このコースについて

3,147 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約10時間で修了
日本語
字幕:フランス語, ポルトガル語(ブラジル), ドイツ語, 英語, スペイン語, 日本語...

講師

共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約10時間で修了
日本語
字幕:フランス語, ポルトガル語(ブラジル), ドイツ語, 英語, スペイン語, 日本語...

提供:

Placeholder

Google Cloud

シラバス - 本コースの学習内容

1

1

1時間で修了

専門講座の紹介

1時間で修了
4件のビデオ (合計11分)
4件のビデオ
GCPでの機械学習の専門講座のアジェンダ5 分
Google を選ぶ理由1 分
Google Cloud を選ぶ理由2 分
1の練習問題
モジュール 1 のテスト30 分
2時間で修了

AI ファーストとは

2時間で修了
17件のビデオ (合計52分)
17件のビデオ
機械学習の 2 つのステージ3 分
Google サービスにおける機械学習5 分
デモ: Google フォトにおける機械学習1 分
Google 翻訳と Gmail1 分
ヒューリスティックなルールを置き換える5 分
データがすべて3 分
ラボの概要 - 機械学習の問題を構造的に捉える1 分
ラボの実践4 分
デモ: アプリケーションにおける機械学習2 分
事前トレーニング済みモデル3 分
進化する機械学習2 分
データ戦略5 分
トレーニングとサービスのずれ5 分
機械学習の戦略1 分
ビジネスの変革2 分
ラボの概要 - 機械学習のユースケース26
1の練習問題
モジュール 2 の理解度チェック30 分
1時間で修了

Google の ML の取り組み

1時間で修了
6件のビデオ (合計36分)
6件のビデオ
機械学習で生まれる驚き4 分
機械学習の秘訣8 分
機械学習とビジネス プロセス6 分
機械学習への道のり10 分
各フェーズを掘り下げる4 分
1の練習問題
モジュール 3 理解度チェック30 分
1時間で修了

包括的な ML

1時間で修了
7件のビデオ (合計27分)
7件のビデオ
機械学習と人間のバイアス2 分
包括的な評価指標3 分
統計的な測定と許容範囲のトレードオフ4 分
均等な機会を提供する6 分
決断をシミュレートする3 分
Facets でデータセットのエラーを見つける4 分
1の練習問題
モジュール 4 のテスト30 分
5時間で修了

クラウドの Python Notebook

5時間で修了
22件のビデオ (合計81分), 1 reading, 4 quizzes
22件のビデオ
Cloud Datalab1 分
デモ: Cloud Datalab1 分
開発プロセス2 分
デモ: Cloud Datalab のリホスティング3 分
マネージド サービスを活用する2 分
コンピューティングとストレージ4 分
Qwiklabs の概要3 分
ラボの実践11 分
Cloud Shell2 分
クラウドの第 3 の波: フルマネージド サービス1 分
クラウドの第 3 の波: サーバーレス データ分析2 分
クラウドの第 3 の波: BigQuery と Cloud Datalab52
ラボの概要: Datalab と BigQuery を使用してデータを分析する1 分
ラボの実践: Datalab と BigQuery を使用してデータを分析する11 分
ルールに代わる機械学習2 分
Vision API のユースケース3 分
Video intelligence API3 分
Cloud Speech API3 分
翻訳と自然言語4 分
ラボ: 事前トレーニング済み機械学習 API の概要49
ラボからソリューションへ9 分
1件の学習用教材
ラボ「VM のレンタル」の概要10 分
1の練習問題
モジュール 5 の理解度チェック30 分
4分で修了

要約

4分で修了
1件のビデオ (合計4分)
1件のビデオ

レビュー

HOW GOOGLE DOES MACHINE LEARNING 日本語版 からの人気レビュー

すべてのレビューを見る

Machine Learning with TensorFlow Google Cloud Platform 日本語版専門講座について

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。...
Machine Learning with TensorFlow  Google Cloud Platform 日本語版

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。