機械学習とはどのようなもので、どのような問題の解決に役立つのでしょうか。Google で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。こうした捉え方が、機械学習モデルのパイプライン構築を考えるうえでなぜ有効なのか説明します。次に、候補となるユースケースを機械学習で学習できる形に変換する 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論じます。最後に、機械学習が助長する可能性のある偏見の認識と、それを識別する方法について説明します。
This course is part of the Machine Learning with TensorFlow Google Cloud Platform 日本語版 Specialization
Offered By
About this Course
6,275 recent views
Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Course 1 of 5 in the
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level
Approx. 10 hours to complete
Japanese
Subtitles: French, Portuguese (Brazilian), German, English, Spanish, Japanese
Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Course 1 of 5 in the
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level
Approx. 10 hours to complete
Japanese
Subtitles: French, Portuguese (Brazilian), German, English, Spanish, Japanese
Offered by
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.
Syllabus - What you will learn from this course
1 hour to complete
専門講座の紹介
専門講座とそれを教える Google エキスパートを紹介します。
1 hour to complete
4 videos (Total 11 min)
1 practice exercise
モジュール 1 のテスト30m
2 hours to complete
AI ファーストとは
Google が自社の企業戦略は AI ファーストであると説明する際の意味と、実際の意味について学びます。
2 hours to complete
17 videos (Total 52 min)
17 videos
AI ファーストの意義58s
機械学習の 2 つのステージ3m
Google サービスにおける機械学習5m
デモ: Google フォトにおける機械学習1m
Google 翻訳と Gmail1m
ヒューリスティックなルールを置き換える5m
データがすべて3m
ラボの概要 - 機械学習の問題を構造的に捉える1m
ラボの実践4m
デモ: アプリケーションにおける機械学習2m
事前トレーニング済みモデル3m
進化する機械学習2m
データ戦略5m
トレーニングとサービスのずれ5m
機械学習の戦略1m
ビジネスの変革2m
ラボの概要 - 機械学習のユースケース26s
1 practice exercise
モジュール 2 の理解度チェック30m
1 hour to complete
Google の ML の取り組み
このモジュールでは、Google が長年にわたって蓄積してきた組織としてのノウハウについて説明します。
1 hour to complete
6 videos (Total 36 min)
1 practice exercise
モジュール 3 理解度チェック30m
1 hour to complete
包括的な ML
このモジュールでは、機械学習システムがデフォルトのままでは偏った判定を出力する理由と ML を製品に組み込む際の注意点について説明します。
1 hour to complete
7 videos (Total 27 min)
7 videos
はじめに1m
機械学習と人間のバイアス2m
包括的な評価指標3m
統計的な測定と許容範囲のトレードオフ4m
均等な機会を提供する6m
決断をシミュレートする3m
Facets でデータセットのエラーを見つける4m
1 practice exercise
モジュール 4 のテスト30m
5 hours to complete
クラウドの Python Notebook
このモジュールでは、この専門講座で使う開発環境である Cloud Datalab を取り上げます。
5 hours to complete
22 videos (Total 81 min), 1 reading, 4 quizzes
22 videos
モジュールの概要2m
Cloud Datalab1m
デモ: Cloud Datalab1m
開発プロセス2m
デモ: Cloud Datalab のリホスティング3m
マネージド サービスを活用する2m
コンピューティングとストレージ4m
Qwiklabs の概要3m
ラボの実践11m
Cloud Shell2m
クラウドの第 3 の波: フルマネージド サービス1m
クラウドの第 3 の波: サーバーレス データ分析2m
クラウドの第 3 の波: BigQuery と Cloud Datalab52s
ラボの概要: Datalab と BigQuery を使用してデータを分析する1m
ラボの実践: Datalab と BigQuery を使用してデータを分析する11m
ルールに代わる機械学習2m
Vision API のユースケース3m
Video intelligence API3m
Cloud Speech API3m
翻訳と自然言語4m
ラボ: 事前トレーニング済み機械学習 API の概要49s
ラボからソリューションへ9m
1 reading
ラボ「VM のレンタル」の概要10m
1 practice exercise
モジュール 5 の理解度チェック30m
Reviews
TOP REVIEWS FROM HOW GOOGLE DOES MACHINE LEARNING 日本語版
by YKAug 27, 2019
Googleの機械学習への取り組み概要がよく理解できました。モジュール5で実践することでより理解も深まりました。他のコースも受講してみたいと思います。 ただ、モジュール5の最後の問題の入力の仕方が分かりません。答えが違っているのか入力方法が間違っているのかが分かりません。ディスカッションフォーラムにも質問が出ていますので、ぜひともご回答していただければと思います。
by SISep 8, 2019
途中で1つも進めていないセッションML on GCP C1-Analyzing data using Dtalab and BigQueryが1日の作業量を超過したという理由で使えなくなり進行に支障がでましたが、それ以外は順調に教育を進める事ができ、Machine Learningの基礎を理解する事ができました。
by NSJan 12, 2019
ビジネスで機械学習のソリューションを提供することを検討しているのであれば、是非受講してほしいと思います。プロジェクトを遂行する上で、重要な情報がたくさん提供されています。 私も、ここで学んだ情報を、実務に反映していきたいと思います。
by RTJan 1, 2020
Very comprehensive. The amount of course is appropriate to learn in a several days.
About the Machine Learning with TensorFlow Google Cloud Platform 日本語版 Specialization
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。
Frequently Asked Questions
When will I have access to the lectures and assignments?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
What will I get if I subscribe to this Specialization?
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. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
Is financial aid available?
Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.
Will I earn university credit for completing the Course?
This Course doesn't carry university credit, but some universities may choose to accept Course Certificates for credit. Check with your institution to learn more. Online Degrees and Mastertrack™ Certificates on Coursera provide the opportunity to earn university credit.
More questions? Visit the Learner Help Center.
