Smart Analytics, Machine Learning, and AI on GCP 日本語版

ML をデータ パイプラインに組み込むと、データから分析情報を抽出する能力を向上できます。このコースでは、Google Cloud でデータ パイプラインに ML を含める複数の方法について説明します。カスタマイズがほとんど、またはまったく必要ない場合のために、このコースでは AutoML について説明します。よりカスタマイズされた ML 機能については、Notebooks と BigQuery の機械学習（BigQuery ML）を紹介します。また、Vertex AI を使用して ML ソリューションを本番環境に導入する方法も説明します。

• はじめに
• このモジュールでは、コースおよびアジェンダについて紹介します。
• 分析と AI の概要
• このモジュールでは、Google Cloud で利用可能な ML の種類について説明します。
• 非構造化データ用の事前構築済み ML モデル API
• このモジュールでは、非構造化データ用の事前構築済み ML API の使用方法について説明します。
• Notebooks を使用したビッグデータ分析
• このモジュールでは、Notebooks の使用方法について説明します。
• 本番環境の ML パイプライン
• このモジュールでは、カスタム ML モデルの構築について説明し、Vertex AI および TensorFlow Hub について紹介します。
• BigQuery ML で SQL を使用したカスタムモデルの構築
• このモジュールでは、BigQuery ML について説明します。
• Vertex AI AutoML を使用したカスタムモデルの構築
• Vertex AI AutoML を使用してカスタムモデルを構築する。
• まとめ
• このモジュールでは、コースで扱ったトピックについて復習します。