lijianfei.com

在最近的 WWDC 2024 大会上，Apple 推出了 Create ML 的一系列新功能，使得机器学习在 Apple 平台上的应用更加便捷和强大。

Create ML 生态系统概览

Create ML 由三个主要部分组成：Create ML 应用程序、Create ML 框架和底层组件。无论是初学者还是资深开发者，都可以使用这些工具来创建和部署定制的机器学习模型。

• Create ML 应用程序：通过简单的点击操作就可以开始训练模型，适合快速上手和测试。
• Create ML 框架：提供更高级的功能，适合需要自动化模型创建或构建设备上个性化体验的开发者。
• 底层组件：利用系统域框架（如 Vision、Natural Language、Sound Analysis）来定制模型以适应特定的使用场景。

Create ML 应用程序的新功能

今年的更新为 Create ML 应用程序带来了多项改进，尤其是在数据可视化和调试方面。通过新的数据源探索选项，用户可以深入了解和验证自己的数据注释，以确保模型的行为符合预期。

示例：早餐物品检测

假设你正在开发一个应用，用于检测常见的早餐物品（如咖啡杯）。在测试过程中，你发现模型同时检测到了咖啡表面和咖啡杯，这表明你的数据注释存在问题。通过新的可视化工具，你可以轻松定位和修正这些注释问题。

空间计算的新特性：对象跟踪(Object tracking)

为满足 Apple Vision Pro 空间计算体验的需求，引入了对象跟踪功能。用户只需提供一个 3D 资产，Create ML 应用程序会自动生成所有的训练数据，简化了训练过程。这个功能在增强现实应用中尤其有用，例如跟踪真实世界中的物体并进行增强显示。

时间序列分析

时间序列数据在许多领域都有应用，包括但不限于加速度计数据、GPS 数据和销售数据。今年，引入了更强大的时间序列分类器和预测模型。

时间序列分类

这个功能可以回答“这些数据代表什么？”的问题。例如，通过 Apple Watch 的加速度计数据来分类手势（如捏、拍、握拳）。

时间序列预测

时间序列预测模型能够根据历史数据预测未来的数值，这对于许多应用场景（如销售预测）非常有用。开发者可以利用新的 DateFeatureExtractor 组件，从日期中提取特征（如周几、月份），以发现数据中的特定趋势。预测股票？哈哈哈

示例：食品卡车销售预测

以食品卡车销售数据为例，展示了如何使用 Create ML 进行销售预测。通过对交易数据进行预处理（按日期分组并汇总数量），并使用新的时间序列预测模型，开发者可以预测未来几天的销售情况，帮助卡车准备足够的原料。

最后

Create ML 的这些新功能，使得机器学习模型的定制和应用变得更加简单和高效。无论是图像分类、对象检测还是时间序列分析，Create ML 都能为开发者提供强大的工具支持。