Основы ML без глубокой математики
Кратко сравниваются supervised, unsupervised и reinforcement learning — достаточно для понимания задачи, но не для профессии ML-инженера.
App Brewery Co. · архив 2018 · Core ML
Обзор курса App Brewery Co.
Небольшой курс о том, как встроить готовую модель распознавания изображений в iOS-приложение. Он показывает идею, но не отражает современный SwiftUI, Apple Intelligence или последние инструменты машинного обучения Apple.
RusUdemyПомогаем оформить выбранный курс в личном аккаунте Udemy — без общих аккаунтов и предоплаты.Подробнее
Архив · Core MLApp Brewery Co. · февраль 2018 · английский язык
Публичная программа начинает с базовых понятий ML, затем использует Core ML и модель распознавания изображений в учебном приложении. Встречаются камера, классификация объектов и конвертация предварительно обученной модели. Всё это показано на технологиях эпохи iOS 11. Короткая практика классификации изображений через ранний Core ML. Хороша как исторический пример встраивания ML в приложение, но не как обучение современным Apple Intelligence или SwiftUI.
Кратко сравниваются supervised, unsupervised и reinforcement learning — достаточно для понимания задачи, но не для профессии ML-инженера.
Фотография поступает в модель Core ML, а результат классификации выводится в интерфейсе. Это хороший наглядный принцип локального inference.
Курс использует iOS 11, Xcode 9, Inception V3 и старые зависимости. Современная реализация может выглядеть существенно иначе.
Официальная карточка Udemy указывает 4 раздела, 36 лекций и 3 часа 48 минут. Есть введение в ML, Core ML, работа с камерой, классификация изображений и конвертация моделей. Последнее обновление — февраль 2018 года.
Темы ниже сгруппированы редакцией; точный список лекций сверяйте на Udemy.
До старта: Нужны основы Swift и iOS; для работы с Xcode потребуется Mac.
Базовые идеи машинного обучения
Встраивание Core ML-модели
Получение изображения с камеры
Классификация и вывод результата
Разбор исторического стека и перенос идей

Начните с открытого урока CoreML для iOS, чтобы оценить темп речи и сложность терминов. Смотрите фрагментами, повторяйте шаги в собственном проекте и проверяйте доступные субтитры в плеере Udemy перед выбором курса.
Разбор: как учиться по курсам Udemy на английскомКод и названия инструментов обычно остаются на английском даже при субтитрах.
Отправьте ссылку на выбранный курс — уточним актуальную стоимость и поможем оформить его в личном аккаунте Udemy. Доступ, материалы и прогресс будут у вас.
Курс появляется в вашей личной библиотеке на Udemy. Никаких пиратских копий, общих аккаунтов или «серых» схем.
Вы оплачиваете покупку только после того, как курс появился в вашем аккаунте Udemy.
Обычно от первого сообщения до появления курса в аккаунте проходит около 10 минут.
В Telegram отвечает живой человек: можно задать вопрос и получить качественную поддержку по покупке.
Ссылку можно сразу отправить в Telegram. Общий аккаунт и предоплата не нужны.
Опыт работы с сервисом