Search result for Courses taught by Google Cloud Training
FollowFilter ![]()
Filter ![]()
Showing 209 courses
By Category ![]()
By Subject![]()
By Language![]()
Get Course Alerts by Email
Google Cloud Big Data and Machine Learning Fundamentals en Français
by Google Cloud Training- 4.3
-
![]()
![]()
![]()
![]()
![]()
Approx. 13 hours to complete
Ce cours intensif à la demande, d'une durée d'une semaine, présente aux participants les fonctionnalités de big data et de machine learning de Google Cloud Platform (GCP). Il présente rapidement Google Cloud Platform et explique plus en détail les fonctionnalités de traitement des données. À l'issue de ce cours, les participants sauront :...
How Google does Machine Learning 日本語版
by Google Cloud Training- 4.5
-
![]()
![]()
![]()
![]()
![]()
Approx. 8 hours to complete
機械学習とはどのようなもので、どのような問題を解決できるでしょうか。Google は機械学習について、データだけでなくロジックの面からも独自の視点で考えています。機械学習モデルのパイプラインの構築について検討する際、このようなフレーミングがなぜデータ サイエンティストにとって有益であるかを説明します。 次に、候補となるユースケースを機械学習を利用できるように変換する 5 つの段階について説明し、こうした段階を省略しないことの重要性について検討します。最後に、機械学習によって増幅される可能性のあるバイアスと、それを認識する方法について確認します。 >>> この専門講座に登録すると、よくある質問に記載されているとおり、Qwiklabs の利用規約（https://qwiklabs. com/terms_of_service）に同意したことになります。<<< コースの概要 専門講座「GCP での機械学習」の概要 Google が選ばれる理由 Google Cloud が選ばれる理由 Google の最新情報 Google Cloud での ML の概要 AI ファーストとは AI ファーストとは ML の 2 つの段階 Google のサービスにおける機械学習 Google フォトの機械学習 Google 翻訳と Gmail ヒューリスティック ルールの置き換え 事前トレーニング済みモデル Sara Robinson と機械学習について学習する（単なるルールではない ML） Vision API の実用例 Video Intelligence API...
Launching into Machine Learning 日本語版
by Google Cloud Training- 4.4
-
![]()
![]()
![]()
![]()
![]()
Approx. 20 hours to complete
機械学習の歴史を皮切りに、ニューラル ネットワークがデータ サイエンスのさまざまな問題でうまく機能している理由をご紹介します。次に、教師あり学習の問題を設定し、勾配降下法を使用して適切な解決策を見つける方法について説明します。これには、一般化が可能なデータセットの作成も含まれます。実験に対応するため、繰り返し使用できるデータセットの作成方法について解説します。 コースの目標: ディープ ラーニングが注目を集めている理由を理解する 損失関数とパフォーマンス指標を使用して、モデルの最適化と評価を行う 機械学習で発生しがちな一般的な問題を軽減する 繰り返し使用可能でスケーラブルなトレーニング用、評価用、テスト用のデータセットを作成する コースの概要 コース概要 Google Cloud と Qwiklabs のスタートガイド データ品質の向上と探索的データ分析 概要 データ品質の改善 ラボの概要: データ品質の改善 探索的データ分析 ラボの概要: 探索的データ分析 リソース データ品質の向上の練習問題 探索的データ分析の練習問題 実践的な機械学習 概要 教師あり学習 分類と回帰 機械学習小史: 線形回帰 機械学習小史: パーセプトロン 機械学習小史: ニューラル ネットワーク ラボの概要: 線形モデルの概要 ラボの概要: ロジスティック回帰 機械学習小史: ディシジョン ツリー 機械学習小史: ランダム フォレスト ラボの概要: Python におけるディシジョン ツリーとランダム フォレスト...
