In dieser Weiterbildung erlernen Sie die Entwicklung von plattformübergreifenden mobilen Anwendungen mit Flutter und Dart. Sie werden in die Lage versetzt, Anwendungen für iOS zu entwickeln und dabei Machine-Learning-Funktionen zu integrieren. Sie erwerben Kenntnisse in der Nutzung von Flutter zur Erstellung von Benutzeroberflächen und der Implementierung von Geschäftslogik. Zudem lernen Sie, Machine-Learning-Modelle in Ihre iOS-Anwendungen zu integrieren, um intelligente Funktionen bereitzustellen. Ein Fokus liegt auf der Verwendung von TensorFlow Lite und Firebase ML, um Machine-Learning-Funktionen effizient in Ihre Anwendungen einzubinden. Durch praktische Übungen und Projekte wenden Sie das Gelernte direkt an und entwickeln eigene Anwendungen für iOS, die Machine-Learning-Funktionen nutzen. Nach Abschluss der Weiterbildung sind Sie in der Lage, plattformübergreifende mobile Anwendungen mit Flutter zu entwickeln und Machine-Learning-Modelle in iOS-Anwendungen zu integrieren.

App-Entwicklung mit Flutter
  • Einführung und Installation mit Fokus auf iOS entwickeln
  • Widgets und UI-Design
  • State Management mit Provider, einschließlich Anwendungen aus dem Bereich iOS entwickeln
  • Routing und Navigation
  • Formulare und Validierung für iOS entwickeln
  • Animationen und Übergänge
  • Kenntnisse im Bereich iOS entwickeln für Responsive Designs

Backend-Integration und Benutzererfahrungen
  • HTTP-Requests und APIs im Kontext von iOS entwickeln
  • Auth-Entifizierung und Benutzerkonten
  • Persistenz mit SQLite für iOS entwickeln
  • App-Veröffentlichung für iOS und Android
  • Push-Benachrichtigungen mit Bezug zu iOS entwickeln

Grundlagen des Machine Learnings
  • Einführung in Machine Learning unter besonderer Berücksichtigung von iOS entwickeln
  • Arten des Machine Learning
  • Entwicklung eines Machine-Learning-Systems mit Anwendungsbeispielen aus iOS entwickeln
  • Datenvorbereitung für Machine Learning
  • Training und Auswahl eines Vorhersagemodells im Bereich iOS entwickeln
  • Bewertung von Modellen
  • Verwendung von Scikit-Learn für Klassifikationen im Kontext von iOS entwickeln

Modelle und Algorithmen im Machine Learning
  • Random Forests und Entscheidungsbäume mit Bezug zu iOS entwickeln
  • K-Nearest Neighbors Algorithmus
  • Modellbewertung und Hyperparameter-Tuning im Zusammenhang mit iOS entwickeln
  • Ensemble Learning (z. B. Bagging und Boosting)