Laboratorios de código de aprendizaje automático

Pruebe estos codelabs para aprender de manera práctica cómo Firebase puede ayudarlo a usar los modelos de TensorFlow Lite de manera más fácil y efectiva.

Clasificación de dígitos (introducción al despliegue del modelo)

Captura de pantalla de la aplicación de clasificación de dígitos

Aprenda a utilizar las funciones de implementación de modelos de Firebase creando una aplicación que reconozca dígitos escritos a mano. Implemente modelos de TensorFlow Lite con Firebase ML, analice el rendimiento del modelo con Performance Monitoring y pruebe la efectividad del modelo con A/B Testing. ( iOS+ , Android )

Análisis de los sentimientos

Captura de pantalla de la aplicación de análisis de sentimientos

En este codelab, utiliza sus propios datos de entrenamiento para ajustar un modelo de clasificación de texto existente que identifica el sentimiento expresado en un pasaje de texto. Luego, implementas el modelo usando Firebase ML y comparas la precisión de los modelos antiguos y nuevos con pruebas A/B. ( iOS+ , Android )

Recomendación de contenido

Captura de pantalla de la aplicación de recomendación de contenidos

Los motores de recomendación le permiten personalizar experiencias para usuarios individuales, presentándoles contenido más relevante y atractivo. En lugar de crear un proceso complejo para potenciar esta característica, este codelab muestra cómo se puede implementar un motor de recomendación de contenido para una aplicación entrenando e implementando un modelo de aprendizaje automático en el dispositivo. ( iOS+ , Android )