Hands-On Artificial Intelligence for Android: Understand Machine Learning and Unleash the Power of TensorFlow in Android Applications with Google ML K

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 7 głosach.

Zawartość książki:

Ta książka zawiera techniki i rzeczywiste implementacje aplikacji uczenia maszynowego na telefonach z systemem Android. To.

Książka obejmuje różne narzędzia programistyczne, w tym TensorFlow i Google ML Kit.

Książka rozpoczyna się od krótkiego przeglądu podstaw tworzenia aplikacji na Androida oraz kilku implementacji Java i Kotlin opracowanych przy użyciu zintegrowanego środowiska programistycznego Android Studio. Książka bada TensorFlow Lite i Google ML Kit, wraz z niektórymi z najczęściej używanych technik uczenia maszynowego. Książka obejmuje rzeczywiste projekty TensorFlow, demonstruje, jak zbierać zdjęcia za pomocą Camera X i wstępnie je przetwarzać za pomocą Google ML Kit. Wyjaśnia, jak wykorzystać moc uczenia maszynowego w aplikacjach na Androida, które między innymi wykrywają obrazy, identyfikują twarze i stosują efekty do zdjęć. Aplikacje te są zbudowane w oparciu o modele TensorFlow - niektóre z nich zostały stworzone i wytrenowane przez czytelnika - a następnie przekonwertowane na TensorFlow Lite dla aplikacji mobilnych.

Po przeczytaniu książki czytelnik będzie w stanie zastosować techniki uczenia maszynowego do tworzenia aplikacji na Androida i przenieść swoje aplikacje na wyższy poziom. Ta książka może być skutecznym narzędziem do głębokiego zanurzenia się w Data Science dla wszystkich programistów mobilnych.

SPIS TREŚCI

1. Tworzenie aplikacji za pomocą Android Studio i Java.

2. Obsługa zdarzeń i intencje w systemie Android.

3. Budowanie aplikacji bazowej za pomocą Kotlin i SQLite.

4. Przegląd sztucznej inteligencji i uczenia maszynowego.

5. Wprowadzenie do TensorFlow.

6. Trenowanie modelu rozpoznawania obrazów za pomocą TensorFlow.

7. Przechwytywanie obrazu z kamery Android za pomocą CameraX.

8. Korzystanie z modelu rozpoznawania obrazu w aplikacji na Androida.

9. Wykrywanie twarzy za pomocą Google ML Kit.

10. Weryfikacja twarzy w systemie Android za pomocą TensorFlow Lite.

11. Rejestrowanie twarzy w aplikacji.

12. Przetwarzanie obrazów za pomocą generatywnych sieci adwersarzy.

13. Opisywanie obrazów za pomocą NLP.