Google Cloud で機械学習（ML）について学ぶ. 実践的なデータを使用した包括的な ML 実習

4.4

estrelas

49 classificações

Google Cloud Training

oferecido por

Programa de cursos integrados Machine Learning with TensorFlow Google Cloud 日本語版Google Cloud

Habilidades que você terá

Sobre este Programa de cursos integrados

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。

Projeto de Aprendizagem Aplicada

この専門講座には 、Qwiklabs プラットフォームを使用したハンズオンラボが組み込まれています。
こうしたハンズオン コンポーネントにより、講義動画で学んだスキルを実際に使ってみることができます。プロジェクトには、Qwiklabs 内で使用、構成された Google Cloud Platform プロダクトなどのトピックが組み込まれています。モジュール全体で説明されている概念を使用して実際に体験してみましょう。

Certificados compartilháveis

Tenha o certificado após a conclusão

Cursos 100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Cronograma flexível

Definição e manutenção de prazos flexíveis.

Nível intermediário

Aproximadamente 6 meses para ser concluído

Ritmo sugerido de 4 horas/semana

Japonês

Certificados compartilháveis

Tenha o certificado após a conclusão

Cursos 100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Cronograma flexível

Definição e manutenção de prazos flexíveis.

Nível intermediário

Aproximadamente 6 meses para ser concluído

Ritmo sugerido de 4 horas/semana

Japonês

Como funciona o programa de cursos integrados

Fazer cursos

Um programa de cursos integrados do Coursera é uma série de cursos para ajudá-lo a dominar uma habilidade. Primeiramente, inscreva-se no programa de cursos integrados diretamente, ou avalie a lista de cursos e escolha por qual você gostaria de começar. Ao se inscrever em um curso que faz parte de um programa de cursos integrados, você é automaticamente inscrito em todo o programa de cursos integrados. É possível concluir apenas um curso — você pode pausar a sua aprendizagem ou cancelar a sua assinatura a qualquer momento. Visite o seu painel de aprendiz para controlar suas inscrições em cursos e progresso.

Projeto prático

Todos os programas de cursos integrados incluem um projeto prático. Você precisará completar com êxito o(s) projeto(s) para concluir o programa de cursos integrados e obter o seu certificado. Se o programa de cursos integrados incluir um curso separado para o projeto prático, você precisará completar todos os outros cursos antes de iniciá-lo.

Obtenha um certificado

Ao concluir todos os cursos e completar o projeto prático, você obterá um certificado que pode ser compartilhado com potenciais empregadores e com sua rede profissional.

Este Programa de cursos integrados contém 5 cursos

Curso1

Curso 1

How Google does Machine Learning 日本語版

4.5

estrelas

131 classificações

機械学習とはどのようなもので、どのような問題を解決できるでしょうか。Google は機械学習について、データだけでなくロジックの面からも独自の視点で考えています。機械学習モデルのパイプラインの構築について検討する際、このようなフレーミングがなぜデータサイエンティストにとって有益であるかを説明します。

次に、候補となるユースケースを機械学習を利用できるように変換する 5 つの段階について説明し、こうした段階を省略しないことの重要性について検討します。最後に、機械学習によって増幅される可能性のあるバイアスと、それを認識する方法について確認します。 >>> この専門講座に登録すると、よくある質問に記載されているとおり、Qwiklabs の利用規約（https://qwiklabs.com/terms_of_service）に同意したことになります。<<<

Curso2

Curso 2

Launching into Machine Learning 日本語版

4.4

estrelas

50 classificações

機械学習の歴史を皮切りに、ニューラルネットワークがデータサイエンスのさまざまな問題でうまく機能している理由をご紹介します。次に、教師あり学習の問題を設定し、勾配降下法を使用して適切な解決策を見つける方法について説明します。これには、一般化が可能なデータセットの作成も含まれます。実験に対応するため、繰り返し使用できるデータセットの作成方法について解説します。

