Alex Bakker Создание приложения для распознавания объектов с помощью Python

Подробное описание: Alex Bakker Создание приложения для распознавания объектов с помощью Python

Alex Bakker Udemy [ENG] Создание приложения для распознавания объектов с помощью Python и Angular (2024)

Разрабатывайте веб-приложения на основе искусственного интеллекта с использованием FastAPI и Angular. Изучите машинное обучение с Python для разработчиков.
Основы искусственного интеллекта и машинного обучения на практике
Базовое программирование на Python и TypeScript
Работа с такими фреймворками, как FastAPI и Angular
Создайте современное приложение для распознавания объектов в реальном мире

Материалы курса
7 разделов • 45 лекций • Общая продолжительность 3 ч 6 мин

Создание веб-приложения для распознавания объектов с помощью Python и Angular
Создавайте веб-приложения на основе ИИ с помощью FastAPI и Angular. Откройте для себя машинное обучение с Python для разработчиков.
Этот комплексный курс «[AI] Создание веб-приложения для распознавания объектов с помощью Python и Angular» призван предоставить разработчикам навыки создания передовых приложений на базе ИИ. Объединив возможности FastAPI, TensorFlow и Angular, студенты научатся создавать полнофункциональное веб-приложение для распознавания объектов, демонстрирующее потенциал машинного обучения в современной веб-разработке.
В ходе этого практического курса участники глубоко погрузятся в бэкенд- и фронтенд-технологии, уделяя основное внимание Python для разработки ИИ и бэкенда, а также TypeScript для реализации фронтенда. Курс начинается с ознакомления студентов с основами машинного обучения и компьютерного зрения, предоставляя прочную основу в концепциях ИИ, необходимых для задач распознавания объектов.

Этот курс является частью серии из 2 приложений, где мы создаем одно и то же приложение с использованием разных технологий, включая Angular и React. Пожалуйста, выберите фреймворк frontend, который вам больше всего подходит.
Затем студенты изучат фреймворк FastAPI, научившись создавать эффективные и масштабируемые REST API, которые служат основой приложения. В этом разделе будут рассмотрены такие темы, как обработка запросов, проверка данных и асинхронное программирование на Python, что гарантирует, что бэкэнд сможет справиться с требованиями обработки распознавания объектов в реальном времени.
Сердце курса — компонент машинного обучения, где студенты будут активно работать с TensorFlow для создания и обучения пользовательских моделей распознавания объектов. Участники узнают, как подготавливать наборы данных, проектировать архитектуры нейронных сетей и настраивать предварительно обученные модели для оптимальной производительности. Курс также будет охватывать такие важные темы, как дополнение данных, трансферное обучение и методы оценки моделей.
На фронтенде студенты будут использовать Angular и TypeScript для создания динамичного и отзывчивого пользовательского интерфейса. Этот раздел будет посвящен созданию повторно используемых компонентов, управлению состоянием приложения с помощью сервисов и наблюдаемых объектов, а также внедрению обновлений в реальном времени для отображения результатов распознавания объектов. Участники также узнают, как использовать мощные функции Angular, такие как внедрение зависимостей, маршрутизация и реактивные формы, для создания надежного и масштабируемого фронтенд-приложения.
На протяжении всего курса акцент будет сделан на передовых методах разработки программного обеспечения, включая организацию кода и структуру проекта. Студенты изучат модульную архитектуру Angular и узнают, как эффективно организовать свое приложение в функциональные модули и общие модули. Они также получат представление о развертывании веб-приложений на базе ИИ, учитывая такие факторы, как обслуживание модели, масштабируемость и оптимизация производительности.
К концу курса участники создадут полностью функциональное веб-приложение для распознавания объектов, приобретя практический опыт в объединении технологий ИИ с современными фреймворками веб-разработки. Этот проектный подход гарантирует, что студенты не только поймут теоретические концепции, но и приобретут практические навыки, необходимые для создания сложных приложений на основе ИИ в реальных сценариях.

Независимо от того, являетесь ли вы опытным разработчиком, стремящимся расширить свои навыки, или энтузиастом ИИ, стремящимся воплотить модели машинного обучения в жизнь в Интернете, этот курс предоставляет идеальное сочетание теории и практики, которое поможет вам достичь ваших целей в захватывающей области веб-разработки на основе ИИ с использованием Angular и Python.
Дизайн обложки: FreePik

Для кого этот курс:
Начинающие разработчики Python, Frontend и AI. Студенты, интересующиеся тем, как работает AI