Ce que vous devez savoir avant
de commencer

Débute 30 June 2025 10:58

Se termine 30 June 2025

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Le ML en Java - OUI, c'est possible.

Déverrouillez le potentiel du machine learning en Java avec notre guide complet. Cette session explore des frameworks puissants basés sur Java tels que Deeplearning4J, DJL et Tribuo, vous offrant des insights sur la manière d'utiliser efficacement ces outils pour construire, enregistrer et déployer des modèles de machine learning. À travers de.
Devoxx via YouTube

Devoxx

2765 Cours


46 minutes

Mise à niveau optionnelle disponible

Not Specified

Progressez à votre rythme

Conference Talk

Mise à niveau optionnelle disponible

Aperçu

Déverrouillez le potentiel du machine learning en Java avec notre guide complet. Cette session explore des frameworks puissants basés sur Java tels que Deeplearning4J, DJL et Tribuo, vous offrant des insights sur la manière d'utiliser efficacement ces outils pour construire, enregistrer et déployer des modèles de machine learning.

À travers des exemples concrets et des comparaisons méticuleuses, vous acquerrez une compréhension approfondie des capacités et des avantages d'utiliser Java pour les tâches de machine learning. Rejoignez-nous pour combler le fossé entre Java et le machine learning et découvrez comment vous pouvez mettre en œuvre des solutions de ML robustes et efficaces dans vos applications Java.

Programme

  • Introduction à l'apprentissage automatique en Java
  • Vue d'ensemble du rôle de Java dans l'apprentissage automatique
    Avantages et défis de l'utilisation de Java pour la ML
  • Frameworks d'apprentissage automatique basés sur Java
  • Deeplearning4J
    Introduction et configuration
    Fonctionnalités principales et capacités
    Projet exemple : Construire un réseau de neurones
    Deep Java Library (DJL)
    Introduction et configuration
    Fonctionnalités principales et capacités
    Projet exemple : Classification d'images
    Tribuo
    Introduction et configuration
    Fonctionnalités principales et capacités
    Projet exemple : Modèle de régression
  • Construire des modèles ML en Java
  • Prétraitement des données avec Java
    Définir et entraîner des modèles
    Évaluation des performances du modèle
  • Sauvegarde et déploiement des modèles ML Java
  • Sérialisation et désérialisation de modèles
    Stratégies de déploiement pour les modèles ML Java
  • Exemples réels et comparaisons
  • Études de cas d'applications ML en Java
    Comparaison des frameworks ML Java : performances et cas d'utilisation
  • Session pratique : Développement d'une application ML Java complète
  • Intégration de plusieurs frameworks
    Développement d'application de bout en bout
  • Conclusion et tendances futures
  • L'avenir de Java dans l'apprentissage automatique
    Tendances émergentes et technologies
  • Ressources supplémentaires et apprentissage complémentaire
  • Livres recommandés, cours en ligne, et documentation
    Ressources communautaires et forums de soutien

Sujets

Conférence de conférences