Feature Engineering en Español
by Google Cloud Training- 4.5
-
![]()
![]()
![]()
![]()
![]()
Approx. 18 hours to complete
¿Quiere saber cómo mejorar la exactitud de los modelos de AA? , ¿cómo puede averiguar qué columnas de datos crean los atributos más útiles? Le damos la bienvenida a Feature Engineering, donde analizaremos los atributos buenos y los malos, y cómo los puede preprocesar y transformar para aprovecharlos al máximo en sus modelos....
Google Cloud Platform Big Data and Machine Learning Fundamentals em Português Brasileiro
by Google Cloud Training- 4.8
-
![]()
![]()
![]()
![]()
![]()
Approx. 12 hours to complete
Este curso intensivo sob demanda tem duração de uma semana e apresentará as funcionalidades de Big Data e Machine Learning do Google Cloud Platform (GCP). Ele fornecerá uma visão geral rápida do Google Cloud Platform e mostrará em detalhes os recursos do processamento de dados. Ao final deste curso, você poderá:...
Smart Analytics, Machine Learning, and AI on GCP 日本語版
by Google Cloud Training- 0.0
-
![]()
![]()
![]()
![]()
![]()
Approx. 8 hours to complete
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。 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...
How Google does Machine Learning en Español
by Google Cloud Training- 4.6
-
![]()
![]()
![]()
![]()
![]()
Approx. 8 hours to complete
¿Qué es el aprendizaje automático y qué tipos de problemas puede solucionar? Google concibe el aprendizaje automático de una forma algo diferente: considera que se trata no solo de datos, sino también de lógica. Hablaremos de por qué es útil para los científicos de datos concebirlo así cuando piensan en compilar una canalización de modelos de aprendizaje automático....
Launching into Machine Learning en Español
by Google Cloud Training- 4.7
-
![]()
![]()
![]()
![]()
![]()
Approx. 20 hours to complete
Comenzaremos con la historia del aprendizaje automático y discutiremos por qué las redes neuronales actualmente dan tan buenos resultados para una gran variedad de problemas de la ciencia de datos. Luego, veremos cómo configurar un problema de aprendizaje supervisado y encontrar una buena solución mediante el descenso de gradientes. Objetivos del curso:...
Building Resilient Streaming Analytics Systems on GCP 日本語版
by Google Cloud Training- 0.0
-
![]()
![]()
![]()
![]()
![]()
Approx. 12 hours to complete
* 注: このコースは、本専門講座の旧バージョンの内容を更新して新たに作成したものです。 ストリーミングの活用によって事業運営に関する指標をリアルタイムで入手できるようになり、企業ではますますストリーミング データの処理が行われるようになっています。このコースでは、Google Cloud Platform でストリーミング データ パイプラインを構築する方法について説明します。受信したストリーミング データを処理するための Cloud Pub/Sub についても解説します。また、Cloud Dataflow を使用してストリーミング データに集計と変換を適用する方法と、処理済みレコードを BigQuery やCloud Bigtable に保存して分析する方法も取り上げます。Qwiklabs を使用して、Google Cloud Platform でストリーミング データ パイプライン コンポーネントを実際に構築することができます。 はじめに コース概要 Google Cloud Platform と Qwiklabs の使用方法 ストリーミング データの処理の概要 ストリーミング データの処理 ストリーミング データの処理の概要 Cloud Pub/Sub を使用したサーバーレス メッセージング Cloud Pub/Sub の概要 Cloud Pub/Sub の push と pull...
Intro to TensorFlow en Español
by Google Cloud Training- 4.4
-
![]()
![]()
![]()
![]()
![]()
Approx. 18 hours to complete
Este curso se enfoca en aprovechar la flexibilidad y facilidad de uso de TensorFlow 2. x y Keras para compilar, entrenar e implementar modelos de aprendizaje automático. Aprenderá sobre la jerarquía de la API de TensorFlow 2. x y conocerá los componentes principales de TensorFlow mediante ejercicios prácticos. Le mostraremos cómo trabajar con conjuntos de datos y columnas de atributos....
Previous
