Aprendizado de Máquina para Flutter: O Guia Completo - Flutter ML

Integração do TensorFlow Lite e Firebase ML Kit no Flutter, Treinamento de Modelos de Aprendizado de Máquina e Construção de mais de 15 Aplicações Flutter para Android e iOS

Avaliação: 4.6 de 5109 avaliações

Total de horas: 13

Total de palestras: 167

Nível: Todos os níveis

Aviso Importante: O curso foi completamente regravado e atualizado com novas seções em novembro de 2022. A versão anterior ficou desatualizada devido aos novos lançamentos no Flutter, resultando em uma avaliação ligeiramente menor. No entanto, esperamos que a avaliação melhore com o conteúdo atualizado. Sinta-se à vontade para se inscrever agora, pois tudo está 100% atualizado. Bem-vindo ao curso Aprendizado de Máquina para Flutter: O Guia Completo - Flutter ML. Este curso abrangente cobre todos os conceitos fundamentais de uso de modelos de ML em aplicativos Flutter. Você não precisa de nenhum conhecimento prévio de aprendizado de máquina ou visão computacional para utilizar modelos de ML no Flutter 2.0 (Dart) e treinar seus próprios modelos de ML personalizados. Começando com exemplos simples, este curso irá ensiná-lo a usar modelos de ML avançados em seus aplicativos Flutter para Android e iOS. Ao final do curso, você será capaz de usar modelos TensorFlow Lite e Firebase ML Kit em seus aplicativos Flutter. O que você aprenderá: - Usar modelos de aprendizado de máquina existentes em aplicativos Flutter para Android e iOS - Treinar seus próprios modelos de aprendizado de máquina personalizados e construir aplicativos Flutter - Escolher imagens da galeria ou capturar imagens usando a câmera no Flutter - Exibir imagens ao vivo da câmera e buscar quadros no Flutter - Classificação de imagens com imagens e imagens ao vivo da câmera no Flutter para Android e iOS - Detecção de objetos com imagens e imagens ao vivo da câmera no Flutter para Android e iOS - Segmentação de imagens para tornar as imagens transparentes no Flutter para Android e iOS - Rotulagem de imagens no Flutter para reconhecer objetos diferentes - Leitura de códigos de barras no Flutter para ler códigos de barras e códigos QR - Estimativa de pose no Flutter para detectar articulações do corpo humano - Reconhecimento de texto no Flutter para reconhecer texto em imagens - Tradução de texto no Flutter para traduzir entre diferentes idiomas - Detecção de rosto no Flutter para detectar rostos, pontos de referência faciais e expressões faciais - Treinar modelos de classificação de imagens para aplicativos Flutter para Android e iOS - Retreinar modelos de aprendizado de máquina existentes com transfer learning para aplicativos Flutter para Android e iOS - Usar modelos de aprendizado de máquina personalizados em aplicativos Flutter para Android e iOS Estrutura do curso: Começaremos aprendendo sobre duas bibliotecas importantes: Image Picker e Camera. O Image Picker permite escolher imagens da galeria ou capturar imagens usando a câmera no Flutter. A Camera permite obter imagens ao vivo da câmera quadro a quadro no Flutter. Essas bibliotecas serão usadas para incorporar modelos de visão computacional com imagens e imagens ao vivo da câmera no Flutter. Em seguida, exploraremos os recursos do Firebase ML Kit e construiremos dois aplicativos Flutter usando cada recurso. Os aplicativos incluem rotulagem de imagens, leitura de códigos de barras, reconhecimento de texto e detecção de rosto. Usaremos tanto imagens da galeria ou câmera quanto imagens ao vivo da câmera com o modelo Firebase ML. Após cobrir o Firebase ML Kit, mergulharemos no uso de modelos pré-treinados do TensorFlow Lite em aplicativos Flutter. Você aprenderá a construir aplicativos de classificação de imagens e detecção de objetos usando tanto imagens quanto imagens ao vivo da câmera. Na última seção do curso, você aprenderá a treinar seus próprios modelos de classificação de imagens sem nenhum conhecimento prévio de aprendizado de máquina. Exploraremos plataformas que simplificam o processo de treinamento de modelos de aprendizado de máquina para dispositivos móveis. Você aprenderá a coletar e organizar o conjunto de dados, treinar os modelos usando o Teachable-Machine, retrainar modelos existentes usando transfer learning e integrar os modelos treinados em aplicativos Flutter para Android e iOS. Treinaremos modelos para reconhecer diferentes raças de cães e diferentes frutas. Ao final deste curso, você será capaz de: - Usar o Firebase ML Kit em aplicativos Flutter para Android e iOS - Usar modelos pré-treinados do TensorFlow Lite em aplicativos Android e iOS usando o Flutter - Treinar seus próprios modelos de classificação de imagens e construir aplicativos Flutter - Mostrar um portfólio com mais de 15 aplicativos Flutter completos, incluindo detecção de objetos, reconhecimento de texto, estimativa de pose e muito mais - Construir aplicativos Flutter em tempo real baseados em aprendizado de máquina - Utilizar modelos de aprendizado de máquina no Flutter para criar aplicativos inteligentes para Android e iOS - Reconhecer texto manuscrito no Flutter - Implementar OCR (Reconhecimento Óptico de Caracteres) - Gerar sugestões de resposta inteligentes Inscreva-se hoje e tenha acesso a conteúdo de vídeo HD 1080p, tudo o que você precisa para ter sucesso como desenvolvedor de Aprendizado de Máquina do Google Flutter. Você também receberá mais de $2000 em códigos-fonte para 15 aplicativos. Lembre-se, oferecemos uma garantia de reembolso total por 30 dias. Inscreva-se hoje sem riscos e com tudo a ganhar. Clique no botão comprar agora e junte-se ao melhor curso de Aprendizado de Máquina do Google Flutter (Dart) do mundo. Para quem é este curso: - Desenvolvedores iniciantes do Flutter (Dart) com conhecimento limitado em desenvolvimento de aplicativos móveis no Google Flutter - Desenvolvedores intermediários do Flutter (Dart) que desejam construir aplicativos poderosos baseados em aprendizado de máquina no Google Flutter - Desenvolvedores experientes do Flutter (Dart) interessados em usar modelos de aprendizado de máquina em seus aplicativos - Indivíduos que concluíram um curso básico de desenvolvimento de aplicativos móveis Flutter (Dart) antes