このコースでは、ML ワークフローに対する実践的なアプローチを取り上げます。具体的には、いくつかの ML のビジネス要件とユースケースに取り組む ML チームをケーススタディ形式で紹介します。このチームは、データ マネジメントとガバナンスに必要なツールを理解し、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。
2 つのユースケースに対して ML モデルを構築するための 3 つのオプションがチームに提示されます。このコースでは、チームの目標を達成するために、AutoML、BigQuery ML、カスタム トレーニングを使用する理由について説明します。
Overview
Syllabus
- 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。
- 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。
- 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 マネジメントとガバナンスのツールを確認します。Feature Store、Data Catalog、Dataplex、Analytics Hub
- 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。
- 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。
- 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。
- Vertex AI Pipelines
- このモジュールでは Vertex AI Pipelines と、そのパイプラインを構築して ML ワークフローをオーケストレートする方法について説明します。
- ML 開発のベスト プラクティス
- このモジュールでは、Vertex AI でのさまざまな機械学習プロセスのベスト プラクティスを確認します。
- コースのまとめ
- このモジュールは、「Machine Learning in the Enterprise」コースのまとめです。
- シリーズのまとめ
- このモジュールは、「Machine Learning on Google Cloud 日本語版」コースシリーズのまとめです。
Taught by
Google Cloud Training
