Feature Engineering 日本語版
Learn about Vertex AI Feature Store and how it improves ML model accuracy. Discover effective ways to extract valuable features from data and preprocess them for maximum utilization. This course covers feature engineering using BigQuery ML, Keras, and TensorFlow, along with explanations of good and bad features. Gain insights into transforming raw data into meaningful features and enhancing machine learning algorithms. Explore the overview of Vertex AI Feature Store and the process of feature engineering in both BigQuery ML and Keras. Advance your skills with hands-on exercises in advanced feature engineering.
Vertex AI Feature Store について学びたいとお考えですか? ML モデルの精度を向上させる方法や、最も有効な特徴を抽出するためのデータ列の見極め方を知りたいとお考えですか？このコースでは、良い特徴と悪い特徴について説明し、それらをモデルで最大限に活用できるように前処理して変換する方法を解説します。また、BigQuery ML、Keras、TensorFlow を使用した特徴量エンジニアリングに関するコンテンツとラボも含まれています。
What you will learn
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。
Vertex AI Feature Store の概要
このモジュールでは、Vertex AI Feature Store を紹介します。
元データから特徴への変換
特徴量エンジニアリングは多くの場合、ML プロジェクトの構築において最も長く、困難なフェーズです。特徴量エンジニアリングのプロセスでは、元データから開始し、独自のドメイン知識を用いて機械学習アルゴリズムを機能させるための特徴を作成します。このモジュールでは、どのような特徴が優れているのか、そして優れた特徴をどのように ML モデルで表現するのかについて確認します。
特徴量エンジニアリング
このモジュールでは、機械学習と統計情報の違いを確認し、BigQuery ML と Keras の両方で特徴量エンジニアリングを実行する方法について説明します。また、高度な特徴量エンジニアリングの演習も行います。
User Reviews
Be the first to review “Feature Engineering 日本語版”
You must be logged in to post a review.
There are no reviews yet.