機器學習程式碼研究室
透過集合功能整理內容你可以依據偏好儲存及分類內容。

請試試這些程式碼研究室，瞭解如何透過 Firebase 更輕鬆有效地使用 TensorFlow Lite 模型。

數字分類 (模型部署簡介)

數字分類應用程式的螢幕截圖

瞭解如何使用 Firebase 的模型部署功能，建構可辨識手寫數字的應用程式。使用 Firebase ML 部署 TensorFlow Lite 模型、使用 Performance Monitoring 分析模型效能，以及使用 A/B Testing 測試模型成效。

情緒分析應用程式的螢幕截圖

在本程式碼研究室中，您將使用自有的訓練資料微調現有的文字分類模型，以便識別文字段落中表達的情緒。接著，您可以使用 Firebase ML 部署模型，並使用 A/B Testing 比較舊版和新版模型的準確度。

內容推薦應用程式的螢幕截圖

推薦引擎可讓您為個別使用者提供個人化體驗，呈現更貼近使用者需求的內容，提升使用者參與度。本程式碼研究室將說明如何訓練及部署裝置端 ML 模型，為應用程式實作內容推薦引擎，而非建立複雜的管道來支援這項功能。