Android 11 - 第 2 週 - 機器學習

機器學習技術可讓您的應用程式逐步從經驗中學習並進行改善。這個課程將介紹 Android 11 提供的各種機器學習工具和方法。

 

11 週 Android 課程 - 機器學習

影片 選用

請觀看這部簡介前導影片,為本課程中的活動做好準備。

#AndroidDevChallenge - 採用機器學習技術的實用創新突破

影片 選用

Android Developer Challenge 著重在「實用創新突破」,旨在表彰利用裝置端機器學習技術打造出優異服務的開發人員。瞭解幾種可讓您在應用程式中整合裝置端機器學習技術的 Google 工具。

CameraX + OCR

程式碼研究室

這個程式碼研究室將介紹 ML Kit。這個行動 SDK 可讓您在 Android 應用程式中加入 Google 的機器學習功能。您將使用 ML Kit Text Recognition 裝置端 API 建構 Android 應用程式,藉此辨識及翻譯即時攝影機畫面中的文字。

使用 TensorFlow Model Maker 和 Android Studio 建立自訂模型

程式碼研究室

這個程式碼研究室將說明如何利用 Android Studio 的全新機器學習模型繫結外掛程式,整合能夠辨識 Android 應用程式中自訂圖片的 TensorFlow Lite 模型。

TF Hub + ML Kit 可切換模型

影片 選用

這部影片將逐步說明如何在 tfhub.dev 中搜尋所需模型、下載模型,並透過 ML Kit 物件偵測和追蹤功能執行該模型,以便用於自訂模型。

考量機器學習技術的設計

影片 選用

從 Google 的「Learn to Read」應用程式實例中學習,並瞭解如何根據「人員 + AI 指南」打造以 AI 為優先考量的設計。

Android Developer Challenge 獲獎應用程式「Stila」使用 ML Kit 來協助監控壓力

影片 選用

Stila 應用程式可協助監控及追蹤身體承受的壓力程度,讓您進一步瞭解及管理生活中的壓力。瞭解 Android Developer Challenge 獲獎者 Yingding Wang 如何利用 ML Kit 提供這項服務。