This one of best hands on course to start Machine Learning. It is a good combination of theory which is to the point a beginner needs to know and practical example with TensorFlow playground.

With two hands on labs in GCP environment to delve into the real world problems and 3 quizzes on the course made it a solid starting point. It would be good for some one who already know some linear equation staffs and bigquery. However, it isn't must. Just follow the course is enough and repeating where it becomes difficult. It needs time. I need to pause and pen and paper to take notes many places. There are lots of technical terms we need to remember. So better review the course again after completing it would be great make the understanding more sustainable.

Good course, liked the historical part, good to set up the context, explanations are good, labs are interesting but I need to learn a bit of SQL syntax

This is best course on learning basic of machine learning and splitting data on GCP using big query

最初は難しいと感じましたが、ステップを踏んで説明があったので完璧とは言わないまでも理解できました。

前半の歴史は知らない用語が多数でてきて、前提知識がないと理解が難しかった。しっかり調べながら進めたが、あまり意味のない知識だった事がわかり、残念だった。時間を無駄にした感じ。

後半はとても具体的で分かり易く面白かった。

以下を学ぶことができた。

・勾配降下法を用いたモデル最適化

・ニューラルネットワークと線形モデルとの違い。活性化関数

・回帰問題用のRMSE

・パフォーマンス指標（正解率、精度、再現率）

・効率的にモデルを評価するためのシンプルなベンチマーク

・汎化（複雑なモデルを学習させ、RMSEが0になったとしても汎化できていないと未知のデータに対応できない。つまり予測に使えない。汎化が必要）

・繰り返し利用可能なデータの分割方法。余剰演算子とハッシュ関数（損失関数に影響を与えないパラメータを用いる）

TensorFlow PlaygroundやBigQueryに触れることができたのは有益だった。数式が当然のように出てくるのは少し辛いかもしれない。。。

StanfordのMachine Learningをやっている方には既知の情報が少なからずあります。

Big QueryのHands Onができることがメリットかと思います。