機械学習とAI
フィルタリングは適用されていません
ビデオを絞り込む
7:28 インタラクティブなスニペットのデザイン
23:45 BNNS Graphの新機能
30:32 Code Along：Foundation Modelフレームワークによる、アプリへのオンデバイスAIの組み込み
32:59 InstrumentsによるCPUのパフォーマンス最適化
29:40 Metal 4による機械学習とグラフィックスの統合
24:36 App Intentの基礎知識
19:29 AppleシリコンでのMLXの導入
25:31 Foundation Modelフレームワークの詳細
17:54 作文ツールの詳細
22:11 オンデバイス基盤モデルのためのプロンプトの設計と安全性の詳細
20:08 MLX：Appleシリコンでの大規模言語モデルの実行
23:24 Foundation Modelフレームワークの紹介
19:27 Appleプラットフォームでの機械学習／AIフレームワーク
26:49 App Intentの最新テクノロジーの詳細
18:56 App Intentを使用したショートカットおよびSpotlight向け機能の開発
20:22 Visionフレームワークによるドキュメントの読み込み
19:07 SpeechAnalyzer：高度な音声テキスト変換をアプリに追加
20:03 CPUでリアルタイムのML推論をサポート
12:24 Writing Toolsの導入
11:32 Create MLの新機能
18:15 Core MLを使用してデバイス上に機械学習モデルとAIモデルをデプロイ
17:01 visionOSにおけるオブジェクトトラッキングの詳細
16:06 DockKitの新機能
16:49 VisionフレームワークにおけるSwiftの機能強化
17:33 Appleプラットフォームでの機械学習の詳細
10:55 Core Spotlightによるセマンティック検索のサポート
23:48 すべてのキャプチャで色の一貫性を維持
9:19 システムの利便性を高めるApp Intentのデザイン
18:21 Apple GPUでの機械学習モデルとAIモデルのトレーニング
34:29 HDRを使用してアプリのダイナミックイメージ体験を向上
21:18 visionOS向けエンタープライズAPIのご紹介
16:31 Translation APIについて
21:49 アプリをSiri対応にするための方法
22:49 ロック画面での優れたカメラキャプチャ体験の構築
26:02 App Intentでアプリのコア機能をユーザーに提供
17:56 App Intentの新機能
30:09 機械学習とAIモデルをAppleシリコンに統合
25:06 Metalによる機械学習の加速
18:38 アプリ内の画像からの被写体の切り抜き
13:47 Visionで動物のポーズを検出
16:50 Create MLにおける機械学習強化
19:56 VisionKitの新機能
14:25 マルチリンガルな自然言語モデルの紹介
14:38 Visionの3Dボディーポーズと人物セグメンテーションの詳細
21:15 Metalアプリにおける機械学習の最適化
23:21 非同期予測によるCore ML統合の改善方法
25:18 Core ML Toolsを使った機械学習モデルの圧縮法
17:35 DockKitを利用した電動iPhoneスタンドとの統合
7:52 デバイス上の音声認識のカスタマイズ
16:46 Create MLの最新情報
25:31 Create ML Componentsについて学ぶ
12:11 VisionKitで機械可読コードやテキストをキャプチャする
23:30 Core MLの使用を最適化する
13:25 Create ML Componentsで高度なモデルを作成する
19:48 Visionの最新情報
29:51 Metalで機械学習を加速する
17:19 機械学習を組み込んだAppの開発手法
15:48 Create MLの物体検出モデルの改善
23:48 TabularDataを使ったSwiftでのデータの分析と操作
25:18 PyTorchモデルをCore MLに変換する
36:34 インクルーシブなデザインのプロセス
32:44 見つけやすいデザイン
19:16 SoundAnalysisのビルトイン音声識別
17:58 Visionによる人物、顔、ポーズの検出
26:49 Create MLによる手のポーズや動作の識別
16:49 Create MLフレームワークを使ったダイナミックなiOS Appの構築
19:12 Visionによるドキュメントデータの抽出
14:22 Accelerateを使用したパフォーマンス改善と暗号化アーカイブの組み込み
24:30 Core MLモデルのチューニング
29:12 Metal Performance Shaders Graphによる機械学習の加速
26:06 Create MLを使用したアクションクラシファイアの構築
24:42 Core MLでのモデルの配布とセキュリティ
24:21 Visionで身体や手のポーズを検出する
36:27 Action & Vision Appの探求
24:35 Computer Vision APIの探求
41:04 Natural LanguageでAppをよりスマートに
11:48 Create MLにおけるImage and Video Style Transferモデルの作成
18:39 Swiftを使用したCreate MLでのトレーニング管理
39:35 Metal Performance Shaders GraphでカスタムMLモデルを構築する
31:16 Core ML Convertersを使用したデバイス上のモデルの取得
14:34 Create ML Appの紹介
40:38 Core ML 3フレームワーク
14:49 機械学習における新機能
6:10 音声認識の最新情報
20:11 Create MLで音声識別モデルをトレーニングする
15:41 Create MLでオブジェクト検出モデルをトレーニングする
12:05 Create MLでテキスト識別モデルをトレーニングする
39:50 Understanding Images in Vision Framework
10:31 Create MLでレコメンデーションモデルをトレーニングする
15:01 Create MLでアクティビティ識別モデルを構築する
39:19 Natural Languageフレームワークの最新情報
29:43 Core MLとARKitを使用して優れたAppを作成する
38:15 Visionフレームワークでのテキスト認識
57:45 優れたML体験をデザインする
41:25