08
特徴量エンジニアリング
08
特徴量エンジニアリング
このコースでは、Vertex AI Feature Store を使用するメリット、ML モデルの精度を向上させる方法、最も有効な特徴を抽出できるデータ列の見極め方について説明します。また、BigQuery ML、Keras、TensorFlow を使用した特徴量エンジニアリングに関するコンテンツとラボも用意されています。
コース情報
目標
- Vertex AI Feature Store について説明し、良い特徴に必要とされる主な側面を比較する。
- BigQuery ML、Keras、TensorFlow を使用して特徴量エンジニアリングを実施する。
- Dataflow と Dataprep を使用して特徴の前処理と探索を行う方法について考察する。
- tf.Transform を使用する。
前提条件
Python などのプログラミング言語の基本知識。
対象
- データ アナリスト
- データ エンジニア
- データ サイエンティスト
- ML エンジニア
- ML ソフトウェア エンジニア
使用できる言語
English、español (Latinoamérica)、français、日本語、한국어、português (Brasil)、italiano
このコースを修了した後はどうすればよいですか？
コースを修了した後は、学習プログラム のその他のコンテンツを確認したり、学習カタログ を閲覧したりできます。
どのようなバッジを獲得できますか？
コースを修了すると、修了バッジが付与されます。バッジはプロフィールで確認可能で、ソーシャル ネットワークで共有していただくこともできます。
オンデマンド パートナーを介してこのコースの受講を希望される場合
Coursera および Pluralsight で Google Cloud のコンテンツをご確認ください。
インストラクターによる指導をご希望の場合