About this Course

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 전문 분야의 5개 강좌 중 3번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 14시간 필요

권장: 1 週間の学習(8~10 時間/週)...

일본어

자막: 프랑스어, 포르투갈어 (브라질), 독일어, 영어, 스페인어, 일본어...

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 전문 분야의 5개 강좌 중 3번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 14시간 필요

권장: 1 週間の学習(8~10 時間/週)...

일본어

자막: 프랑스어, 포르투갈어 (브라질), 독일어, 영어, 스페인어, 일본어...

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 7분 필요

はじめに

완료하는 데 7분 필요
2개 동영상 (총 7분)
2개의 동영상
Qwiklabs の概要5m
완료하는 데 3시간 필요

コア TensorFlow

완료하는 데 3시간 필요
19개 동영상 (총 72분)
19개의 동영상
TensorFlow とは2m
有向グラフの利点5m
TensorFlow API の階層3m
遅延評価4m
グラフとセッション4m
テンソルの評価2m
グラフの可視化2m
テンソル6m
変数6m
ラボの概要: 下位レベルの TensorFlow プログラムの作成16
ラボのソリューション8m
はじめに5m
形の問題3m
形の問題の修正2m
データ型の問題1m
全プログラムのデバッグ4m
概要: 全プログラムのデバッグ15
デモ: 全プログラムのデバッグ3m
3개 연습문제
TensorFlow とは2m
グラフとセッション8m
コア TensorFlow20m
2

2

완료하는 데 4시간 필요

Estimator API

완료하는 데 4시간 필요
18개 동영상 (총 67분)
18개의 동영상
Estimator API3m
事前作成済み Estimator5m
デモ: 住宅価格モデル1m
チェックポインティング1m
メモリ内データセットのトレーニング2m
ラボの概要: Estimator API39
ラボのソリューション: Estimator API10m
Dataset API を使用して大規模なデータセットをトレーニングする8m
ラボの概要: バッチ処理を使用して TensorFlow の取り込みをスケールアップする35
ラボのソリューション: バッチ処理を使用して TensorFlow の取り込みをスケールアップする5m
大規模なジョブ、分散トレーニング6m
TensorBoard によるモニタリング3m
デモ: TensorBoard UI28
処理入力関数5m
内容のまとめ: Estimator API1m
ラボの概要: Estimator API を使用して分散トレーニング TensorFlow モデルを作成する51
ラボのソリューション: Estimator API を使用して分散トレーニング TensorFlow モデルを作成する7m
1개 연습문제
Estimator API18m
3

3

완료하는 데 2시간 필요

CMLE で TensorFlow モデルをスケールする

완료하는 데 2시간 필요
6개 동영상 (총 29분)
6개의 동영상
Cloud Machine Learning Engine を使用する理由6m
モデルをトレーニングする2m
トレーニング ジョブのモニタリングとデプロイを行う2m
ラボの概要: Cloud Machine Learning Engine を使用して TensorFlow をスケーリングする50
ラボのソリューション: Cloud Machine Learning Engine を使用して TensorFlow をスケーリングする16m
1개 연습문제
Cloud MLE10m
완료하는 데 2분 필요

まとめ

완료하는 데 2분 필요
1개 동영상 (총 2분)
1개의 동영상

제공자:

Google 클라우드 로고

Google 클라우드

Machine Learning with TensorFlow Google Cloud Platform 日本語版 전문 분야 정보

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

자주 묻는 질문

  • 예. 등록하기 전에 첫 번째 비디오를 미리 보고 강의 계획을 검토할 수 있습니다. 미리 보기에 포함되지 않은 콘텐츠를 이용하려면 강좌를 구매해야 합니다.

  • 세션 시작일 전에 강좌에 등록하면 해당 강좌의 모든 강의 비디오 및 읽기 자료에 접근할 수 있습니다. 수업이 시작되면 과제를 제출할 수 있습니다.

  • 등록 후 세션이 시작되면 읽기 자료 항목 및 강좌 토론 포럼을 포함하여 모든 비디오와 기타 리소스를 이용할 수 있습니다. 연습 평가를 보고 제출하며 필요한 성적 평가 과제를 완료하여 성적을 받고 강좌 수료증을 취득할 수 있습니다.

  • 강좌를 성공적으로 수료하면 전자 강좌 수료증이 성취도 페이지에 추가됩니다. 해당 페이지에서 강좌 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다.

  • 이 강좌는 현재 Coursera에서 수업료를 결제했거나 재정 지원(해당하는 경우)을 받은 학습자만 이용할 수 있는 강좌입니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.