آموزش یادگیری ماشینی در برنامه های موبایل

سرفصل ها و درس ها

مقدمه Introduction

• یادگیری ماشین در برنامه های تلفن همراه Machine learning in mobile apps

• آنچه باید بدانید What you should know

• با استفاده از پرونده های تمرینی Using the exercise files

1. آشنایی با یادگیری ماشین 1. Introduction to Machine Learning

• یادگیری ماشین چیست؟ What is machine learning?

• مفاهیم مورد نیاز Required concepts

• چرا این موضوع برای برنامه من اهمیت دارد؟ Why does this matter for my app?

• آموزش یک مدل Training a model

• یادگیری ماشین در مقابل یادگیری عمیق Machine learning vs. deep learning

• با یادگیری ماشین چه کاری می توانم انجام دهم؟ What can I do with machine learning?

• سرور در مقابل ML سمت مشتری Server-side vs. client-side ML

• چارچوب های ML ML frameworks

2. مدلهای سرور: IBM Watson 2. Server Models: IBM Watson

• بررسی اجمالی واتسون Overview of Watson

• درک زبان طبیعی: راه اندازی Natural Language Understanding: Set up

• درک زبان طبیعی: مدل را آموزش دهید Natural Language Understanding: Train the model

• تشخیص ویژوال: تنظیم کنید Visual Recognition: Set up

• شناخت ویژوال: مدل را آموزش دهید Visual Recognition: Train the model

• یک مدل دلخواه ایجاد کنید Create a custom model

• آموزش و استقرار یک مدل سفارشی Train and deploy a custom model

• کراوات مشتری با زبان طبیعی Client tie to Natural Language

• کراوات مشتری با تنظیم تماس با تشخیص ویژوال تشخیص Client tie to Visual Recognition call setup

• کراوات مشتری به پاسخ ویژوال به رسمیت شناختن Client tie to Visual Recognition response

• کراوات مشتری به مدل دلخواه: یک نشانه دسترسی پیدا کنید Client tie to custom model: Get an access token

• کراوات مشتری برای تماس با خدمات مدل سفارشی Client tie to call custom model service

• کراوات مشتری برای دریافت پاسخ مدل سفارشی Client tie to get custom model response

• برنامه مشتری را اجرا کنید Run the client app

3. مدلهای سرور: آموزش ماشین لاجوردی 3. Server Models: Azure Machine Learning

• بررسی اجمالی ماشین آزور Azure Machine Learning overview

• درک زبان: راه‌اندازی Language Understanding: Set up

• درک زبان: اهداف Language Understanding: Intents

• درک زبان: سخنان Language Understanding: Utterances

• ویژن سفارشی: راه‌اندازی Custom Vision: Set up

• استودیو یادگیری ماشین: راه اندازی شود Machine Learning Studio: Set up

• Studio Learning Machine: ایجاد مدل Machine Learning Studio: Create model

• استودیو یادگیری ماشین: انتشار مدل Machine Learning Studio: Publish model

• بسته SDK مشتری را نصب کنید Install client SDK package

• بسته SDK مشتری را نصب کنید Install client SDK package

• کراوات مشتری به LUIS Client tie to LUIS

• کراوات مشتری به مدل Custom Vision Client tie to Custom Vision model

• کراوات مشتری به مدل دلخواه Client tie to custom model

• کراوات مشتری به مدل دلخواه: درخواست را تنظیم کنید Client tie to custom model: Set up request

• کراوات مشتری به مدل دلخواه: تماس برقرار کنید Client tie to custom model: Make the call

• برنامه Clent را اجرا کنید Run the clent app

4. مدل های مشتری: Core ML 4. Client Models: Core ML

• بررسی اجمالی Core ML Core ML overview

• Core ML: ایجاد یک مدل زبان طبیعی Core ML: Create Natural Language model

• Core ML: ایجاد یک مدل تشخیص ویژوال Core ML: Create Visual Recognition model

• کراوات مشتری با مدل Language Natural Client tie to Natural Language model

• کراوات مشتری با مدل تشخیص ویژوال Client tie to Visual Recognition model

• کراوات مشتری به ویژوال تشخیص: مدل تبدیل Client tie to Visual Recognition: Converting model

• برنامه مشتری را اجرا کنید Run the client app

5- درک پیشنهادات 5. Understanding the Offerings

• فلسفه های مختلف فروشندگان Different philosopies of the vendors

• چرا مدل سمت مشتری در مقابل سمت سرور Why client-side model vs. server-side

• چه موقع از این یا راه حل دیگر استفاده کنیم When to use one or the other of these solutions

نتیجه Conclusion

• مراحل بعدی Next steps