Name: Intro to TensorFlow 日本語版
Rating: 3.8

このコースはMachine Learning with TensorFlow Google Cloud 日本語版専門講座に属します。

3.8

星

12件の評価

Google Cloud Training

提供：

Machine Learning with TensorFlow Google Cloud 日本語版専門講座Google Cloud

このコースについて

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。

柔軟性のある期限

スケジュールに従って期限をリセットします。

共有できる証明書

修了時に証明書を取得

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における5の3コース

Machine Learning with TensorFlow Google Cloud 日本語版専門講座

中級レベル

約19時間で修了

日本語

柔軟性のある期限

スケジュールに従って期限をリセットします。

共有できる証明書

修了時に証明書を取得

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における5の3コース

Machine Learning with TensorFlow Google Cloud 日本語版専門講座

中級レベル

約19時間で修了

日本語

講師

Google Cloud Training

受講者1,884,548 名

1,023 コース

提供：

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.

シラバス - 本コースの学習内容

週

週 1

7分で修了

コースの概要

これは TensorFlow 2.x の入門コースです。TensorFlow 2.x では手軽な Keras を活用して機械学習モデルを作成できます。このコースでは、TensorFlow 2.x 入力データパイプラインの設計と作成、TensorFlow 2.x と Keras を使用した機械学習モデルの作成、機械学習モデルの精度向上、大規模に使用する機械学習モデルの記述について取り上げます。

7分で修了

2件のビデオ（合計7分）

週

週 2

3時間で修了

TensorFlow の概要

3時間で修了

5件のビデオ（合計22分）, 1 学習用教材, 5 個のテスト

週

週 3

8時間で修了

TensorFlow 入力データパイプラインの設計と作成

8時間で修了

10件のビデオ（合計25分）, 1 学習用教材, 9 個のテスト

10件のビデオ

概要4 分

インメモリ処理とファイル処理3 分

モデルトレーニング用データの準備6 分

ラボの概要「Load CSV and NumPy Data」28

ラボの概要「Loading Image Data」54

ラボの概要「Feature Columns」37

オプションのラボの概要「TFRecord and tf.Example」1 分

tf.data API を使用した大規模なデータセットに関するトレーニング4 分

ラボの概要「Manipulating data with Tensorflow Dataset API」34

オプションのラボの概要「Feature Analysis Using TensorFlow Data Validation and Facets」1 分

1件の学習用教材

Readings15 分

3の練習問題

練習問題: モデルトレーニング用データの準備15 分

tf.data API を使用した大規模なデータセットのトレーニング15 分

データパイプラインの設計と作成15 分

週

週 4

4時間で修了

Tensorflow 2 と Keras Sequential API を使用したニューラルネットワークのトレーニング

このモジュールでは、Keras Sequential API を使用して TensorFlow モデルを記述することを学びます。ただし、モデルの記述の前に、活性化関数、損失、および最適化について学びます。次に、Keras Sequential 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。クラウドに予測モデルをデプロイする方法についても学びます。

4時間で修了

5件のビデオ（合計23分）, 1 学習用教材, 5 個のテスト

5件のビデオ

概要31

アクティベーション関数8 分

アクティベーション関数: バックプロパゲーションで回避すべきこと5 分

Keras Sequential API を使用したニューラルネットワーク7 分

ラボの概要「Keras Sequential API」21

1件の学習用教材

Readings10 分

2の練習問題

活性化関数15 分

TF2 と Keras を使用したニューラルネットワーク15 分

週

週 5

3時間で修了

Tensorflow 2 と Keras Functional API を使用したニューラルネットワークのトレーニング

Sequential モデル API はほとんどのディープラーニングモデルの開発に適していますが、制約がいくつかあります。その一例を挙げると、入力ソースが複数あるモデル、出力先が複数になるモデル、レイヤを再利用するモデルを定義するのは単純ではありません。Keras Functional API は tf.keras.Sequential API より柔軟にモデルを作成する手段です。Functional API は非線形トポロジのモデル、レイヤを共有するモデル、入力または出力が複数あるモデルに対応できます。Keras Functional API ではモデルを柔軟に定義できます。特に、入力または出力が複数あるモデルや、レイヤを共有するモデルを定義できます。アドホックの非巡回ネットワークグラフを定義することもできます。大抵のディープラーニングモデルの主な目的は、レイヤの有向非巡回グラフ（DAG）です。Functional API はレイヤのグラフを作成する手段です。モデルのパフォーマンス向上に役立つ正則化についても学びます。

3時間で修了

6件のビデオ（合計29分）, 1 学習用教材, 4 個のテスト

6件のビデオ

Keras Functional API を使用したニューラルネットワーク9 分

正則化: 基礎4 分

正則化: L1、L2、および早期打ち切り5 分

正則化: ドロップアウト5 分

クラウドでのモデル提供3 分

ラボの概要「Keras Functional API」38

1件の学習用教材

Readings1 時間

3の練習問題

Keras Functional API15 分

正則化15 分

クラウドでのモデル提供15 分

週

週 6

1時間で修了

まとめ

1時間で修了

1件のビデオ（合計8分）, 2 学習用教材, 1 個のテスト

Machine Learning with TensorFlow Google Cloud 日本語版専門講座について

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。

Machine Learning with TensorFlow Google Cloud 日本語版

よくある質問

登録前にコースをプレビューできますか？
はい、最初のビデオをプレビューしてシラバスを表示してから登録できます。プレビューに含まれないコンテンツにアクセスするには、コースを購入する必要があります。
登録すると何を行うことができるようになりますか？
登録してセッションを開始すると、すべてのビデオや、学習用教材項目やコースのディスカッションフォーラムなど他のリソースにアクセスできます。演習の評価を表示して提出したり、成績とコース修了証の取得に必要なテストを完了することができます。
コースの修了証はいつ取得できますか？
コースを無事完了すると、コースの電子修了証が成果のページに追加されます。そこからコースの修了証を印刷したり、LinkedInのプロフィールに追加したりできます。
このコースを視聴できないのはなぜですか？
このコースは現在、利用できる期間内において、支払い済み受講生または学資援助を受けた受講生のみが利用できるCoursera（コーセラ）提供のコースです。
学資援助はありますか？
はい。一部の学習プログラムでは、登録料が払えない場合、学資援助や奨学金を申請することができます。学習プログラムの選択において、学資援助や奨学金が利用可能な場合は、説明ページに申請するためのリンクが貼ってあります。

さらに質問がある場合は、受講者ヘルプセンターにアクセスしてください。

Intro to TensorFlow 日本語版

このコースについて