이 과정에서는 먼저 데이터에 관해 논의하면서 데이터 품질을 개선하고 탐색적 데이터 분석을 수행하는 방법을 알아봅니다. Vertex AI AutoML과 코드를 한 줄도 작성하지 않고 ML 모델을 빌드하고, 학습시키고, 배포하는 방법을 설명합니다. 학습자는 Big Query ML의 이점을 이해할 수 있습니다. 그런 다음, 머신러닝(ML) 모델 최적화 방법과 일반화 및 샘플링으로 커스텀 학습용 ML 모델 품질을 평가하는 방법을 다룹니다.
Launching into Machine Learning - 한국어
Google Cloud이 강좌에 대하여
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
초급 단계
완료하는 데 약 20시간 필요
영어
직원에게 수요가 높은 기술을 교육하면 회사가 이점을 얻을 수 있습니까?
비즈니스를 위한 Coursera 경험해 보기배울 내용
데이터 품질을 개선하고 탐색적 데이터 분석을 수행하는 방법 설명
Vertex AI 및 BigQuery ML을 사용한 AutoML 모델 빌드 및 학습
손실 함수 및 성능 측정항목을 사용하여 모델 최적화 및 평가
반복 가능하고 확장 가능한 학습, 평가, 테스트 데이터 세트 생성
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
초급 단계
완료하는 데 약 20시간 필요
영어
직원에게 수요가 높은 기술을 교육하면 회사가 이점을 얻을 수 있습니까?
비즈니스를 위한 Coursera 경험해 보기제공자:
강의 계획표 - 이 강좌에서 배울 내용
완료하는 데 1분 필요
과정 소개
완료하는 데 1분 필요
1개 동영상 (총 1분)
완료하는 데 4시간 필요
데이터 파악하기: 탐색적 데이터 분석을 통한 데이터 품질 개선
완료하는 데 4시간 필요
9개 동영상 (총 57분), 1 개의 읽기 자료, 3 개의 테스트
완료하는 데 3시간 필요
머신러닝의 실제 사용 사례
완료하는 데 3시간 필요
6개 동영상 (총 45분), 1 개의 읽기 자료, 2 개의 테스트
완료하는 데 4시간 필요
Vertex AI를 사용한 AutoML 모델 학습
완료하는 데 4시간 필요
7개 동영상 (총 38분), 1 개의 읽기 자료, 2 개의 테스트
완료하는 데 4시간 필요
BigQuery 머신러닝: 데이터가 위치한 곳에서 ML 모델 개발
완료하는 데 4시간 필요
8개 동영상 (총 30분), 1 개의 읽기 자료, 3 개의 테스트
완료하는 데 1시간 필요
최적화
완료하는 데 1시간 필요
12개 동영상 (총 58분), 1 개의 읽기 자료, 1 개의 테스트
완료하는 데 1시간 필요
일반화 및 샘플링
완료하는 데 1시간 필요
5개 동영상 (총 28분), 1 개의 읽기 자료, 1 개의 테스트
완료하는 데 2시간 필요
과정 요약
완료하는 데 2시간 필요
4 개의 읽기 자료
자주 묻는 질문
Can I preview a course before enrolling?
What will I get when I enroll?
When will I receive my Course Certificate?
Why can’t I audit this course?
Is financial aid available?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.