About this Course
최근 조회 16,160

다음 전문 분야의 5개 강좌 중 2번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 9시간 필요

권장: 17 hours/week...

일본어

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

다음 전문 분야의 5개 강좌 중 2번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 9시간 필요

권장: 17 hours/week...

일본어

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

Course을(를) 수강하는 학습자

  • Engineers
  • Software Engineers

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 4분 필요

はじめに

1개 동영상 (총 4분)
1개의 동영상
완료하는 데 1시간 필요

実践的な機械学習

10개 동영상 (총 62분), 1 quiz
10개의 동영상
教師あり学習5m
回帰と分類11m
機械学習小史: 線形回帰7m
機械学習小史: パーセプトロン5m
機械学習小史: ニューラル ネットワーク7m
機械学習小史: 決定ツリー5m
機械学習小史: カーネル メソッド4m
機械学習小史: ランダム フォレスト4m
機械学習小史: 最新のニューラル ネットワーク8m
1개 연습문제
モジュール理解度チェック6m
완료하는 데 1시간 필요

最適化

13개 동영상 (총 61분), 1 quiz
13개의 동영상
機械学習モデルの定義4m
出生率データセットの概要6m
損失関数の概要6m
勾配降下法5m
損失曲線のトラブルシューティング2m
機械学習で起こる問題6m
ラボ: TensorFlow Playground の概要6m
ラボ: TensorFlow Playground の詳細3m
ラボ: ニューラル ネットワークの実践6m
損失曲線のトラブルシューティング1m
パフォーマンス指標3m
混同行列5m
1개 연습문제
モジュール理解度チェック6m
완료하는 데 3시간 필요

一般化とサンプリング

9개 동영상 (총 64분), 3 quizzes
9개의 동영상
一般化と機械学習モデル6m
モデル トレーニングをいつ停止すべきか5m
BigQuery で再現性のあるサンプルを作成する6m
デモ: BigQuery でデータセットを分割する8m
ラボの概要1m
ラボの学習内容からソリューションを作成する手順9m
ラボの概要2m
ラボの学習内容からソリューションを作成する手順23m
1개 연습문제
モジュールの理解度チェック12m
완료하는 데 3분 필요

まとめ

1개 동영상 (총 3분)
1개의 동영상

Google 클라우드 정보

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....

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.