機械学習の歴史を皮切りに、ニューラル ネットワークが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、一般化が可能になるデータセットの作成も含まれます。実験に対応するため、データセットを繰り返し作成できる方法について解説します。
コースの目標:
ディープ ラーニングが注目を集めている理由を知る
損失関数とパフォーマンス指標を使用して、モデルを最適化および評価する
機械学習で発生しがちな一般的な問題を軽減する
再現可能なスケーラブル トレーニング用、評価用、テスト用データセットを作成する
本課程是 Machine Learning with TensorFlow Google Cloud Platform 日本語版 專項課程 專項課程的一部分
Launching into Machine Learning 日本語版
提供方
教學大綱 - 您將從這門課程中學到什麼
週
1はじめに
このコースでは、機械学習（ML）の基礎知識を習得し、この専門分野で使用されている用語を理解できるようになります。また、Google の ML プラクティショナーから実践面でのヒントや問題を学び、コードや知識を習得して独自の ML モデルに活用することもできます。
1 個視頻 （總計 4 分鐘）
1 個視頻
はじめに4分鐘
実践的な機械学習
このモジュールでは、主要なタイプの機械学習（ML）について説明し、最新技術に至るまでの ML の歴史について検証していきながら、ML プラクティショナーとしてのキャリアアップを図ります。
10 個視頻 （總計 62 分鐘）, 1 個測驗
10 個視頻
はじめに1分鐘
教師あり学習5分鐘
回帰と分類11分鐘
機械学習小史: 線形回帰7分鐘
機械学習小史: パーセプトロン5分鐘
機械学習小史: ニューラル ネットワーク7分鐘
機械学習小史: 決定ツリー5分鐘
機械学習小史: カーネル メソッド4分鐘
機械学習小史: ランダム フォレスト4分鐘
機械学習小史: 最新のニューラル ネットワーク8分鐘
1 個練習
モジュール理解度チェック6分鐘
最適化
このモジュールでは、機械学習（ML）モデルを最適化する方法について説明します。
13 個視頻 （總計 61 分鐘）, 1 個測驗
13 個視頻
はじめに42
機械学習モデルの定義4分鐘
出生率データセットの概要6分鐘
損失関数の概要6分鐘
勾配降下法5分鐘
損失曲線のトラブルシューティング2分鐘
機械学習で起こる問題6分鐘
ラボ: TensorFlow Playground の概要6分鐘
ラボ: TensorFlow Playground の詳細3分鐘
ラボ: ニューラル ネットワークの実践6分鐘
損失曲線のトラブルシューティング1分鐘
パフォーマンス指標3分鐘
混同行列5分鐘
1 個練習
モジュール理解度チェック6分鐘
一般化とサンプリング
ここからは、少し違った角度から検討していきます。正解率が最も高い機械学習（ML）モデルを選択するのが適さないことがありますが、それはどのような場合でしょうか。前回の最適化に関するモジュールで示唆したように、トレーニング データセットに対するモデルの損失指標が 0 というだけでは、実世界の新しいデータを適切に処理できることにはなりません。
9 個視頻 （總計 64 分鐘）, 3 個測驗
9 個視頻
はじめに1分鐘
一般化と機械学習モデル6分鐘
モデル トレーニングをいつ停止すべきか5分鐘
BigQuery で再現性のあるサンプルを作成する6分鐘
デモ: BigQuery でデータセットを分割する8分鐘
ラボの概要1分鐘
ラボの学習内容からソリューションを作成する手順9分鐘
ラボの概要2分鐘
ラボの学習内容からソリューションを作成する手順23分鐘
1 個練習
モジュールの理解度チェック12分鐘
關於 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.
關於 Machine Learning with TensorFlow Google Cloud Platform 日本語版 專項課程
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。
常見問題
我能否在注册前预览课程？
是的，您可以在注册之前预览第一个视频和查看授课大纲。您必须购买课程，才能访问预览不包括的内容。
我什么时候能够访问课程视频和作业？
如果您决定在班次开始日期之前注册课程，那么您将可以访问课程的所有课程视频和阅读材料。班次开始之后，您便可以提交作业。
我注册之后会得到什么？
在您注册且班次开课之后，您将可以访问所有视频和其他资源，包括阅读材料内容和课程论坛。您将能够查看和提交练习作业，并完成所需的评分作业以获得成绩和课程证书。
我什么时候会收到课程证书？
如果您成功完成课程，您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。
我为什么不能旁听此课程？
此课程是 Coursera 上提供的众多课程之一，当前只对已购买课程或已获得助学金的学生开放。如果您要学习此课程，但却承担不起课程费用，我们建议您提交助学金申请。
退款政策是如何规定的？
有助学金吗？
還有其他問題嗎？請訪問 學生幫助中心。
