학생용

이 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。
학습자 경력 결과
50%
급여 인상 또는 승진하기
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인 강좌
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 일정
유연한 마감을 설정하고 유지 관리합니다.
중급 단계
완료하는 데 약 3개월 필요
매주 6시간 권장
일본어
학습자 경력 결과
50%
급여 인상 또는 승진하기
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인 강좌
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 일정
유연한 마감을 설정하고 유지 관리합니다.
중급 단계
완료하는 데 약 3개월 필요
매주 6시간 권장
일본어

이 전문 분야에는 5개의 강좌가 있습니다.

강좌1

강좌 1

How Google does Machine Learning 日本語版

4.5
별점
118개의 평가
22개의 리뷰
강좌2

강좌 2

Launching into Machine Learning 日本語版

4.4
별점
44개의 평가
7개의 리뷰
강좌3

강좌 3

Intro to TensorFlow 日本語版

3.7
별점
9개의 평가
강좌4

강좌 4

Feature Engineering 日本語版

4.2
별점
6개의 평가

제공자:

Placeholder

Google 클라우드

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.