Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Machine Learning for IOS Developers
Nutzen Sie die Möglichkeiten des maschinellen Lernens (ML) von Apple iOS in Ihren Apps und erfahren Sie, was Sie mit ML erreichen können
Machine Learning for iOS Developers führt den Leser in den Bereich des maschinellen Lernens (ML) im Allgemeinen und speziell in die ML-Angebote von Apple ein. Der Leser lernt, die ML-Frameworks von Apple zu nutzen, um maschinelles Lernen in iOS-Apps zu implementieren. Obwohl der Leser keine Vorkenntnisse im Bereich des maschinellen Lernens benötigt, um dieses Buch zu nutzen, wird erwartet, dass der Leser über mittlere/fortgeschrittene Kenntnisse in der iOS-Programmierung mit Swift und über Grundkenntnisse in Python verfügt, um dieses Buch zu nutzen. Dieses Buch richtet sich sowohl an iOS-Entwickler als auch an Architekten von mobilen Lösungen. Entwickler finden konkrete Beispiele, die ihnen zeigen, wie sie maschinelles Lernen in ihre iOS-Apps integrieren können. Lösungsarchitekten finden nützliche Informationen zu den maschinellen Lernfähigkeiten von Apple.
Der erste Abschnitt führt den Leser in die grundlegenden Konzepte des maschinellen Lernens ein. Der Leser erfährt, welche Arten von maschinellen Lernsystemen es gibt, wie sie eingesetzt werden und welche Herausforderungen bei maschinellen Lernlösungen auftreten können. Anhand einer Fallstudie wird ein traditioneller Ansatz mit einem Ansatz des maschinellen Lernens verglichen. Außerdem werden die Unterschiede zwischen der Implementierung von maschinellem Lernen auf Endgeräten und maschinellem Lernen als Dienstleistung (MLaaS) erläutert. Der zweite Abschnitt konzentriert sich auf die Verwendung des CoreML-Frameworks von Apple, um Funktionen für maschinelles Lernen in iOS-Apps zu integrieren. Der Leser lernt die Verwendung von vortrainierten Modellen sowie die Erstellung eigener Modelle mit CreateML und TuriCreate und deren Verwendung mit CoreML. In diesem Abschnitt werden die Leser Apps erstellen, die Objekte in Bildern erkennen können, Entscheidungsbaum-basierte Modelle implementieren, ein instanzbasiertes maschinelles Lernsystem implementieren und Scikit-learn- und Keras-Modelle mit CoreML integrieren. Quellcode-Beispiele werden zum Herunterladen bereitgestellt.
| ISBN: | 9781119602873 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2020 |
| Seitenzahl: | 336 |
Derzeit verfügbar, auf Lager.
