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。
이 강좌에 대하여
제공자:

Google 클라우드
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.
강의 계획표 - 이 강좌에서 배울 내용
コースの概要
このコースでは、機械学習の専門講座で使用される用語を理解できるよう、基礎知識を身につけます。また、機械学習に携わる Google 社員から実用的なヒントと注意点を学び、独自の機械学習モデルを立ち上げるためのコードと知識を習得します。
データ品質の向上と探索的データ分析
このモジュールでは、データ品質の問題とその解決方法を紹介します。その後、探索的データ分析について見ていきます。
実践的な機械学習
このモジュールでは、機械学習の担い手としてのレベルアップに寄与するよう、機械学習の主なタイプと、現在の最先端技術に至るまでの歴史を学びます。
最適化
このモジュールでは、機械学習モデルを最適化する方法について説明します。
Machine Learning with TensorFlow Google Cloud 日本語版 특화 과정 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。

자주 묻는 질문
등록 전에 강좌를 미리 볼 수 있나요?
등록하면 무엇을 이용할 수 있나요?
강좌 수료증을 언제 받게 되나요?
이 강좌를 청강할 수 없는 이유는 무엇인가요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.