在這三十天的過程中,除了介紹ML Study Jam計畫與GCP平台的操作和心得介紹之外,也會補充一些機器學習需要知道的流程與知識
1. 課程內容的講解:
課程內容分成影片、問答、Hands-on Labs操作
2. 實作的心得:
學習心得與平台使用上的感覺和優缺點
3. ML知識補充:
在實作的過程中結合觀念,幫助理解Google ML的應用
對於資料前處理的部分會介紹比較多,尤其是資料層面會介紹到資料倉儲與ETL等處理機器學習資料與儲存資料相關知識,理論與實務各一半分享。
這次參賽是透過Google的ML Study Jam 機器學習培訓計劃來的,看到Google這次跟iT邦幫忙鐵人賽有合作,兩邊的學習計畫都有豐富的資源,而完賽獎...
Google的機器學習計畫 Google的機器學習計畫要從當時的初級培訓計畫開始,ML Study Jam是他們第一次辦機器學習的計畫,以線上課程的方式來學習,...
機器學習在GCP上運作的流程 第一堂課一開始先帶你認識機器學習在GCP平台上是如何運用的,它可以幫助我們解決哪些問題?就如同標題所寫,這節的重點在於機器學習在G...
前一天我們講到機器學習在GCP上運作的流程以及做了Tensorflow、Keras和Pytorch之間的比較,今天我們要來看機器學習建模型和預測的過程 Why...
前一天簡單介紹課程當中的機器學習流程以及機器學習應用在Google產品上,今天要深入討論機器學習的流程 coursera課程 coursera課程的部分絕大多數...
前一天我們介紹了如何定義機器學習的問題和思考如何解決,今天要來介紹資料清理與數據前處理 資料清理與數據前處理 確認好問題和目標之後接下來就是要做資料前處理的部分...
前一天我們初步了解了ETL以及維度模型的定義,今天我們來談談資料庫與資料倉儲的差別。 資料? 在做機器學習應用時,有資料就代表著有優勢,而一般來說擁有大量的資料...
前一天介紹了資料庫與資料倉儲的差別,今天我們來討論構建資料倉儲的維度模型。 Dimensional Modeling維度建模 以維度建模弄出來的東西就是Dim...
前一天介紹了維度模型,今天就維度模型部分繼續做補充。 企業要做DW/BI時規模非常龐大,會有70%時間精力花在DW/BI環境,需要要先挑最重要的一、兩個議題做,...
前一天把維度模型部分都將介紹完,今天我們來討論ETL架構的子系統與與資料品質的衡量。 34個ETL的子系統: Extract:1-3Clean & Co...