Machine Learning with TensorFlow Google Cloud 日本語版

Makine öğrenimi nedir ve ne tür problem çözümlerinde yararlıdır? Aday kullanım senaryolarını makine öğrenimiyle öğrenilebilecek bir forma dönüştürmenin 5 aşaması nelerdir ve bu aşamaları atlamamak neden önemlidir? Yapay sinir ağları neden şu anda bu kadar çok ilgi görüyor? Problemleri nasıl tanımlayacağınızı, gradyan inişi (gradient descent) kullanarak uygun çözümleri nasıl bulacağınızı ve veri kümelerini nasıl oluşturacağınızı öğreneceksiniz. Ayrıca, bu modellerin eğitimini ölçeklendirmek ve yüksek performanslı tahminler yapmak için TensorFlow ile ölçeklenebilir, dağıtık makine öğrenimi modelleri oluşturabileceksiniz. Dahası, makine öğreniminin (ML) verilerden önemli özellikleri öğrenmesi veya insan analizini probleme dahil etmesi için ham verileri dönüştüreceksiniz. Son olarak, doğru ve genelleştirilmiş modeller üretme teorisini, belirli ML problemlerini nasıl çözeceğinizi ve uygun parametreleri nasıl birleştireceğinizi öğreneceksiniz. İlk olarak ML odaklı bir strateji oluşturarak başlayacak, ardından Google Cloud Platform'un uygulamalı laboratuvarları aracılığıyla model eğitimi, optimizasyonu ve canlıya alınmasına kadar tüm ML adımlarını pratik edeceksiniz.