ML Codelab
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
これらの Codelab をお試しいただくと、TensorFlow Lite モデルをより簡単かつ効果的に使用するのに Firebase がどう役立つのかを実践的に学ぶことができます。
数字分類（モデルデプロイの概要）
手書きの数字を認識するアプリを作成することで、Firebase のモデルデプロイ機能の使い方を学びます。Firebase ML を使用して TensorFlow Lite モデルをデプロイし、Performance Monitoring でモデルのパフォーマンスを分析して、A/B Testing でモデルの有効性をテストします。
iOS+
Android
感情分析
この Codelab では、独自のトレーニング データを使用して、テキストを通じて表現された感情を識別するための既存のテキスト分類モデルを微調整します。次に、Firebase ML を使用してこのモデルをデプロイし、以前のモデルと新しいモデルの精度を A/B Testing で比較します。
iOS+
Android
コンテンツ レコメンデーション
レコメンデーション エンジンを使用すると、それぞれのユーザーに合わせてエクスペリエンスをパーソナライズし、より関連性の高い、魅力的なコンテンツを提示できます。この Codelab では、このような機能をサポートする複雑なパイプラインを構築するのではなく、デバイス上の ML モデルをトレーニングしてデプロイすることで、アプリ向けのコンテンツ レコメンデーション エンジンを実装する方法を示します。
iOS+
Android
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2025-08-24 UTC。
[null,null,["最終更新日 2025-08-24 UTC。"],[],[],null,["\u003cbr /\u003e\n\nTry these codelabs to learn hands-on how Firebase can help you use TensorFlow\nLite models more easily and effectively.\n\nDigit classification (introduction to model deployment)\n\nLearn how to use Firebase's model deployment features by building an app that\nrecognizes handwritten digits. Deploy TensorFlow Lite models with\nFirebase ML, analyze model performance with Performance Monitoring, and test model\neffectiveness with A/B Testing.\n\n[iOS+](/codelabs/digitclassifier-ios)\n[Android](/codelabs/digitclassifier-android)\n\nSentiment analysis\n\nIn this codelab, you use your own training data to fine-tune an existing text\nclassification model that identifies the sentiment expressed in a passage of\ntext. Then, you deploy the model using Firebase ML and compare the accuracy\nof the old and new models with A/B Testing.\n\n[iOS+](/codelabs/textclassification-iOS)\n[Android](/codelabs/textclassification-android)\n\nContent recommendation\n\nRecommendation engines let you personalize experiences to individual users,\npresenting them with more relevant and engaging content. Rather than building\nout a complex pipeline to power this feature, this codelab shows how you can\nimplement a content recommendation engine for an app by training and deploying\nan on-device ML model.\n\n[iOS+](/codelabs/contentrecommendation-ios)\n[Android](/codelabs/contentrecommendation-android)"]]
