What Is Adversarial Machine Learning?
March 27, 2024
Article · 8 min read
Google Cloud で機械学習(ML)について学ぶ. 実践的なデータを使用した包括的な ML 実習
Instructor: Google Cloud Training
Included with
(50 reviews)
(50 reviews)
Add to your LinkedIn profile
Add this credential to your LinkedIn profile, resume, or CV
Share it on social media and in your performance review
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。
Applied Learning Project
この専門講座には 、Qwiklabs プラットフォームを使用したハンズオンラボが組み込まれています。
こうしたハンズオン コンポーネントにより、講義動画で学んだスキルを実際に使ってみることができます。プロジェクトには、Qwiklabs 内で使用、構成された Google Cloud Platform プロダクトなどのトピックが組み込まれています。モジュール全体で説明されている概念を使用して実際に体験してみましょう。
Vertex AI プラットフォームの概要を説明し、このプラットフォームを使用してコードを 1 行も記述せずに AutoML 機械学習モデルを迅速に構築、トレーニング、デプロイする方法を説明する
Google Cloud で機械学習を実装する際のベスト プラクティスを説明する
Google Cloud Platform のツールと環境を機械学習に活用する
責任ある AI のベスト プラクティスを説明する
データ品質を向上させる方法や探索的データ分析を行う方法を説明する
Vertex AI と BigQuery ML を使用して AutoML モデルを構築、トレーニングする
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
再現可能でスケーラブルなトレーニング用、評価用、テスト用データセットを作成する
このコースの目的は、柔軟で手軽な TensorFlow 2.x と Keras を使用して、機械学習モデルを作成、トレーニング、およびデプロイすることです。TensorFlow 2.x API の階層について学び、TensorFlow の主要コンポーネントを実践演習で理解します。データセットと特徴列の扱い方について学びます。TensorFlow 2.x 入力データ パイプラインの設計と作成の方法について学びます。tf.data.Dataset を使用して csv データ、NumPy 配列、テキストデータ、および画像を読み込む実践演習を行います。数値、カテゴリ、バケット、およびハッシュの特徴列を作成する実践演習も行います。
Keras Sequential API と Keras Functional API を使用してディープ ラーニング モデルを作成する方法を学びます。活性化関数、損失、および最適化について学びます。Jupyter ノートブックの実践演習では、基本的な線形回帰、基本的なロジスティック回帰、および高度なロジスティック回帰の機械学習モデルを作成できます。Cloud AI Platform での大規模な機械学習モデルのトレーニング、デプロイ、および本稼働の方法について学びます。
Vertex AI Feature Store について説明し、良い特徴に必要とされる主な側面を比較する。
BigQuery ML、Keras、TensorFlow を使用して特徴量エンジニアリングを実施する。
Dataflow と Dataprep を使用して特徴の前処理と探索を行う方法について考察する。
tf.Transform を使用する。
「Art and Science of machine learning」へようこそ。このコースは 6 つのモジュールで構成されています。このコースでは、機械学習モデルの詳細な調整や最適化によって最高のパフォーマンスを実現するために必要な、機械学習の知識、適切な判断、テストの基本的なスキルについて説明します。正則化の手法を使用してモデルを一般化する方法と、ハイパーパラメータの影響について学習します(モデルのパフォーマンスに対するバッチサイズや学習率の影響など)。一般的なモデル最適化アルゴリズムをいくつか説明し、TensorFlow コードで最適化メソッドを指定する方法を示します。
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.
Unlimited access to 10,000+ world-class courses, hands-on projects, and job-ready certificate programs - all included in your subscription
Earn a degree from world-class universities - 100% online
Upskill your employees to excel in the digital economy
コースを修了後または、途中でコースを終了したい場合は、コースの購読を終了する必要があります。購読を終了しないと、引き続き課金が発生します。
コースの購読を終了するためには、画面右上のメニューから”購入済みコース”を選択し、購読を終了したいコースの”購読を終了(Cancel subscription) ”をクリックしてください。
This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.
Yes! To get started, click the course card that interests you and enroll. You can enroll and complete the course to earn a shareable certificate, or you can audit it to view the course materials for free. When you subscribe to a course that is part of a Specialization, you’re automatically subscribed to the full Specialization. Visit your learner dashboard to track your progress.
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. If you only want to read and view the course content, you can audit the course for free. If you cannot afford the fee, you can apply for financial aid.
This Specialization doesn't carry university credit, but some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.