Machine Learning in the Enterprise - 日本語版

このコースでは、ML ワークフローに対する実践的なアプローチを取り上げます。具体的には、いくつかの ML のビジネス要件とユースケースに取り組む ML チームをケーススタディ形式で紹介します。このチームは、データ マネジメントとガバナンスに必要なツールを理解し、データの前処理に最適なアプローチを検討する必要があります。 2 つのユースケースに対して ML モデルを構築するための 3 つのオプションがチームに提示されます。このコースでは、チームの目標を達成するために、AutoML、BigQuery ML、カスタム トレーニングを使用する理由について説明します。

• 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。
• ML に関する企業のワークフローの把握
• このモジュールでは、ML に関する企業のワークフローの概要と各ステップの目的を説明します。
• 企業のデータ
• このモジュールでは、以下の Google による企業のデータ マネジメントとガバナンスのツールを確認します。Feature Store、Data Catalog、Dataplex、Analytics Hub
• 機械学習とカスタム トレーニングの科学
• このモジュールでは、機械学習とニューラル ネットワークの理論と実践を確認します。また、Vertex AI を使用してカスタム ML モデルをトレーニングする方法についても説明します。
• Vertex Vizier のハイパーパラメータ調整
• このモジュールでは、Vertex AI Vizier を使用してハイパーパラメータ調整を行う方法を説明します。
• Vertex AI を使用した予測とモデルのモニタリング
• このモジュールでは Vertex AI 予測およびモデルのモニタリングについて説明します。まず、ビルド済みコンテナまたはカスタム コンテナを使用したバッチ予測やオンライン予測について説明し、次に ML モデルのパフォーマンスを管理するために役立つサービスであるモデルのモニタリングについて確認します。
• Vertex AI Pipelines
• このモジュールでは Vertex AI Pipelines と、そのパイプラインを構築して ML ワークフローをオーケストレートする方法について説明します。
• ML 開発のベスト プラクティス
• このモジュールでは、Vertex AI でのさまざまな機械学習プロセスのベスト プラクティスを確認します。
• コースのまとめ
• このモジュールは、「Machine Learning in the Enterprise」コースのまとめです。
• シリーズのまとめ
• このモジュールは、「Machine Learning on Google Cloud 日本語版」コースシリーズのまとめです。