課後心得 – Machine Learning with TensorFlow on Google Cloud Platform Specialization

Google 大概是目前檯面上將機器學習應用落地[1][2]最多的一家公司,近日他們在 Coursera 上推出新的機器學習專業課程(五門),課程內容著重於收集/整理資料、如何提取特徵,優化模型的策略並示範如何利用 Google Cloud Platform (GCP), Tensorflow 建立機器學習/神經網路模型,導入生產流程。

編按:據聞將有第二系列進階課 – Advanced Machine Learning on GCP 喔!(期待 😀)

07_ML_in_Google_Products

概覽

以下圖 Call Center Feedback 為例,我們學了機器學習、深度神經網路後,在真實情境中:

  • 如何定義機器學習問題?
  • 如何提取(重要/有效)特徵?
  • 如何建立/訓練/調教模型?
  • 如何使用模型來預測/辨識/推薦/規劃/做決策?

MLbp

在巨量資料的時代,應用機器學習除了考慮前述問題之外,亦需考慮如何讓演算法/模型具備可拓展、高穩定性,因此 Google 認為發展一套可以模組化處理/分析資料的流程,刻不容緩,在實務上將會深深地影響使用機器學習演算法效率與性能。

de

Continue reading