|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/art-science-ml-jp
课程评论：没有评论
课程名称：机器学习的艺术与科学（日本语版） 课程概述： 欢迎参加“机器学习的艺术与科学”。本课程由六个模块组成，旨在通过详细的模型调优和优化，帮助您实现机器学习的最佳性能。课程将介绍机器学习所需的相关知识、正确判断力和基本测试技能。您将学习如何使用正则化方法来泛化模型，以及超参数（如批大小和学习率）对模型性能的影响。此外，课程还将介绍一些常用的模型优化算法，并示范如何在TensorFlow代码中指定优化方法。 课程大纲： 1. 概述 本模块介绍本课程的总体内容，包括机器学习模型的调优、优化技巧及其重要性。 2. 机器学习的实践 学习如何调整批大小和学习率以提高模型性能，以及如何优化模型并将概念应用于TensorFlow代码。 3. 超参数调优 学习如何区分参数和超参数，了解传统的网格搜索方法，并探索更智能的算法以突破网格搜索的限制，最后学习Cloud ML Engine如何便利地自动化超参数调优。 4. 机器学习的理论 讲解机器学习的理论与实践，包括如何实施正则化以实现稀疏性，并深入了解逻辑回归及其对性能的影响。 5. 神经网络的理论 专注于使用神经网络的理论，详细介绍相关概念。 6. 嵌入 学习如何使用嵌入来管理稀疏数据，并减少稀疏数据在机器学习模型中的内存占用，从而加快训练速度。嵌入也是一种减少维度的方法，这使得模型变得更简单并具备更好的泛化能力。 7. 课程总结 最后，对整个课程进行总结，回顾所学的关键知识和技能。 该课程适合希望深入理解机器学习模型优化与调优的学习者。
Name:概要
Description:「Art and Science of Machine Learning」へようこそ。このコースでは、機械学習モデルの詳細な調整や最適化によって最高のパフォーマンスを実現するために必要な、機械学習の知識、適切な判断、テストの基本的なスキルについて説明します。正則化の手法を使用してモデルを一般化する方法と、ハイパーパラメータの影響について学習します（モデルのパフォーマンスに対するバッチサイズや学習率の影響など）。一般的なモデル最適化アルゴリズムをいくつか説明し、TensorFlow コードで最適化メソッドを指定する方法を示します。
Name:機械学習の実践
Description:このモジュールでは、モデルのパフォーマンス改善に向けてバッチサイズと学習率を調整する方法、モデルを最適化する方法、TensorFlow コードにコンセプトを適用する方法を学習します。
Name:ハイパーパラメータの調整
Description:このモジュールでは、パラメータとハイパーパラメータを区別する方法を学習します。その後、従来のグリッド検索のアプローチについて確認し、よりスマートなアルゴリズムを使用することでグリッド検索の枠を超えて考える方法を学習します。最後に、Cloud ML Engine によってハイパーパラメータ調整の自動化が便利になる仕組みを学習します。
Name:機械学習の理論
Description:このモジュールでは、機械学習の理論と実践について説明します。まず、シンプルで簡潔なモデルを作成できるように、スパース性を実現する正則化の実行方法について説明します。次に、ロジスティック回帰について説明し、パフォーマンスが決まる仕組みを学習します。
Name:ニューラル ネットワークの理論
Description:このモジュールでは、特にニューラル ネットワークを使用した理論について詳しく説明します。
Name:埋め込み
Description:このモジュールでは、埋め込みを使用して、疎データを管理する方法と、疎データを使用する機械学習モデルのメモリ消費量を減らしてトレーニングを高速化する方法を学習します。埋め込みはディメンション数を削減する方法でもあり、その結果として、モデルをより単純で一般化できるようになります。
Name:まとめ
Description:
「Art and Science of machine learning」へようこそ。このコースは 6 つのモジュールで構成されています。このコースでは、機械学習モデルの詳細な調整や最適化によって最高のパフォーマンスを実現するために必要な、機械学習の知識、適切な判断、テストの基本的なスキルについて説明します。正則化の手法を使用してモデルを一般化する方法と、ハイパーパラメータの影響について学習します（モデルのパフォーマンスに対するバッチサイズや学習率の影響など）。一般的なモデル最適化アルゴリズムをいくつか説明し、TensorFlow コードで最適化メソッドを指定する方法を示します。
