Name: Intro to TensorFlow 日本語版
Rating: 3.8

This course is part of the Machine Learning with TensorFlow Google Cloud 日本語版 Specialization

3.8

stars

12 ratings

Google Cloud Training

Offered By

Machine Learning with TensorFlow Google Cloud 日本語版 SpecializationGoogle Cloud

About this Course

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。

Flexible deadlines

Reset deadlines in accordance to your schedule.

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Course 3 of 5 in the

Machine Learning with TensorFlow Google Cloud 日本語版 Specialization

Intermediate Level

Approx. 19 hours to complete

Japanese

Flexible deadlines

Reset deadlines in accordance to your schedule.

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Course 3 of 5 in the

Machine Learning with TensorFlow Google Cloud 日本語版 Specialization

Intermediate Level

Approx. 19 hours to complete

Japanese

Instructor

Google Cloud Training

1,924,972 Learners

1,038 Courses

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

Week1

Week 1

7 minutes to complete

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 minutes to complete

2 videos (Total 7 min)

Week2

Week 2

3 hours to complete

TensorFlow の概要

3 hours to complete

5 videos (Total 22 min), 1 reading, 5 quizzes

Week3

Week 3

8 hours to complete

TensorFlow 入力データパイプラインの設計と作成

8 hours to complete

10 videos (Total 25 min), 1 reading, 9 quizzes

10 videos

概要4mインメモリ処理とファイル処理3mモデルトレーニング用データの準備6mラボの概要「Load CSV and NumPy Data」28sラボの概要「Loading Image Data」54sラボの概要「Feature Columns」37sオプションのラボの概要「TFRecord and tf.Example」1mtf.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4mラボの概要「Manipulating data with Tensorflow Dataset API」34sオプションのラボの概要「Feature Analysis Using TensorFlow Data Validation and Facets」1m

1 reading

Readings15m

3 practice exercises

練習問題: モデルトレーニング用データの準備15mtf.data API を使用した大規模なデータセットのトレーニング15mデータパイプラインの設計と作成15m

Week4

Week 4

4 hours to complete

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 hours to complete

5 videos (Total 23 min), 1 reading, 5 quizzes

Week5

Week 5

3 hours to complete

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 hours to complete

6 videos (Total 29 min), 1 reading, 4 quizzes

Week6

Week 6

1 hour to complete

まとめ

1 hour to complete

1 video (Total 8 min), 2 readings, 1 quiz

About the Machine Learning with TensorFlow Google Cloud 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。

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

Frequently Asked Questions

Can I preview a course before enrolling?
Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.
What will I get when I enroll?
Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.
When will I receive my Course Certificate?
If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.
Why can’t I audit this course?
This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid, when available.
Is financial aid available?
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

More questions? Visit the Learner Help Center.

Intro to TensorFlow 日本語版

About this Course