Explore

Smart Analytics, Machine Learning, and AI on GCP 日本語版

Approx. 8 hours to complete

Save Course

Go to Course

Course Summary

Learn how to apply smart analytics, machine learning and AI on Google Cloud Platform (GCP) to solve real-world problems in this hands-on course.

Key Learning Points

Gain hands-on experience with GCP tools for analytics, machine learning, and AI
Learn how to build and deploy models using TensorFlow and Cloud ML Engine
Understand how to use BigQuery, Dataflow, and Apache Beam for data processing

Job Positions & Salaries of people who have taken this course might have

- USA: $113,309
- India: ₹1,019,798
- Spain: €44,000
- USA: $113,309
- India: ₹1,019,798
- Spain: €44,000
- USA: $112,171
- India: ₹1,274,915
- Spain: €39,000
- USA: $113,309
- India: ₹1,019,798
- Spain: €44,000
- USA: $112,171
- India: ₹1,274,915
- Spain: €39,000
- USA: $107,728
- India: ₹1,155,000
- Spain: €34,000

Learning Outcomes

Apply GCP tools for analytics, machine learning, and AI to solve real-world problems
Build and deploy models using TensorFlow and Cloud ML Engine
Use BigQuery, Dataflow, and Apache Beam for data processing

Prerequisites or good to have knowledge before taking this course

Basic understanding of programming concepts
Familiarity with Python programming language

Course Difficulty Level

Intermediate

Course Format

Self-paced
Online
Hands-on

Similar Courses

Applied Data Science with Python
Data Engineering on Google Cloud Platform

Related Education Paths

Notable People in This Field

Senior Fellow, Google Research
Professor of Computer Science, Stanford University

Related Books

Description

機械学習をデータパイプラインに組み込むことで、企業はデータから効率的に分析情報を抽出できるようになります。このコースでは、必要なカスタマイズの程度に応じて、Google Cloud Platform で機械学習をデータパイプラインに組み込む方法をいくつか説明します。たとえば、ほとんどあるいはまったくカスタマイズが必要ない場合向けの AutoML、機械学習機能の大幅なカスタマイズが必要な場合向けの AI Platform Notebooks と BigQuery Machine Learning を紹介します。また、このコースでは、Kubeflow を使用して機械学習ソリューションを本稼働させる方法についても説明します。受講者は Qwiklabs を使用して、Google Cloud Platform での機械学習モデルの構築を実際に体験することができます。

Outline

はじめに
コース概要
Google Cloud Platform と Qwiklabs の使用方法

分析と AI の概要
ML とは
機械学習と AI
Google Cloud Platform の ML オプション
ゲーム: ML の主なコンセプトの復習
分析と AI の概要

非構造化データ向けの事前構築済みの ML モデル API
処理の難しい非構造化データ
ML API を使用したデータの補強
ラボの概要: Natural Language API を使用して非構造化テキストを分類する
非構造化データ向けの事前構築済みの ML モデル API

Cloud AI Platform Notebooks を使用したビッグデータ分析
ノートブックとは
BigQuery マジック関数と Pandas との連携
ラボの概要: AI Platform 上の Jupyter Lab で BigQuery を使用する
Cloud AI Platform Notebooks を使用したビッグデータ分析

カスタム ML モデルの本稼働
ML プロジェクトのフェーズ
GCP でカスタム ML を行う方法
Kubeflow
AI Hub
ラボの概要: Kubeflow で AI モデルを実行する
まとめ
カスタム ML モデルの本稼働

BigQuery ML における SQL を使用したカスタムモデルの構築
BigQuery ML を使用した迅速なモデルの構築
分類モデル、回帰モデル、レコメンデーションモデル
クラスタリングモデルを使用した教師なし ML
ラボの概要: BQML の回帰モデルを使用して自転車の走行時間を予測する
ラボの概要: BigQuery ML での映画のレコメンデーション
まとめ
BigQuery ML での SQL を使用したカスタムモデルの構築

Cloud AutoML を使用したカスタムモデルの構築
AutoML の利点
AutoML Vision
AutoML NLP
AutoML Tables
Cloud AutoML を使用したカスタムモデルの構築

まとめ
コースのまとめ

Summary of User Reviews

Learn about Smart Analytics, Machine Learning, and AI with GCP in this comprehensive course on Coursera. Users have praised the practicality of the course material and its ability to prepare them for real-life scenarios.

Key Aspect Users Liked About This Course

Practicality of course material

Pros from User Reviews

Instructors provide clear explanations and examples
Hands-on labs and assignments offer practical experience
Course covers a wide range of topics in depth

Cons from User Reviews

Some users found the course difficult to follow without prior knowledge in the field
Course may be too basic for advanced learners
Some users experienced technical difficulties with the platform