ご自身に最適な Google Cloud トレーニングをお探しください。
Google Cloud では、学習者のことを念頭に置いて設計された、700 以上の学習アクティビティを含む包括的なカタログをご用意しています。さまざまなアクティビティ形式のコン テンツで構成されたカタログから、短時間の単独ラボのほか、一連の動画、ドキュメント、 ラボ、テストで構成されるマルチモジュール コースをお選びいただけます。ラボでは、 実際のクラウド リソースへのアクセスに必要な一時的な認証情報が付与されるため、 本番さながらの状況で Google Cloud について学習できます。修了した学習アクティビ ティのバッジを獲得したり、Google Cloud での成果を定義、記録、分析したりできます。
111 件の結果
-
コース おすすめ Launching into Machine Learning - 日本語版
まず、データ品質を向上させる方法や探索的データ分析を実行する方法など、データについての議論から始めます。Vertex AI AutoML についてと、コードを 1 行も記述せずに ML モデルを構築、トレーニング、デプロイする方法を説明します。BigQuery ML のメリットを理解していただけます。その後、機械学習(ML)モデルを最適化する方法、一般化とサンプリングを活用してカスタム トレーニング向けの ML モデルの品質を評価する方法を説明します。
-
コース おすすめ Smart Analytics, Machine Learning, and AI on Google Cloud - 日本語版
機械学習をデータ パイプラインに組み込むと、企業がデータから分析情報を抽出する能力を向上できます。このコースでは、必要なカスタマイズのレベルに応じて Google Cloud でデータ パイプラインに機械学習を含める複数の方法について説明します。カスタマイズをまったくしないか、またはほとんどしない場合については、AutoML を紹介します。よりカスタマイズされた機械学習機能については、Notebooks と BigQuery の機械学習(BigQuery ML)を紹介します。また、Kubeflow を使用して機械学習ソリューションを本番環境に導入する方法も説明します。受講者には、QwikLabs を使って、Google C…
-
コース おすすめ Machine Learning Operations (MLOps): Getting Started - 日本語版
このコースでは、Google Cloud 上で本番環境の ML システムをデプロイ、評価、モニタリング、運用するための MLOps ツールとベスト プラクティスについて説明します。MLOps は、本番環境 ML システムのデプロイ、テスト、モニタリング、自動化に重点を置いた規範です。機械学習エンジニアリングの担当者は、ツールを活用して、デプロイしたモデルの継続的な改善と評価を行います。また、データ サイエンティストと協力して、あるいは自らがデータ サイエンティストとして、最も効果的なモデルを迅速かつ正確にデプロイできるようモデルを開発します。
-
ラボ おすすめ Vertex AI での TensorFlow を使用した機械学習
このラボでは、Google Cloud の機械学習と TensorFlow を使用して、機械学習を利用した予測モデルを作成および評価する方法について学びます。
-
コース おすすめ Google Cloud Solutions II: Data and Machine Learning
In this advanced-level quest, you will learn how to harness serious Google Cloud computing power to run big data and machine learning jobs. The hands-on labs will give you use cases, and you will be tasked with implementing big data and machine learning practices utilized by Google’s very own Solutions Architectur…
-
コース おすすめ Production Machine Learning Systems - 日本語版
このコースでは、本番環境で高パフォーマンスな ML システムを構築するためのコンポーネントとベスト プラクティスについて学習します。また、ML システムを構築するうえで最も一般的な考慮事項を紹介します。これには、静的トレーニング、動的トレーニング、静的な推論、動的な推論、分散型 TensorFlow、TPU などが含まれます。このコースでは、優れた予測能力にとどまらない、優れた ML システムの特性を探索することに焦点を当てています。
-
コース おすすめ Machine Learning in the Enterprise - 日本語版
このコースには、ML ワークフローに対する実践的なアプローチが含まれています。ML チームが直面しているいくつかの ML ビジネス要件とユースケースに関するケーススタディの方法を紹介します。ML チームは、データの管理とガバナンスに必要なツールを理解し、Dataflow と Dataprep の概要を提供することから前処理タスクに BigQuery を使用することまで、データの前処理に最適なアプローチを検討する必要があります。 チームには、2 つの具体的なユースケースに対して機械学習モデルを構築するための 3 つのオプションが提示されます。このコースでは、チームが目的を達成するために、AutoML、BigQuer…
-
コース おすすめ How Google Does Machine Learning - 日本語版
Google Cloud で機械学習を実装する際のベスト プラクティスには何があるでしょうか。Vertex AI とは何であり、このプラットフォームを使用してコードを 1 行も記述せずに AutoML 機械学習モデルを迅速に構築、トレーニング、デプロイするにはどうすればよいでしょうか。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独自の視点で考えています。マネージド データセット、特徴量ストア、そしてコードを 1 行も記述せずに迅速に機械学習モデルを構築、トレーニング、デプロイする手段を 1 つにまとめた統合プラットフォームを提供するとともに、データに…
-
ラボ おすすめ BigQuery Machine Learning using Soccer Data
Learn how to use BigQuery ML with soccer shot data to create and use an expected goals model.
-
ラボ おすすめ Fraud Detection on Financial Transactions with Machine Learning on Google Cloud
Explore financial transactions data for fraud analysis, apply feature engineering and machine learning techniques to detect fraudulent activities using BigQuery ML.