资源介绍
tUI智能应用开发 (英文视频课程，中文外挂字幕)
视频数量：35个
总时长：2小时12分
课程介绍：
iOS机器学习实战：Core ML、Swift 6与SwiftUI智能应用开发
你打开手机相册，发现系统自动把所有的狗照片归到了一起，还能准确说出每只狗是什么品种。你在App Store里随手评论了一句"这个App真难用"，系统立刻识别出这是一条负面评价。这些看似神奇的功能，其实都离不开机器学习。而现在，你完全可以在自己的iOS应用里实现这些能力。
这门课专门教你怎么用苹果提供的工具，在iOS应用里集成机器学习功能。整个课程两个多小时，35个视频，手把手带你从零开始做四个完整的实战项目。
先说基础部分。课程会帮你搞清楚机器学习到底是什么，为什么它这几年突然火起来了，苹果又在iOS平台提供了哪些机器学习能力。你会学到什么是监督式学习，什么情况下该用它，以及Core ML框架在整个苹果机器学习生态里扮演什么角色。这部分内容不算多，但把很多关键概念讲得很清楚，给后面的实战打好底子。
真正开始动手，是从第一个项目开始的：一个狗品种识别应用。你会学到怎么在Mac上用Create ML这个苹果官方的机器学习工具，从零训练一个图像分类模型。具体来说，你需要准备不同狗品种的训练图片，给它们做好标注，然后用Create ML训练出一个能够识别120多种狗品种的分类器。训练过程很快，你能看到模型随着训练轮数增加逐渐变得更准确。模型训练好之后，你要把它集成到一个完整的iOS应用里，用SwiftUI写出那个拍照识别的界面，接收用户拍摄的图片，调用模型得到预测结果，然后把结果显示出来。整个流程走下来，你就掌握了从训练模型到应用落地的完整闭环。
第二个项目转向文本处理。你会学到怎么用iOS自带的Natural Language框架做自然语言分析。具体包括：自动识别一段文本使用的是什么语言，比如一段话是英语还是中文；把一段话拆分成单词或者句子，这个过程叫分词；分析一句话里每个词是什么词性，名词、动词还是形容词；更厉害的是，还能从文本里自动识别人名、地名和公司名。这些功能在内容审核、智能客服、文本分类等场景里特别有用。
第三个项目教你怎么用Vision框架做图像分析。这个项目会做得更深入一些。你不只是在图片上跑一个模型就完事了，而是要实现一个完整的目标检测流程。你会学到怎么发送图像分析请求，怎么处理返回的结果，怎么把检测到的物体坐标在不同的坐标系之间转换。课程会带你识别图像里的矩形区域、人脸、文本甚至二维码，你还要把这些检测结果可视化地标注在原图上。这部分内容对理解Vision框架的底层工作原理很有帮助。
第四个项目是一个评论情感分析应用。用户输入一条商品评论或者餐厅评价，系统判断这条评论是正面还是负面的。你会学到怎么准备情感分析的标注数据，怎么在Swift Playground里训练一个文本分类器，怎么把训练好的模型导出为Core ML格式，然后在应用里加载使用。这个项目的完整度很高，从数据准备、模型训练、界面开发到集成测试，每个环节都覆盖到了。
整个课程用的是Swift 6和SwiftUI，代码风格很现代。如果你已经写过一些SwiftUI应用，上手会很快。即使你对机器学习的理论一窍不通也没关系，课程把那些复杂的概念讲得很平实，重点放在怎么用、怎么落地。苹果这几代iOS系统一直在加强机器学习相关的API，很多以前要靠第三方库实现的功能，现在用系统自带的框架就能搞定。这门课就是教你怎么把这些能力真正用起来。
学完这门课，你手里会有四个完整的iOS项目，涵盖了图像分类、自然语言处理、目标检测、情感分析这些最常见的机器学习应用场景。你不只是在学理论，而是在学怎么把机器学习变成用户能感知的功能。对想给应用增加智能化能力的iOS开发者来说，这门课是很好的起点。