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。
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Machine Learning with TensorFlow Google Cloud Platform 日本語版
von
Über diesen Kurs
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 9 Stunden zum Abschließen
Japanisch
Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 9 Stunden zum Abschließen
Japanisch
Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch
von
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.
Lehrplan - Was Sie in diesem Kurs lernen werden
7 Minuten zum Abschließen
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。
7 Minuten zum Abschließen
2 Videos (Gesamt 7 min)
3 Stunden zum Abschließen
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。
3 Stunden zum Abschließen
19 Videos (Gesamt 72 min)
19 Videos
はじめに1m
TensorFlow とは2m
有向グラフの利点5m
TensorFlow API の階層3m
遅延評価4m
グラフとセッション4m
テンソルの評価2m
グラフの可視化2m
テンソル6m
変数6m
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8m
はじめに5m
形の問題3m
形の問題の修正2m
データ型の問題1m
全プログラムのデバッグ4m
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3m
3 praktische Übungen
TensorFlow とは2m
グラフとセッション8m
コア TensorFlow20m
4 Stunden zum Abschließen
Estimator API
このモジュールでは、Estimator API について説明します。
4 Stunden zum Abschließen
18 Videos (Gesamt 67 min)
18 Videos
はじめに1m
Estimator API3m
事前作成済み Estimator5m
デモ: 住宅価格モデル1m
チェックポインティング1m
メモリ内データセットのトレーニング2m
ラボの概要: Estimator API39
ラボのソリューション: Estimator API10m
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8m
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5m
大規模なジョブ、分散トレーニング6m
TensorBoard によるモニタリング3m
デモ: TensorBoard UI28
処理入力関数5m
内容のまとめ: Estimator API1m
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7m
1 praktische Übung
Estimator API18m
2 Stunden zum Abschließen
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。
2 Stunden zum Abschließen
6 Videos (Gesamt 29 min)
6 Videos
はじめに31
Cloud Machine Learning Engine を使用する理由6m
モデルをトレーニングする2m
トレーニング ジョブのモニタリングとデプロイを行う2m
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16m
1 praktische Übung
Cloud MLE10m
2 Minuten zum Abschließen
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。
2 Minuten zum Abschließen
1 Video (Gesamt 2 min)
1 Video
まとめ2m
Über den Spezialisierung 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。
Häufig gestellte Fragen
Kann ich vor der Anmeldung eine Vorschau des Kurses ansehen?
Ja, Sie können eine Vorschau des ersten Videos und den Lehrplan ansehen, bevor Sie sich anmelden. Sie müssen den Kurs kaufen, um Zugriff auf die Inhalte zu erhalten, die nicht in der Vorschau inbegriffen sind.
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Wenn Sie sich vor dem Startdatum der ersten Kurseinheit anmelden, haben Sie Zugriff auf alle Vortragsvideos und Texte für den Kurs. Sobald die erste Kurseinheit beginnt, können Sie Aufgaben einreichen.
Was bekomme ich, wenn ich mich anmelde?
Sobald Sie sich anmelden und Ihre Kurseinheit beginnt, haben Sie Zugriff auf alle Videos und andere Ressourcen, einschließlich der Texte und des Kurs-Diskussionsforums. Sie können praktische Aufgaben ansehen und einreichen und erforderliche bewertete Aufgaben abschließen, um eine Bewertung und ein Kurszertifikat zu erhalten.
Wann erhalte ich mein Kurszertifikat?
Wenn Sie den Kurs erfolgreich abschließen, wird der Seite „Errungenschaften“ Ihr elektronisches Kurszertifikat hinzugefügt – von dort können Sie Ihr Kurszertifikat ausdrucken oder es zu Ihrem LinkedIn-Profil hinzufügen.
Warum kann ich nicht als Gast an diesem Kurs teilnehmen?
Dieser Kurs ist einer der wenigen auf Coursera angebotenen Kurse, die derzeit ausschließlich für Kursteilnehmer zugänglich sind, die bezahlt oder finanzielle Unterstützung erhalten haben, wenn diese verfügbar ist.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren
Erhalte ich akademische Leistungspunkte für den Abschluss des Kurses?
Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