コースの目標: ディープラーニングが注目を集めている理由を理解する損失関数とパフォーマンス指標を使用して、モデルの最適化と評価を行う機械学習で発生しがちな一般的な問題を軽減する繰り返し使用可能でスケーラブルなトレーニング用、評価用、テスト用のデータセットを作成する

Curso3

Curso 3

Intro to TensorFlow 日本語版

3.8

estrelas

12 classificações

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 の階層について学び、TensorFlow の主要コンポーネントを実践演習で理解します。データセットと特徴列の扱い方について学びます。TensorFlow 2.x 入力データパイプラインの設計と作成の方法について学びます。tf.data.Dataset を使用して csv データ、NumPy 配列、テキストデータ、および画像を読み込む実践演習を行います。数値、カテゴリ、バケット、およびハッシュの特徴列を作成する実践演習も行います。

Keras Sequential API と Keras Functional API を使用してディープラーニングモデルを作成する方法を学びます。活性化関数、損失、および最適化について学びます。Jupyter ノートブックの実践演習では、基本的な線形回帰、基本的なロジスティック回帰、および高度なロジスティック回帰の機械学習モデルを作成できます。Cloud AI Platform での大規模な機械学習モデルのトレーニング、デプロイ、および本稼働の方法について学びます。

Curso4

Curso 4

Feature Engineering 日本語版

4.5

estrelas

10 classificações

機械学習（ML）モデルの精度を高める方法や、最も有用な特徴量を作成するためのデータ列の見極め方を学びたい方におすすめのコースです。この Feature Engineering コースでは、「良い」特徴量と「悪い」特徴量について説明し、それらをモデルで最大限に活用できるように前処理して変換する方法を解説します。

Instrutores

Google Cloud Training

1.841.298 aprendizes

997 Cursos

oferecido por

Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.

Perguntas Frequentes – FAQ

Qual é a política de reembolso?
Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.
Posso me inscrever em um único curso?
Sim! Para começar, clique na carta de curso que lhe interessa e se inscreva. Você pode se inscrever e concluir o curso para ganhar um certificado compartilhável ou você pode auditar para ver os materiais do curso de graça. Quando você se inscrever em um curso que faz parte de uma especialização, você está automaticamente inscrito para a especialização completa. Visite o seu painel de aluno para acompanhar o seu progresso.
Existe algum auxílio financeiro disponível?
Sim. Em programas de aprendizado selecionados, você pode solicitar auxílio financeiro ou uma bolsa de estudos caso não consiga pagar a taxa de inscrição. Se o auxílio financeiro ou bolsa de estudos estiver disponível para a seleção do seu programa de aprendizado, você encontrará um link para se inscrever na página de descrição.
Posso fazer o curso gratuitamente?
Quando se inscrever no curso, você terá acesso a todos os cursos na Especialização e ganhará um certificado quando concluir o trabalho. Se você só quiser ler e visualizar o conteúdo do curso, pode auditar o curso gratuitamente. Se não puder pagar a taxa, você pode solicitar ajuda financeira.
Este curso é realmente 100% on-line? Eu preciso assistir alguma aula pessoalmente?
Este curso é totalmente on-line, então não existe necessidade de aparecer em uma sala de aula pessoalmente. Você pode acessar suas palestras, leituras e atribuições a qualquer hora e qualquer lugar, via web ou dispositivo móvel.
Vou ganhar créditos universitários por concluir a Especialização?
Esta Especialização não carrega créditos universitários, mas algumas universidades podem optar por aceitar certificados de especialização como crédito. Verifique com sua instituição para saber mais.
コースの購読を終了するにはどうすればいいですか？
コースを修了後または、途中でコースを終了したい場合は、コースの購読を終了する必要があります。購読を終了しないと、引き続き課金が発生します。
コースの購読を終了するためには、画面右上のメニューから”購入済みコース”を選択し、購読を終了したいコースの”購読を終了（Cancel subscription) ”をクリックしてください。

Mais dúvidas? Visite o Central de Ajuda ao estudante.

Programa de cursos integrados Machine Learning with TensorFlow Google Cloud 日本語版

Habilidades que você terá

Sobre este Programa de cursos integrados

Projeto de Aprendizagem Aplicada