人工知能と機械学習は流行しており、すでにテクノロジーに専念している場合、または高い雇用適性と最も魅力的な給与条件を約束する専門職キャリアへの転換を目指す場合には、興味深い専門化の道を構成します。しかし、そのためには、まず始めることが重要です。機械学習のトレーニングを開始する場所を探している場合、Google は優れた出発点です。
なぜなら Google には、機械学習を始めるためのあらゆる種類の 15 のリソースを掲載したページがあるからです。基本的なコースからより高度なコースまで、最も一般的な問題を解決するための段階的な説明を含むガイドや、ML 用語を明確にするための用語集などです。そして最も良い点は、プロセスを容易にするために、これらはすべてオンラインで無料でスペイン語で行われることです。
機械学習コース
- 機械学習の概要。所要時間: 20 分。目的: ML の概念を理解します。
- 機械学習短期集中コース。所要時間: 15時間。 TensorFlow API を使用した 25 のレッスンと 30 以上の演習。
- 機械学習における問題の枠組みの紹介。所要時間: 45 分。目的: ML が問題に対する優れたアプローチであるかどうか、および解決策を説明する方法を発見します。
- データの準備と属性エンジニアリング。所要時間: 175 分。目的: データセットを構築し、それを正しく変換する方法。
- テストとデバッグ。所要時間: 4時間。目的: モデルのデバッグから運用環境の監視までを開始する方法。
- ディシジョンフォレスト。所要時間: 2.5時間。目的: 表形式データで解釈可能な表形式アルゴリズムのこのファミリーのプレゼンテーション。
- レコメンデーションシステム。所要時間: 4時間。目的: レコメンデーション システムに関する知識を広げ、さまざまなモデルについて説明します。
- クラスタリング。所要時間: 4時間。目的: 実装指向のクラスタリングの紹介。
- 敵対的生成ネットワーク。目的: GAN の基本と、TF-GAN ライブラリを使用して GAN を作成する方法を説明します。
- 画像分類。所要時間: 90 ～ 120 分。目的: Google フォトでの検索を強化する画像分類モデルを Google がどのように開発したかを学ぶ実践的なコースです。
- Perspective API の公平性。所要時間: 90 ～ 120 分。目標: Google の JIGSAW が機械学習を使用して有害なコメントを特定するこのツールをどのように開発したかを学びます。
Google日本語入力の設定方法・使い方
追加コンテンツ: ガイドと用語集付き
経由 | ブレイズ・ムレ
表紙 | Google のロゴとUnsplashのKevin Kuによる写真