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
35:08 M5およびA19のGPUでグラフィックパフォーマンスを向上
34:26 M5とA19のGPUで機械学習のワークロードを加速
23:48 TabularDataを使ったSwiftでのデータの分析と操作
Code Along：Foundation Modelフレームワーク
103:37 Code Along：Foundation Modelフレームワーク
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
24:36 App Intentの基礎知識
19:29 AppleシリコンでのMLXの導入
23:45 BNNS Graphの新機能
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
26:49 App Intentの最新テクノロジーの詳細
32:59 InstrumentsによるCPUのパフォーマンス最適化
17:54 作文ツールの詳細
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
23:24 Foundation Modelフレームワークの紹介
19:07 SpeechAnalyzer：高度な音声テキスト変換をアプリに追加
20:22 Visionフレームワークによるドキュメントの読み込み
7:28 インタラクティブなスニペットのデザイン
29:40 Metal 4による機械学習とグラフィックスの統合
20:08 MLX：Appleシリコンでの大規模言語モデルの実行
25:31 Foundation Modelフレームワークの詳細
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
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
12:24 Writing Toolsの導入
11:32 Create MLの新機能
20:03 CPUでリアルタイムのML推論をサポート
17:01 visionOSにおけるオブジェクトトラッキングの詳細
25:06 Metalによる機械学習の加速
9:19 システムの利便性を高めるApp Intentのデザイン
21:18 visionOS向けエンタープライズAPIのご紹介
23:48 すべてのキャプチャで色の一貫性を維持
16:49 VisionフレームワークにおけるSwiftの機能強化
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
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
16:06 DockKitの新機能
21:49 アプリをSiri対応にするための方法
16:31 Translation APIについて
26:02 App Intentでアプリのコア機能をユーザーに提供
10:55 Core Spotlightによるセマンティック検索のサポート
17:33 Appleプラットフォームでの機械学習の詳細
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
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
18:38 アプリ内の画像からの被写体の切り抜き
16:50 Create MLにおける機械学習強化
19:56 VisionKitの新機能
13:47 Visionで動物のポーズを検出
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
17:35 DockKitを利用した電動iPhoneスタンドとの統合
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
7:52 デバイス上の音声認識のカスタマイズ
12:11 VisionKitで機械可読コードやテキストをキャプチャする
16:46 Create MLの最新情報
25:31 Create ML Componentsについて学ぶ
13:25 Create ML Componentsで高度なモデルを作成する
23:30 Core MLの使用を最適化する
19:48 Visionの最新情報
17:19 機械学習を組み込んだAppの開発手法
29:51 Metalで機械学習を加速する
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
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
17:58 Visionによる人物、顔、ポーズの検出
19:12 Visionによるドキュメントデータの抽出
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
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
24:21 Visionで身体や手のポーズを検出する
24:42 Core MLでのモデルの配布とセキュリティ
26:06 Create MLを使用したアクションクラシファイアの構築
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
31:16 Core ML Convertersを使用したデバイス上のモデルの取得
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
14:49 機械学習における新機能
6:10 音声認識の最新情報
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
Create ML for Object Detection and Sound Classification
39:50 Understanding Images in Vision Framework
20:11 Create MLで音声識別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
57:45 優れたML体験をデザインする
39:19 Natural Languageフレームワークの最新情報
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
Create ML for Activity, Text, and Recommendations
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
14:34 Create ML Appの紹介
12:05 Create MLでテキスト識別モデルをトレーニングする
40:38 Core ML 3フレームワーク
41:25