Skip to content
Material Design 2
Main Navigation
v3
v2
v1

Français

English
简体中文
繁體中文
Español
Русский
Português – Brasil
Deutsch
日本語
한국어
Italiano
Polski
Türkçe
čeština
magyar

Français

English
简体中文
繁體中文
Español
Русский
Português – Brasil
Deutsch
日本語
한국어
Italiano
Polski
Türkçe
čeština
magyar

Apparence

Sidebar Navigation

Système Material

Introduction

Études Material

À propos des études Material

Basil

Crane

Fortnightly

Owl

Rally

Reply

Shrine

Fondements Material

Environnement

Surfaces

Élévation

Lumière et ombres

Mise en page

Comprendre la mise en page

Densité de pixels

Grille de mise en page adaptative

Méthodes d'espacement

Comportement des composants

Application de la densité

Navigation

Comprendre la navigation

Transitions de navigation

Recherche

Couleur

Le système de couleurs

Application de la couleur à l'interface utilisateur

Utilisation de la couleur

Lisibilité du texte

Thème sombre

Typographie

Le système typographique

Comprendre la typographie

Prise en charge des langues

Son

À propos du son

Appliquer le son à l'interface utilisateur

Attributs sonores

Chorégraphie du son

Iconographie

Icônes de produit

Icônes système

Icônes animées

Forme

À propos des formes

Forme et hiérarchie

La forme en tant qu'expression

Forme et animation

Appliquer des formes à l'interface utilisateur

Animation

Comprendre l'animation

Le système d'animation

Vitesse

Chorégraphie

Personnalisation

Interaction

Gestes

Sélection

États

Communication

Confirmation et accusé de réception

Formats de données

Visualisation de données

États vides

Aide et commentaires

Visuels

Écran de lancement

Intégration (Onboarding)

États hors ligne

Rédaction

Apprentissage automatique

Modèles de conception pour l'apprentissage automatique

Détection d'objets : caméra en direct

Détection d'objets : image statique

Lecture de codes-barres

Lignes directrices Material

Material Theming

Vue d'ensemble

Mise en œuvre de votre thème

Utilisabilité

Accessibilité

Bidirectionnalité

Lignes directrices par plateforme

Barres Android

Empreinte digitale Android

Retours haptiques Android

Icônes Android

Navigation entre applications sous Android

Notifications sur Android

Autorisations Android

Slices Android

Écran partagé Android

Android : balayer pour actualiser

Barre d'outils de sélection de texte sous Android

Widget Android

Adaptation multiplateforme

Composants

Barres d'application : barre inférieure

Barres d'application : barre d'application supérieure

Backdrop

Bannières

Navigation inférieure

Boutons

Boutons : bouton d'action flottant

Cartes

Cases à cocher

Puces

Tableaux de données

Sélecteurs de date

Boîtes de dialogue

Séparateurs

Listes d'images

Listes

Menus

Tiroir de navigation

Rail de navigation

Indicateurs de progression

Boutons radio

Feuilles inférieures

Panneaux latéraux

Curseurs

Snackbars

Commutateurs

Onglets

Champs de texte

Sélecteurs d'heure

Infobulles

Sur cette page

Modèles de conception pour l'apprentissage automatique ​

L'apprentissage automatique (ML) permet aux ordinateurs d'effectuer des prédictions et d'exécuter des tâches sans instructions explicites.

En identifiant des tendances au sein de vastes ensembles de données complexes, l'apprentissage automatique peut être appliqué de multiples façons : par exemple, pour effectuer des recherches d'informations à partir d'images, personnaliser l'expérience d'une application de chat ou reconnaître de la musique.

Les technologies fondées sur le ML sont de plus en plus accessibles grâce à des produits comme ML Kit, qui fournit des API pour des tâches telles que la détection d'objets et la reconnaissance de texte. Ces API font de l'apprentissage automatique une option abordable pour l'intégration dans les produits.

À mesure que les fonctionnalités basées sur le ML influencent un nombre croissant d'expériences produit, les modèles de conception contribuent à rendre ces expériences utilisables, esthétiques et compréhensibles. Material Design s'est associé à ML Kit pour étudier l'application de l'apprentissage automatique à la recherche visuelle. Bien qu'aucun modèle de conception ne puisse à lui seul représenter tout le potentiel de cette technologie, la recherche visuelle offre l'occasion de proposer des orientations de conception aidant les utilisateurs à comprendre comment interagir au mieux avec cette technologie.


ML Kit

Mettre en œuvre des modèles de conception ML sur mobile

Lien connexe

People + AI Guidebook

Concepts de ML pour des produits centrés sur l'utilisateur

Lien connexe

TensorFlow

Développer et déployer une application basée sur le ML

Lien connexe

Pager
Page précédenteRédaction
Page suivanteDétection d'objets : caméra en direct

Publié sous la licence Apache-2.0.

Copyright © 2018-Present Google

https://m2.material.io/design/machine-learning/understanding-ml-patterns.html

Publié sous la licence Apache-2.0.

Copyright © 2018-Present Google