Japonés

Module 0: はじめに このモジュールでは、コースの概要と目標を説明します。 Module 1: ML に関する企業のワークフローの把握 このモジュールでは、ML に関する企業のワークフローの概要と各ステップの目的を説明します。 Module 2: 企業のデータ このモジュールでは、以下の Google による企業のデータ管理とガバナンスのツールを確認します。Feature Store、Data Catalog、Dataplex、Analytics Hub Module 3: 機械学習とカスタム トレーニングの科学 このモジュールでは、機械学習とニューラル ネットワークの理論と実践を確認します。また、Vertex AI を使用してカスタム ML モデルをトレーニングする方法についても説明します。 Module 4: Vertex Vizier のハイパーパラメータ調整 このモジュールでは、Vertex AI Vizier を使用してハイパーパラメータ調整を行う方法を説明します。 Module 5: Vertex AI を使用した予測とモデルのモニタリング このモジュールでは Vertex AI 予測およびモデルのモニタリングについて説明します。まず、ビルド済みコンテナまたはカスタム コンテナを使用したバッチ予測やオンライン予測について説明し、次に ML モデルのパフォーマンスを管理するために役立つサービスであるモデルのモニタリングについて確認します。 Module 6: Vertex AI Pipelines

はじめに このモジュールでは、コースの概要とその目標を説明します。 データについて知る: 探索的データ分析によるデータ品質の改善 このモジュールでは、探索的データ分析を実行することで、データの品質を向上させる方法と、データを探索する方法について紹介します。機械学習におけるデータ整理の重要性について説明し、データ品質にどのように影響するかを説明します。たとえば、欠損値があると結果に歪みが生じる可能性があります。また、データ探索の重要性についても学びます。データを整理したら、データセットに対して探索的データ分析を実行しましょう。 機械学習の実践 このモジュールでは、ML 担当者としての成長を加速できるように、機械学習の主要なタイプを紹介します。 Vertex AI を使用した AutoML モデルのトレーニング このモジュールでは、Vertex AI を使用した AutoML モデルのトレーニングについて紹介します。 BigQuery の機械学習: データが存在する ML モデルの開発 このモジュールでは、BigQuery ML とその機能を紹介します。 最適化 このモジュールでは、ML モデルを最適化する方法を説明します。 一般化とサンプリング 次に、かなり変わった質問にお答えいただきます。最も正確な ML モデルが適切な選択モデルではないのは、どのような場合ですか？ 最適化に関する最後のモジュールで示唆したとおり、モデルのトレーニング データセットの損失指標が 0 だからといって、実際の環境の新しいデータでうまく機能するわけではありません。再現可能なトレーニング、評価、テスト データセットを作成し、パフォーマンス ベンチマークを確立する方法を学習します。