ML Codelab

これらの Codelab をお試しいただくと、TensorFlow Lite モデルをより簡単かつ効果的に使用するのに Firebase がどう役立つのかを実践的に学ぶことができます。

数字分類(モデルデプロイの概要)

数字分類アプリのスクリーンショット

手書きの数字を認識するアプリを作成することで、Firebase のモデルデプロイ機能の使い方を学びます。Firebase ML を使用して TensorFlow Lite モデルをデプロイし、Performance Monitoring でモデルのパフォーマンスを分析して、A/B Testing でモデルの有効性をテストします。(iOS+Android

感情分析

感情分析アプリのスクリーンショット

この Codelab では、独自のトレーニング データを使用して、テキストを通じて表現された感情を識別するための既存のテキスト分類モデルを微調整します。次に、Firebase ML を使用してこのモデルをデプロイし、以前のモデルと新しいモデルの精度を A/B Testing で比較します。(iOS+Android

コンテンツ レコメンデーション

コンテンツ レコメンデーション アプリのスクリーンショット

レコメンデーション エンジンを使用すると、それぞれのユーザーに合わせてエクスペリエンスをパーソナライズし、より関連性の高い、魅力的なコンテンツを提示できます。この Codelab では、このような機能をサポートするために複雑なパイプラインを構築するのではなく、デバイス上の ML モデルをトレーニングしてデプロイすることで、アプリ向けのコンテンツ レコメンデーション エンジンを実装する方法を示します。(iOS+Android