Art and Science of Machine Learning 日本語版
Welcome to the ‘Art and Science of Machine Learning’ course. Learn the knowledge, skills, and techniques needed to optimize machine learning models for maximum performance. Explore regularization methods, understand the impact of hyperparameters, and discover common model optimization algorithms. Gain practical experience in adjusting batch sizes and learning rates, optimizing models, and applying concepts in TensorFlow code. Enhance your understanding of machine learning theory, including sparse regularization and logistic regression. Join us to unlock the full potential of machine learning.
「Art and Science of machine learning」へようこそ。このコースは 6 つのモジュールで構成されています。このコースでは、機械学習モデルの詳細な調整や最適化によって最高のパフォーマンスを実現するために必要な、機械学習の知識、適切な判断、テストの基本的なスキルについて説明します。正則化の手法を使用してモデルを一般化する方法と、ハイパーパラメータの影響について学習します（モデルのパフォーマンスに対するバッチサイズや学習率の影響など）。一般的なモデル最適化アルゴリズムをいくつか説明し、TensorFlow コードで最適化メソッドを指定する方法を示します。
What you will learn
概要
「Art and Science of Machine Learning」へようこそ。このコースでは、機械学習モデルの詳細な調整や最適化によって最高のパフォーマンスを実現するために必要な、機械学習の知識、適切な判断、テストの基本的なスキルについて説明します。正則化の手法を使用してモデルを一般化する方法と、ハイパーパラメータの影響について学習します（モデルのパフォーマンスに対するバッチサイズや学習率の影響など）。一般的なモデル最適化アルゴリズムをいくつか説明し、TensorFlow コードで最適化メソッドを指定する方法を示します。
機械学習の実践
このモジュールでは、モデルのパフォーマンス改善に向けてバッチサイズと学習率を調整する方法、モデルを最適化する方法、TensorFlow コードにコンセプトを適用する方法を学習します。
ハイパーパラメータの調整
このモジュールでは、パラメータとハイパーパラメータを区別する方法を学習します。その後、従来のグリッド検索のアプローチについて確認し、よりスマートなアルゴリズムを使用することでグリッド検索の枠を超えて考える方法を学習します。最後に、Cloud ML Engine によってハイパーパラメータ調整の自動化が便利になる仕組みを学習します。
機械学習の理論
このモジュールでは、機械学習の理論と実践について説明します。まず、シンプルで簡潔なモデルを作成できるように、スパース性を実現する正則化の実行方法について説明します。次に、ロジスティック回帰について説明し、パフォーマンスが決まる仕組みを学習します。
User Reviews
Be the first to review “Art and Science of Machine Learning 日本語版”
You must be logged in to post a review.
There are no reviews yet.