|
所在平台: Coursera专项课程 课程类别: 其他类别 大学或机构: CourseraNew |
课程主页: https://www.coursera.org/specializations/machine-learning-tensorflow-gcp-jp
课程评论：没有评论
**课程总结：机器学习与TensorFlow（Google Cloud Platform 日本语版 专业化）** 本课程旨在帮助学员理解机器学习的基本概念及其在问题解决中的应用。课程将介绍将潜在的用例转化为机器学习可应用的形式的五个步骤，这些步骤的重要性不容忽视。此外，课程还探讨了当前为什么神经网络受到广泛关注。 学员将学习如何设定问题，运用梯度下降法寻求合适的解决方案，并如何创建数据集。同时，课程将指导学员如何基于TensorFlow框架构建可扩展的分布式机器学习模型，以便于进行高效的模型训练和预测。此外，课程还将教会学员如何通过数据转换，机器学习能够从原始数据中提取重要特征，从而将人类分析引入问题解决过程中。 在课程的最后部分，学员将掌握生成准确且具有泛化能力的模型的技巧，理解解决特定机器学习问题的理论基础，以及如何选择合适的参数组合。课程还包括Google Cloud Platform的实践实验室，覆盖了从构建以机器学习为中心的策略，到模型的训练、优化及实际运用的完整流程。 通过本课程，学员不仅能获得理论知识，还能够在实际操作中提升技能，全面掌握机器学习的各个环节。
Course Link: https://www.coursera.org/learn/google-machine-learning-jp
Name:How Google does Machine Learning 日本語版
Description:Offered by Google Cloud. "Google Cloud で機械学習を実装する際のベスト プラクティスには何があるでしょうか。Vertex AI とは何であり、このプラットフォームを使用してコードを 1 行も記述せずに AutoML ... Enroll for free.
Course Link: https://www.coursera.org/learn/launching-machine-learning-jp
Name:Launching into Machine Learning 日本語版
Description:Offered by Google Cloud. このコースでは、まず、データ品質を向上させる方法や探索的データ分析を行う方法など、データについての議論から始めます。Vertex AI AutoML について確認し、コードを一切記述せずに ML ... Enroll for free.
Course Link: https://www.coursera.org/learn/intro-tensorflow-jp
Name:Intro to TensorFlow 日本語版
Description:Offered by Google Cloud. このコースの目的は、柔軟で手軽な TensorFlow 2.x と Keras を使用して、機械学習モデルを作成、トレーニング、およびデプロイすることです。TensorFlow 2.x API ... Enroll for free.
Course Link: https://www.coursera.org/learn/feature-engineering-jp
Name:Feature Engineering 日本語版
Description:Offered by Google Cloud. このコースでは、Vertex AI Feature Store を使用するメリット、ML モデルの精度を向上させる方法、最も有効な特徴を抽出できるデータ列の見極め方について説明します。また、BigQuery ... Enroll for free.
Course Link: https://www.coursera.org/learn/art-science-ml-jp
Name:Art and Science of Machine Learning 日本語版
Description:Offered by Google Cloud. 「Art and Science of machine learning」へようこそ。このコースは 6 ... Enroll for free.
機械学習とはどのようなもので、どのような問題解決に役立つのでしょうか。候補となるユースケースを機械学習で習得できる形に変換する5段階とは、そしてこれらの段階を省略しないことが重要である理由は何でしょうか。今、なぜニューラル ネットワークに注目が集まっているのでしょうか。 問題を設定し、勾配降下を使用して適切な解決策を見つけ、データセットを作成する方法について学びます。また、Tensorflow でスケーラブルな分散型機械学習モデルを作成して、これらのモデルのトレーニングを拡張し、高性能な予測ができるようになります。さらに、機械学習（ML）がデータから重要な特質を学習したり、人間による分析を問題に取り入れるように、生データを変換します。最後に、正確で一般化されたモデルを生成し、特定の ML 問題を解決する理論について、および適切なパラメータの組み合わせ方を学びます。まず ML 集中型の戦略の構築から始め、その後 Google Cloud Platform のハンズオンラボを通じてモデルのトレーニング、最適化、本稼働まで、ML に関する手順全体を実習します。
