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。
Este curso forma parte de Programa Especializado - Machine Learning with TensorFlow Google Cloud Platform 日本語版
ofrecido por
Acerca de este Curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 11 horas para completar
Japonés
Subtítulos: Francés (French), Portugués (de Brasil), Alemán (German), Ruso (Russian), Inglés (English), Español (Spanish), Japonés
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 11 horas para completar
Japonés
Subtítulos: Francés (French), Portugués (de Brasil), Alemán (German), Ruso (Russian), Inglés (English), Español (Spanish), Japonés
ofrecido 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.
Programa - Qué aprenderás en este curso
7 minutos para completar
はじめに
機械学習プログラムの記述に使用するツールは TensorFlow です。そのため、このコースでは TensorFlow について説明します。最初のコースでは、ビジネス上の問題を機械学習の問題として定式化する方法を学習し、2 つ目のコースでは、機械学習が実際にどのように機能するかと、機械学習に使用できるデータセットを作成する方法を学習しました。データの準備ができたので、機械学習プログラムを記述してみましょう。
7 minutos para completar
2 videos (Total 7 minutos)
4 horas para completar
コア TensorFlow
"TensorFlow のコア コンポーネントについて説明し、機械学習プログラムを作成する実践演習を行います。遅延評価と命令型プログラムを比較して記述し、グラフ、セッション、変数を使用して、最終的に TensorFlow プログラムをデバッグします。
4 horas para completar
19 videos (Total 72 minutos)
19 videos
はじめに1m
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16s
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15s
デモ: 全プログラムのデバッグ3m
3 ejercicios de práctica
TensorFlow とは30m
グラフとセッション30m
コア TensorFlow30m
5 horas para completar
Estimator API
このモジュールでは、Estimator API について説明します。
5 horas para completar
18 videos (Total 67 minutos)
18 videos
はじめに1m
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 API39s
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35s
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 UI28s
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51s
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
1 ejercicio de práctica
Estimator API30m
2 horas para completar
CMLE で TensorFlow モデルをスケールする
ここでは、TensorFlow モデルの使い方と、機械学習モデルのトレーニングとデプロイに向けて GCP のマネージド インフラストラクチャで TensorFlow モデルをトレーニングする方法について説明します。
2 horas para completar
6 videos (Total 29 minutos)
6 videos
はじめに31s
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50s
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
1 ejercicio de práctica
Cloud MLE30m
2 minutos para completar
まとめ
ここでは、このコースで学習した TensorFlow のトピックについて要点をまとめます。コア TensorFlow コード、Estimator API、Cloud Machine Learning Engine による機械学習モデルのスケーリングについて振り返ります。
2 minutos para completar
1 video (Total 2 minutos)
1 video
まとめ2m
Acerca de Programa especializado: Machine Learning with TensorFlow Google Cloud Platform 日本語版
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。
Preguntas Frecuentes
¿Puedo acceder a una vista preliminar del curso antes de inscribirme?
¿Qué recibiré cuando me inscriba?
¿Cuándo recibiré mi Certificado de curso?
¿Por qué no puedo participar como oyente en este curso?
Is financial aid available?
¿Recibiré crédito universitario por completar el Curso?
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
