ML-Codelabs
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
In diesen Codelabs erfahren Sie, wie Sie TensorFlow Lite-Modelle mit Firebase einfacher und effektiver verwenden können.
Sentimentanalyse
In diesem Codelab verwenden Sie Ihre eigenen Trainingsdaten, um ein vorhandenes Textklassifizierungsmodell zu optimieren, das die in einem Textabschnitt ausgedrückte Stimmung erkennt. Anschließend stellen Sie das Modell mit Firebase ML bereit und vergleichen die Genauigkeit
des alten und des neuen Modells mit A/B Testing.
Mit Empfehlungs-Engines können Sie die Nutzererfahrung für einzelne Nutzer personalisieren und ihnen relevantere und ansprechendere Inhalte präsentieren. Anstatt eine komplexe Pipeline zu erstellen, um diese Funktion zu nutzen, zeigt dieses Codelab, wie Sie eine Empfehlungs-Engine für Inhalte für eine App implementieren können, indem Sie ein ML-Modell auf dem Gerät trainieren und bereitstellen.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2026-04-23 (UTC)."],[],[]]