Google Cloud
Feature Engineering - 한국어

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
Google Cloud

Feature Engineering - 한국어

Google Cloud Training

Instructeur : Google Cloud Training

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Certaines connaissances prérequises
8 heures pour terminer
3 semaines à 2 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Certaines connaissances prérequises
8 heures pour terminer
3 semaines à 2 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Vertex AI Feature Store에 대해 설명하고 좋은 특성의 필수적인 주요 측면 비교

  • BigQuery ML, Keras, TensorFlow를 사용하여 특성 추출 수행

  • Dataflow 및 Dataprep을 사용해 특성을 전처리하고 파악하는 방법 이해

  • tf.Transform 사용

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

6 devoirs

Enseigné en Coréen

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Il y a 8 modules dans ce cours

이 모듈은 과정 및 과정 목표에 대한 개요를 제공합니다.

Inclus

1 vidéo

이 모듈에서는 Vertex AI Feature Store를 소개합니다.

Inclus

6 vidéos1 lecture1 devoir

특성 추출은 ML 프로젝트 빌드 절차에서 가장 오래 걸리고 까다로운 단계인 경우가 많습니다. 특성 추출 절차에서는 원시 데이터로 시작한 후 고유한 전문 분야 지식을 활용하여 머신러닝 알고리즘이 작동하는 특성을 생성합니다. 이 모듈에서는 좋은 특성을 만드는 요소와 ML 모델에서 이러한 특성을 표현하는 방법을 설명합니다.

Inclus

9 vidéos1 lecture1 devoir

이 모듈에서는 머신러닝과 통계의 차이점과 BigQuery ML 및 Keras 모두에서 특성 추출을 수행하는 방법을 살펴봅니다. 몇 가지 고급 특성 추출 방법도 살펴봅니다.

Inclus

12 vidéos1 lecture1 devoir3 éléments d'application

이 모듈에서는 Apache Beam의 보완 기술이자 전처리 및 특성 추출을 빌드하고 실행하는 데 도움이 되는 Dataflow에 대해 자세히 알아봅니다.

Inclus

3 vidéos1 lecture1 devoir

기존의 머신러닝에서 특성 교차는 그다지 중요한 역할을 하지 않았지만 최신 ML 방법에서는 특성 교차가 툴킷에서 매우 중요한 부분을 담당합니다. 이 모듈에서는 어떤 유형의 문제에서 특성 교차가 머신의 학습을 효과적으로 돕는지 알아내는 방법을 배웁니다.

Inclus

5 vidéos1 lecture1 devoir

TensorFlow Transform(tf.Transform)은 TensorFlow를 사용해 데이터를 전처리할 때 필요한 라이브러리입니다. tf.Transform은 데이터 전체 전달이 필요한 전처리에 유용합니다. 예: - 평균 및 stdev로 입력 값 정규화 - 모든 입력 예에서 값을 확인하여 어휘 정수화 - 관찰된 데이터 배포를 기반으로 입력 버킷화. 이 모듈에서는 tf.Transform의 사용 사례를 살펴봅니다.

Inclus

5 vidéos1 lecture1 devoir

이 모듈은 특성 추출 과정의 요약입니다.

Inclus

4 lectures

Instructeur

Google Cloud Training
Google Cloud
1 664 Cours2 751 510 apprenants

Offert par

Google Cloud

Recommandé si vous êtes intéressé(e) par Machine Learning

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions