データを収集、変換、分析、可視化するために、データ・サイエンティストがよく使う一般的なツールの1つ、Excel であなたのスキルを磨きましょう。 Excel は、データの分析と可視化の目的で広く使われているソリューションの 1 つです。改善された可視化と高度なビジネスロジックを備えた、より多くのデータの分析を可能にするツールが含まれています。このコースでは、Excel 2016でこれらの新しいツールの最新バージョンを、Microsoft Excel製品チームのエキスパートより紹介します。各種のソースからデータをどのようにインポートするかを学び、データソースを組み合わせてマッシュアップを作成し、...

AIやコンピュータでやっていることは「計算」です。超入門的プログラミングで「計算」の設計法を体験しながら，コンピュータサイエンスの基礎を学びます。“Computations” are what computers, including those utilizing Artificial Intelligent algorithms are actually doing. Learn about the basic and key concepts of computer science while experiencing how to program and...

Learn both traditional and aspirational ethics in science and engineering to improve human well-being. 本科目は、「志向倫理」を重視する、新しいタイプの科学技術倫理に関する最初のMOOCである。 Want to learn how to identify and solve every day ethical issues in engineering and science? If yes, this is the course for you! Ethics plays an integral...

Practice pronunciation and improve your spoken Japanese in context. ひらがなのある説明（せつめい）はこちらをクリックしてください。 您可以查看网頁，动画在XuetangX One of the most challenging aspects of learning Japanese is pronunciation. Most non-native Japanese speakers, whether basic level or advanced, have experienced at least one situation...

Learn the history, ideas and concepts behind contemporary Japanese architecture through four architectural facets and five generations of architects. This series will explore four facets of contemporary Japanese architecture; theory, technology, city, and humans. It will also span five generations of...

Learn about Science, Engineering, Artificial Intelligence (AI) and Data Ethics to improve human well-being. 人が「よく生きる（well-being）」ために必要となる、科学技術、人工知能（AI）、およびデータ倫理について学びます。 Want to learn how to identify and solve every day ethical issues in engineering, science and Artificial Intelligence (AI)? If yes,...

Learn the history, ideas and concepts behind contemporary Japanese architecture through one facet of Japanese architecture, technology. This is the second course of “Four Facets of Contemporary Japanese Architecture” series, with the focus on the second facet: technology. The technology portion will...

「Art and Science of Machine Learning」へようこそ。このコースでは、機械学習モデルの微調整と最適化を行って高いパフォーマンスを得るために不可欠な直感と判断力、実験のスキルを習得します。 このコースでは、モデルのトレーニングで調整に使用するさまざまなノブやレバー、すなわち「ハイパーパラメータ」について学びます。最初にこうしたハイパーパラメータを手動で調整してモデルのパフォーマンスに与える影響を観察し、使い方に慣れてきたら、Google Cloud Platform で Cloud Machine Learning Engine を使用して、自動的に調整する方法を...

機械学習とはどのようなもので、どのような問題解決に役立つのでしょうか。候補となるユースケースを機械学習で習得できる形に変換する5段階とは、そしてこれらの段階を省略しないことが重要である理由は何でしょうか。今、なぜニューラル ネットワークに注目が集まっているのでしょうか。 問題を設定し、勾配降下を使用して適切な解決策を見つけ、データセットを作成する方法について学びます。また、Tensorflow でスケーラブルな分散型機械学習モデルを作成して、これらのモデルのトレーニングを拡張し、高性能な予測ができるようになります。さらに、機械学習（ML）がデータから重要な特質を学習したり、人間による分析を問題...

機械学習の歴史を皮切りに、ニューラル ネットワークがさまざまな問題でうまく機能している理由をご紹介します。次に、教師あり学習の問題を設定し、勾配降下法を使用して適切な解決策を見つける方法について説明します。これには、一般化が可能になるデータセットの作成も含まれます。実験に対応するため、データセットを繰り返し作成できる方法について解説します。 コースの目標: ディープ ラーニングが注目を集めている理由を知る 損失関数とパフォーマンス指標を使用して、モデルを最適化および評価する 機械学習で発生しがちな一般的な問題を軽減する 再現可能なスケーラブル トレーニング用、評価用、テスト用データセットを作成...

この 1 週間の速習オンデマンド コースは、Google Cloud Platform Big Data and Machine Learning Fundamentals を基にして作成されています。クラスルーム トレーニングでの講義、デモ、ハンズオンラボを通して、NoOps でデータ ウェアハウジング、解析、パイプライン処理を実行する方法を学習します。 受講要件: Google Cloud Platform Big Data and Machine Learning Fundamentals を修了していること SQL に類似したクエリ言語を使ったデータ分析の経験があること Python ...

個人的な知見と職業上の知見、組織とコミットメントの知識と理解を得て適用できるようになります。また、目標設定、優先順位付け、スケジュール、委任について学んださまざまなツール、手法、技術を使用して、時間管理上の問題を克服して生産性を向上することができるようになります。 このコースを完了すると、次のことが行えるようになります。 1.個人的な目標や職業上の目標を達成するためのプランを効果的に立てる 2.時間管理の障害となっているものを認識し克服する 3.いくつかの時間管理ツールについて学び、効果的に使用する 4.リソースを効果的かつ効率的に管理する 5.冷静に物事を見て、危険を防ぎ管理する 6.効果的...

このコースでアプリケーション デベロッパーは Google Cloud エコシステムのコンポーネントをシームレスに統合するクラウド ネイティブなアプリケーションを設計、開発する方法を学びます。講義、デモ、ハンズオンラボを通して、インフラストラクチャをコードとして扱うことによって再現可能なデプロイを作成する方法、アプリケーションに適したアプリケーション実行環境を選択する方法、アプリケーションのパフォーマンスをモニタリングする方法を学習します。 前提条件と事前作業 Google Cloud Platform Fundamentals を修了しているか、同等の経験がある Node. js の実践的な...

この 1 週間の速習オンデマンド コースは、Google Cloud Platform Big Data and Machine Learning Fundamentals を基にして作成されています。ビデオ講義、デモ、ハンズオンラボを通して、Google Cloud の Pub/Sub と Dataflow を使いストリーミング データ パイプラインを構築することで、リアルタイムの意思決定を実現する方法を学びます。また、さまざまな関係者を対象にカスタマイズされた出力を表示するためのダッシュボードの構築方法も学びます。 要件: Google Cloud Platform Big Data and...

機械学習とはどのようなもので、どのような問題の解決に役立つのでしょうか。Google では機械学習について、データだけでなくロジックの面からも独自の視点で考えています。こうした捉え方が、機械学習モデルのパイプライン構築を考えるうえでなぜ有効なのか説明します。次に、候補となるユースケースを機械学習で学習できる形に変換する 5 つの段階について説明し、こうした段階を省略しないことの重要性について論じます。最後に、機械学習が助長する可能性のある偏見の認識と、それを識別する方法について説明します。

機械学習モデルの精度を高める方法や、特に有効な特徴を抽出するためのデータ列の見極め方を知りたい人におすすめのコースです。Feature Engineering on Google Cloud Platform では、良い特徴と悪い特徴の要素について、また、機械学習モデルで最適に使用できるように、特徴を前処理して変換する方法についても取り上げます。 このコースでは実践演習として、インタラクティブなラボを使用し、Google Cloud Platform 内で特徴を選択して前処理を行います。インストラクターが解答のコードについて説明します。解答のコードは、今後、皆さんが自身の ML プロジェクトに...

このコースでは、Google Cloud Platform（GCP）の操作に必要な重要な概念と用語について説明していきます。Google Cloud Platform で使用できる Google App Engine、Google Compute Engine、Google Kubernetes Engine、Google Cloud Storage、Google Cloud SQL、BigQuery などのさまざまなコンピューティング サービスとストレージ サービスについて説明し、それぞれを比較します。さらに、Google Cloud Resource Manager のリソース階層や Google...

この 1 週間のオンデマンド速習コースでは、Google Cloud Platform が提供する包括的で柔軟なインフラストラクチャとプラットフォームのサービスについて紹介します。動画講義、デモ、ハンズオンラボを通してさまざまなソリューションの要素について学び、実際にデプロイしてみます。これにはネットワークや仮想マシン、アプリケーション サービスなどのインフラストラクチャ コンポーネントも含まれます。Console と Cloud Shell を使用して Google Cloud Platform を操作する方法についても学習します。また、クラウド アーキテクトの役割、インフラストラクチャ設計...

コースより抜粋: 「最善の試験対策は職務に必要なスキルを身に付けることである」 このコースではトップダウン アプローチを用いて既知の知識とスキルを把握し、情報とスキルが不十分な分野を特定します。本コースを受講することにより、独自の対策計画を立てることができます。わかっていることとわからないことを明確にし、この職務の担当者に必要なスキルの習得と向上にお役立てください。 本コースでは試験ガイドの概要に沿って、受講者が特定の分野と関連する概念を十分に理解しているか、またはさらなる学習が必要かを判断できるように、「判断基準」となる概念を提示します。また、ケース分析、技術的に注意すべきポイントの特定、提...

低レベルの TensorFlow を導入し、分散型機械学習モデルを作成するために必要なコンセプトと API を開発します。TensorFlow モデルのトレーニングをスケールアウトし、Cloud Machine Learning Engine を使った高性能な予測を提供する方法について説明します。 コースの目的: TensorFlow で機械学習モデルを作成する TensorFlow ライブラリを使用して数値の問題を解決する TensorFlow コードによくある問題のトラブルシューティングとデバッグを行う tf. estimator を使用して ML モデルを作成、トレーニング、評価する Cloud...