Einführung

  • Maschinelles Lernen in mobilen Anwendungen
  • Was Sie über Mobiles ML wissen sollten

Einführung in maschinelles Lernen

  • Was ist maschinelles Lernen?
  • Erforderliche Konzepte
  • Ein Modell trainieren
  • Maschinelles Lernen (ML) versus tiefes Lernen (DL)
  • Was kann ich mit maschinellem Lernen tun?
  • Serverseitige versus clientseitige ML
  • ML-Frameworks

Server-Modell: IBM Watson

  • Überblick über Watson
  • Verstehen der natürlichen Sprache
  • Verstehen der visuellen Erkennung
  • Erstellen eines benutzerdefinierten Modells
  • Trainieren und Bereitstellen eines benutzerdefinierten Modells
  • Ausführen der Client-Anwendung

Server-Modell: Azure Machine Learning

  • Azure Machine Learning Überblick
  • Verstehen der natürlichen Sprache
  • Verstehen der visuellen Erkennung
  • Erstellen eines benutzerdefinierten Modells
  • Trainieren und Bereitstellen eines benutzerdefinierten Modells
  • Ausführen der Client-Anwendung

Client-Modell: Core-ML

  • Core ML Überblick
  • Verstehen der natürlichen Sprache
  • Verstehen der visuellen Erkennung
  • Erstellen eines benutzerdefinierten Modells
  • Trainieren und Bereitstellen eines benutzerdefinierten Modells
  • Ausführen der Client-Anwendung

Die Möglichkeiten verstehen

  • Unterschiedliche Philosophien der Anbieter
  • Warum Client-seitiges Modell versus Server-seitig
  • Wann die eine oder die andere dieser Lösungen anzuwenden ist

 

Maschinelles Lernen wird heute überall eingesetzt, vom selbstfahrenden Auto über persönliche Assistenten wie Cortana, Alexa und Siri bis hin zu Sicherheitstechnologien wie Gesichtserkennung. Entwickler von Mobiltelefonen werden zunehmend aufgefordert, Technologien des maschinellen Lernens in ihre Anwendungen zu implementieren. Für viele von ihnen ist dies Neuland. Sie befassen sich mit der Beziehung zwischen maschinellem Lernen und dem Bereich der KI, die auf Anwendungsentwickler ausgerichtet sind. Sie werden verschiedene maschinelle Lernprodukte wie IBM Watson und kognitive Dienste von Microsoft Azure kennenlernen und sehen, wie man sie zur Erstellung von natürlichen Spracherkennungs-, visuellen Erkennungs- und Statistikmodellen für den Einsatz in Anwendungen verwenden kann.

 

Die Weiterbildung "Maschinelles Lernen (ML) für Apps - Praxis" bieten wir Ihnen als Coaching, Workshop, Training - Live-Online und Vor-Ort an.

 

Werden Sie über neue Bewertungen benachrichtigt

Es wurden noch keine Bewertungen geschrieben.

Schreiben Sie eine Bewertung

Haben Sie Erfahrung mit diesem Training? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.

Es wurden noch keine Besucherfragen gestellt. Wenn Sie weitere Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice.

Bitte füllen Sie das Formular so vollständig wie möglich aus

Anrede
(optional)
(optional)
(optional)
(optional)
(optional)

Haben Sie noch Fragen?

(optional)
Damit Ihnen per E-Mail oder Telefon weitergeholfen werden kann, speichern wir Ihre Daten.
Mehr Informationen dazu finden Sie in unseren Datenschutzbestimmungen.