第10天，最近忙碌起來了，我只能先努力不要斷賽，雖然機率很高。接下來內容可能會比較片斷一點，主要筆記一些在課程上聽到的重點內容。我可能不能花太多時間在寫作上，對各位看倌們先說聲抱歉啦。真的變成筆記了～

希望對未來想參加這個課程的人一點點參考。第一個課程是 How Google does Machine Learning，他是預計你應該在一個星期內看完。

Intro to ML on GCP Specialization

這個段落主要 google 能協助他們的客戶，統一起組織內的系統，減少獨立的系統變成孤島，而獨自奮戰。讓 Python 的支術人員與數據科學家能建構並且部署機器學習模型。

能辦到的原因，當然是 GCP 已經給合了 Google 所建立很多成功經驗，他們也愈來愈依賴 GCP 來建立自己的系統。透過 GCP 的 BigQuery 等無服務器基礎設施和TensorFlow 技術的支援，使得整個組織的數據存取和建構機器學習模型更加統一方便。

這課程主要是分享與指導運用這方面的關鍵技術技能，讓客戶可以考慮使用 GCP 來推動整個公司機器學習轉型。

Specialization Agenda

主要是用這張圖介紹這個系統課程所包含５個子課程的大概介紹。

• 為什麼要用 ML？
• 使用TensorFlow 建構 ML
• 提高機器學習的準確性 (訓練時運作良好，但實際運用上確不準的問題)
• ML規模化 (如何使用ML模型進行培訓，部署和預測)
• 專門的ML模型 (如圖像分類模型 / 序列模型 / 推薦系統)

好，第10天，結束。

參考
coursera - Machine Learning with TensorFlow on Google Cloud Platform 專項課程
coursera - How Google does Machine Learning