Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Google Cloud

Launching into Machine Learning 日本語版

Google Cloud and Google via Coursera

Overview

Prepare for a new career with $100 off Coursera Plus
Gear up for jobs in high-demand fields: data analytics, digital marketing, and more.
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実行する方法など、データについての議論から始めます。Vertex AI AutoML についてと、コードを 1 行も記述せずに ML モデルを構築、トレーニング、デプロイする方法を説明します。BigQuery ML のメリットを理解していただけます。その後、機械学習(ML)モデルを最適化する方法、一般化とサンプリングを活用してカスタム トレーニング向けの ML モデルの品質を評価する方法を説明します。

Syllabus

  • はじめに
    • このモジュールでは、コースの概要とその目標を説明します。
  • データについて知る: 探索的データ分析によるデータ品質の改善
    • このモジュールでは、探索的データ分析を実行することで、データの品質を向上させる方法と、データを探索する方法について紹介します。機械学習におけるデータ整理の重要性について説明し、データ品質にどのように影響するかを説明します。たとえば、欠損値があると結果に歪みが生じる可能性があります。また、データ探索の重要性についても学びます。データを整理したら、データセットに対して探索的データ分析を実行しましょう。
  • 機械学習の実践
    • このモジュールでは、ML 担当者としての成長を加速できるように、機械学習の主要なタイプを紹介します。
  • Vertex AI を使用した AutoML モデルのトレーニング
    • このモジュールでは、Vertex AI を使用した AutoML モデルのトレーニングについて紹介します。
  • BigQuery の機械学習: データが存在する ML モデルの開発
    • このモジュールでは、BigQuery ML とその機能を紹介します。
  • 最適化
    • このモジュールでは、ML モデルを最適化する方法を説明します。
  • 一般化とサンプリング
    • 次に、かなり変わった質問にお答えいただきます。最も正確な ML モデルが適切な選択モデルではないのは、どのような場合ですか? 最適化に関する最後のモジュールで示唆したとおり、モデルのトレーニング データセットの損失指標が 0 だからといって、実際の環境の新しいデータでうまく機能するわけではありません。再現可能なトレーニング、評価、テスト データセットを作成し、パフォーマンス ベンチマークを確立する方法を学習します。

Taught by

Google Cloud Training

Reviews

4.4 rating at Coursera based on 50 ratings

Start your review of Launching into Machine Learning 日本語版

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.