第十一屆 佳作

google-dev-ml
Machine Learning with TensorFlow on Google Cloud Platform
gary9630

系列文章

DAY 1

鐵人賽Day1 - 簡介

前景提要 這次由 Google Developers 所舉辦的 ML Study Jam 課程,我自己是第二次參加。第一次是較為初階的課程關於 Google 的...

DAY 2

鐵人賽Day2 - How Google does Machine Learning (1/5)

專項課程簡介 主旨:簡介使用ML在商用化的方式 Machine Learning (ML) 步驟 (1) 確定ML的策略:為何需要使用ML?整個應用的大方向是?...

DAY 3

鐵人賽Day3 - How Google does Machine Learning (2/5)

AI-first ? 主旨:了解 Google 所謂的 AI-first 策略是什麼意義 AI與ML的差異 AI是一個學門:AI是在研究如何建構一個機器,讓...

DAY 4

鐵人賽Day4 - How Google does Machine Learning (3/5)

Google如何使用ML? 主旨:了解 Google 在使用ML商用化的經驗與知識 建構ML產品的重點 在建構一個ML產品時,大概可以分成五個部分: 定義KP...

DAY 5

鐵人賽Day5 - How Google does Machine Learning (4/5)

Google Cloud Platform 主旨:介紹雲端開發環境,Google Cloud Platform Cloud工作的優點 傳統工作模式通常是每個人都...

DAY 6

鐵人賽Day6 - How Google does Machine Learning (5/5)

Cloud Datalab 主旨:介紹雲端開發環境,Cloud Datalab 今天將會講到2個Lab,分別是: 使用Datalab 和 BigQuery來分...

DAY 7

鐵人賽Day7 - Launching into Machine Learning (1/4)

進入 Machine Learning 主旨:了解在ML中所會提到的術語以及重要知識 ML中的重要概念 在這個子系列課程,進入ML中,我們將會學到: 不同種類...

DAY 8

鐵人賽Day8 - Launching into Machine Learning (2/4)

模型優化(Optimization) 主旨:了解模型是怎麼優化的 模型優化的重要概念 今天的學習模型優化的目標有: 使用損失函數(Loss function)...

DAY 9

鐵人賽Day9 - Launching into Machine Learning (3/4)

泛化和取樣(Generalization and Sampling) 主旨:了解泛化和取樣的重要 泛化 如果一個迴歸模型的RMSE是0,這麼“準”的模型會是好的...

DAY 10

鐵人賽Day10 - Launching into Machine Learning (4/4)

探索和創造ML資料集 主旨:了解資料的探索和分割 [GCP Lab實作-5]:探索和創造ML資料集 在這個實作中,我們可以學到: 使用 BigQuery 探索...