Acerca de este Curso

Resultados profesionales del estudiante

50%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

50%

consiguió un aumento de sueldo o ascenso

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

Sugerido: 15 hours/week...

Japonés

Subtítulos: Francés (French), Portugués (de Brasil), Alemán (German), Inglés (English), Español (Spanish), Japonés...

Resultados profesionales del estudiante

50%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

50%

consiguió un aumento de sueldo o ascenso

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

Sugerido: 15 hours/week...

Japonés

Subtítulos: Francés (French), Portugués (de Brasil), Alemán (German), Inglés (English), Español (Spanish), Japonés...

ofrecido por

Logotipo de Google Cloud

Google Cloud

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

4 minutos para completar

はじめに

4 minutos para completar
1 video (Total 4 minutos)
1 video
1 hora para completar

実践的な機械学習

1 hora para completar
10 videos (Total 62 minutos)
10 videos
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
1 ejercicio de práctica
モジュール理解度チェック6m
1 hora para completar

最適化

1 hora para completar
13 videos (Total 61 minutos)
13 videos
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
1 ejercicio de práctica
モジュール理解度チェック6m
3 horas para completar

一般化とサンプリング

3 horas para completar
9 videos (Total 64 minutos)
9 videos
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
1 ejercicio de práctica
モジュールの理解度チェック12m
3 minutos para completar

まとめ

3 minutos para completar
1 video (Total 3 minutos)

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。 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

Preguntas Frecuentes

  • Sí, puedes acceder a una vista preliminar del primer video y ver el programa antes de inscribirte. Debes comprar el curso para acceder a contenido que no está incluido en la vista preliminar

  • Si decides inscribirte en el curso antes de la fecha de inicio de la sesión, tendrás acceso a todos los videos y las lecturas de la lección para el curso. Podrás enviar tareas en cuanto comience la sesión.

  • Una vez que te inscribes y comienza la sesión, tendrás acceso a todos los videos y otros recursos, incluidos artículos de lectura y el foro de debate del curso. Podrás ver y enviar tareas de práctica y completar tareas con calificación obligatorias para obtener un título y un Certificado de curso

  • Si completas el curso de manera correcta, tu Certificado de curso electrónico se agregará a la página Logros. Desde allí, puedes imprimir tu Certificado de curso o agregarlo a tu perfil de LinkedIn

  • Este curso es uno de los pocos que se ofrecen en Coursera que está actualmente disponible solo para estudiantes que pagaron o que recibieron ayuda económica, si está disponible.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.