低レベルの TensorFlow を導入し、分散型機械学習モデルを作成するために必要なコンセプトと API を開発します。TensorFlow モデルのトレーニングをスケールアウトし、Cloud Machine Learning Engine を使った高性能な予測を提供する方法について説明します。 コースの目的: TensorFlow で機械学習モデルを作成する TensorFlow ライブラリを使用して数値の問題を解決する TensorFlow コードによくある問題のトラブルシューティングとデバッグを行う tf.estimator を使用して ML モデルを作成、トレーニング、評価する Cloud ML Engine を使用して ML モデルの大規模なトレーニング、デプロイ、本稼働を行う
本课程是 Machine Learning with TensorFlow Google Cloud Platform 日本語版 专项课程 专项课程的一部分
Intro to TensorFlow 日本語版
提供方
课程信息
100% 在线
立即开始，按照自己的计划学习。
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为13 小时
建议：1 週間の学習（8～10 時間/週）
日语
字幕：法语（French）, 巴西葡萄牙语, 德语（German）, 英语（English）, 西班牙语（Spanish）, 日语
教学大纲 - 您将从这门课程中学到什么
周
1完成时间为 7 分钟
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。
2 个视频 （总计 7 分钟）
完成时间为 3 小时
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。 "
19 个视频 （总计 72 分钟）, 4 个测验
19 个视频
はじめに1分钟
TensorFlow とは2分钟
有向グラフの利点5分钟
TensorFlow API の階層3分钟
遅延評価4分钟
グラフとセッション4分钟
テンソルの評価2分钟
グラフの可視化2分钟
テンソル6分钟
変数6分钟
ラボの概要: 下位レベルの TensorFlow プログラムの作成16
ラボのソリューション8分钟
はじめに5分钟
形の問題3分钟
形の問題の修正2分钟
データ型の問題1分钟
全プログラムのデバッグ4分钟
概要: 全プログラムのデバッグ15
デモ: 全プログラムのデバッグ3分钟
3 个练习
TensorFlow とは2分钟
グラフとセッション8分钟
コア TensorFlow20分钟
周
2完成时间为 4 小时
Estimator API
このモジュールでは、Estimator API について説明します。
18 个视频 （总计 67 分钟）, 4 个测验
18 个视频
はじめに1分钟
Estimator API3分钟
事前作成済み Estimator5分钟
デモ: 住宅価格モデル1分钟
チェックポインティング1分钟
メモリ内データセットのトレーニング2分钟
ラボの概要: Estimator API39
ラボのソリューション: Estimator API10分钟
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8分钟
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35
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5分钟
大規模なジョブ、分散トレーニング6分钟
TensorBoard によるモニタリング3分钟
デモ: TensorBoard UI28
処理入力関数5分钟
内容のまとめ: Estimator API1分钟
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51
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7分钟
1 个练习
Estimator API18分钟
周
3完成时间为 2 小时
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。
6 个视频 （总计 29 分钟）, 2 个测验
6 个视频
はじめに31
Cloud Machine Learning Engine を使用する理由6分钟
モデルをトレーニングする2分钟
トレーニング ジョブのモニタリングとデプロイを行う2分钟
ラボの概要: Cloud Machine Learning Engine を使用して TensorFlow をスケーリングする50
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16分钟
1 个练习
Cloud MLE10分钟
完成时间为 2 分钟
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。
1 个视频 （总计 2 分钟）
1 个视频
まとめ2分钟
关于 Google 云端平台
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.
关于 Machine Learning with TensorFlow Google Cloud Platform 日本語版 专项课程
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。
常见问题
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？
该课程是 Coursera 上提供的为数不多的课程之一，目前只对已购买课程或已获得助学金的学生开放。
退款政策是如何规定的？
有助学金吗？
还有其他问题吗？请访问 学生帮助中心。