Tato bakalářská práce se zabývá možnostmi využití strojového učení v rámci platformy iOS. Práce zhodnocuje aktuální možnosti využití strojového učení pro iOS. Tato práce je rozdělena na teoretickou a praktickou část. V teoretické části je popsáno strojové učení, využití nástrojů jako Core ML, operační systém iOS a programovací jazyk Swift. V praktické části je popsán vývoj demo aplikace se strojovým učením pro iOS pomocí programovacího jazyka Swift. Práce také obsahuje zhodnocení aktuálních možností využití strojového učení v praxi.
Anotace v angličtině
This bachelor thesis deals with the possibilities of using machine learning within the iOS platform. The work evaluates the current possibilities of using machine learning for iOS. This work is divided into theoretical and practical part. The theoretical part describes machine learning, the use of tools such as Core ML, the iOS operating system and the Swift programming language. The practical part describes the development of a demo application with machine learning for iOS using the Swift programming language. The work also contains an evaluation of the current possibilities of using machine learning in practice.
Klíčová slova
iOS, strojové učení, Core ML, Swift, mobilní aplikace
Klíčová slova v angličtině
iOS, machine learning, Core ML, Swift, mobile application
Rozsah průvodní práce
84 s.
Jazyk
CZ
Anotace
Tato bakalářská práce se zabývá možnostmi využití strojového učení v rámci platformy iOS. Práce zhodnocuje aktuální možnosti využití strojového učení pro iOS. Tato práce je rozdělena na teoretickou a praktickou část. V teoretické části je popsáno strojové učení, využití nástrojů jako Core ML, operační systém iOS a programovací jazyk Swift. V praktické části je popsán vývoj demo aplikace se strojovým učením pro iOS pomocí programovacího jazyka Swift. Práce také obsahuje zhodnocení aktuálních možností využití strojového učení v praxi.
Anotace v angličtině
This bachelor thesis deals with the possibilities of using machine learning within the iOS platform. The work evaluates the current possibilities of using machine learning for iOS. This work is divided into theoretical and practical part. The theoretical part describes machine learning, the use of tools such as Core ML, the iOS operating system and the Swift programming language. The practical part describes the development of a demo application with machine learning for iOS using the Swift programming language. The work also contains an evaluation of the current possibilities of using machine learning in practice.
Klíčová slova
iOS, strojové učení, Core ML, Swift, mobilní aplikace
Klíčová slova v angličtině
iOS, machine learning, Core ML, Swift, mobile application
Zásady pro vypracování
Nastudujte a popište základní algoritmy a metody z oblasti strojového učení včetně případů užití.
Stručně charakterizujte mobilní platformu iOS, včetně nástrojů pro vývoj nativní mobilní aplikace.
Prostudujte knihovnu CoreML - framework pro implementaci strojového učení v rámci platformy iOS a popište jeho možnosti.
Vyberte vhodný případ užití a stanovte funkční a nefunkční požadavky na praktickou aplikaci využívající knihovnu CoreML.
Popište důležité body procesu implementace prototypové aplikace.
Zhodnoťte aktuální možnosti využití strojového učení pomocí CoreML.
Zásady pro vypracování
Nastudujte a popište základní algoritmy a metody z oblasti strojového učení včetně případů užití.
Stručně charakterizujte mobilní platformu iOS, včetně nástrojů pro vývoj nativní mobilní aplikace.
Prostudujte knihovnu CoreML - framework pro implementaci strojového učení v rámci platformy iOS a popište jeho možnosti.
Vyberte vhodný případ užití a stanovte funkční a nefunkční požadavky na praktickou aplikaci využívající knihovnu CoreML.
Popište důležité body procesu implementace prototypové aplikace.
Zhodnoťte aktuální možnosti využití strojového učení pomocí CoreML.
Seznam doporučené literatury
LACKO, Ľuboslav. Vývoj aplikací pro iOS. Brno: Computer Press, 2018. ISBN 978-80-251-4942-3.
THAKKAR, Mohit. Beginning Machine Learning in iOS: CoreML Framework. Vadodara, Gujarat, India: Apress, 2019. ISBN 978-1-4842-4296-4.
Framework Core ML: Integrate machine learning models into your app.Apple Developer [online]. Apple, 2020 [cit. 2020-10-22]. Dostupné z: https://developer.apple.com/documentation/coreml
VÁVRŮ, Jiří. Alphonse: vývoj aplikací. Praha: Grada, 2012. Průvodce (Grada). ISBN 978-80-247-4457-5.
MARK, Dave a Jeff LAMARCHE. IPhone SDK: průvodce vývojem aplikací pro iPhone a iPod touch. Brno: Computer Press, 2010. ISBN 978-80-251-2820-6.
Přílohy volně vložené
1 CD
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student v krátké prezentaci seznámil komisi s výsledky své bakalářské práce. Po přečtení posudků vedoucího a oponenta následovala diskuze, ve které byly položeny následující dotazy:
doc. Komínková Oplatková: Jaký algoritmus jste použil pro vytvoření modelu?
doc. Komínková Oplatková: Je potřeba mít objekt stále ve stejné pozici?
dr. Dulík: Anotace se stahují v jakém formátu?
dr. Dulík: Proč máte kabel na obrázcích umístěný tak hodně na kraji? Měl by jinak algoritmus problém s rozeznáním vodičů?
dr. Dulík: Kolik vzorků jste musel použít pro vytvoření modelu?
dr. Dulík: Existuje nějaká multiplatformní aplikace, kterou byste mohl použít?
Student na položené dotazy odpověděl a reagoval pohotově.