モバイル端末でも人工知能（AI）が活用できる！
これから機械学習をはじめたい「iPhone/Androidアプリ開発者」に最適な1冊

スマートフォンの性能アップに伴い、モバイル端末でも人工知能(AI)を活用したアプリを手軽に利用できるようになりました。
本書では、AppleとGoogleが提供するフレームワークを使って、「機械学習」「深層学習」を活用したスマートフォン向けのアプリ開発を行うための手法を解説します。

これらのフレームワークには、すでに学習済みの推論モデルが準備され、データを用意すれば画像分類などが手軽に行えるものから、簡単なステップで自身で活用したい推論モデルを作成できるものまで、それぞれに特徴があります。
それらを踏まえ、フレームワークごとにサンプルプログラムを作りながら、それぞれの詳細を解説しています。

本書で解説する機械学習フレームワーク
Apple：Core ML／Create ML／Turi Create
Google：ML Kit／Cloud AutoML／TensorFlow

第1章　機械学習とフレームワーク
　1-1　機械学習の概要
　1-2　Core ML
　1-3　Create ML
　1-4　Turi Create
　1-5　ML Kit
　1-6　Cloud AutoML
　1-7　TensorFlow

第2章　Core ML − 基本
　2-1　画像分類（画像）
　2-2　画像分類（カメラ映像）
　2-3　類似画像検索
　2-4　物体検出
　2-5　画風変換
　2-6　活動分類
　2-7　テキスト分類

第3章　Core ML − Vision・Natural Language
　3-1　顔検出
　3-2　バーコード検出
　3-3　テキスト検出
　3-4　水平線検出
　3-5　物体移動トラッキング
　3-6　自然言語処理

第4章　Create ML
　4-1　画像分類
　4-2　テキスト分類
　4-3　分類
　4-4　回帰

第5章　Turi Create − タスクベース
　5-1　Pythonの開発環境
　5-2　Jupyter Notebook
　5-3　画像分類
　5-4　類似画像検索
　5-5　物体検出
　5-6　画風変換
　5-7　活動分類
　5-8　テキスト分類
　5-9　レコメンド

第6章　Turi Create − アルゴリズムベース
　6-1　分類
　6-2　回帰
　6-3　クラスタリング
　6-4　グラフ分析
　6-5　テキスト分析

第7章　ML Kit
　7-1　ML Kitの準備
　7-2　画像分類（画像）
　7-3　画像分類（カメラ映像）
　7-4　顔検出
　7-5　バーコード検出
　7-6　ランドマーク認識
　7-7　テキスト認識
　7-8　カスタムモデル

第8章　Cloud AutoML
　8-1　画像分類（Vision）
　8-2　テキスト分類（Natural Language）
　8-3　翻訳（Translation）
　8-4　AutoML API

第9章　TensorFlow
　9-1　画像分類
　9-2　テキスト分類
　9-3　過学習と未学習
　9-4　FrozenGraphDefへの変換
　9-5　mlmodelファイルへの変換
　9-6　tfliteファイルへの変換