К содержимому
learnspaceYOUR NEXT CHAPTER
ПРОСТРАНСТВО ОБУЧЕНИЯ
ГлавнаяКаталог курсовМоё обучениеCoursera

Знания без границ

Учитесь у лучших университетов и компаний мира.

Открыть Coursera
Интеграция
Пространство университета
Моё пространствоСтраница курса
↵
ЯЛичный кабинетСтудент
© 2026 LearnSpaceКаждый день — возможность узнать больше.Помощь
ML Pipelines on Google Cloud - 日本語版 · LearnSpace
Назад в каталог
courseraАнализ данных

ML Pipelines on Google Cloud - 日本語版

Курс от Google Cloud
Продвинутый≈ 4.4 чЯпонский
О курсеНавыкиПрограммаПреподаватели

О курсе

このコースでは、Google Cloud で最先端の ML パイプラインに携わっている ML エンジニアおよびトレーナーたちから知識を吸収することができます。 最初のいくつかのモジュールで、ML パイプラインとメタデータの管理用 TensorFlow を基盤とする Google の本番環境向け機械学習プラットフォーム TensorFlow Extended(TFX)について説明します。パイプラインのコンポーネントについて、そして TFX を使用したパイプラインのオーケストレーションについて学習します。また、継続的インテグレーションと継続的デプロイを通じたパイプラインの自動化の方法と、ML メタデータの管理方法についても学習します。その後、焦点を変えて、TensorFlow、PyTorch、Scikit Learn、XGBoost などの複数の ML フレームワーク全体にわたる ML パイプラインの自動化と再利用の方法について説明します。 さらに、Google Cloud のもう 1 つのツール、Cloud Composer を継続的なトレーニング パイプラインのオーケストレーションに活用する方法についても学習します。最後は、MLflow を使用して機械学習の完全なライフサイクルを管理する方法の解説で締めくくります。

Навыки, которые вы освоите

Model DeploymentCI/CDGoogle Cloud PlatformTensorflowMetadata ManagementModel TrainingContinuous DeploymentMLOps (Machine Learning Operations)PyTorch (Machine Learning Library)Data PipelinesAI Orchestration

Программа курса

9 модулей · 41 учебных материалов

01はじめに 1 материалов

概要

コース概要Видео
02TFX パイプラインの紹介7 материалов

概要

TensorFlow Extended(TFX)ВидеоTFX のコンセプトВидеоTFX の標準データ コンポーネントВидео

Учитесь у экспертов

Google Cloud Training

Преподаватель курса

ML Pipelines on Google Cloud - 日本語版
В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 4.4 ч

9 модулей

Язык: Японский

Субтитры: Английский

Часть программы вашего университета
TFX の標準モデル コンポーネントВидео
TFX パイプライン ノードВидео
TFX ライブラリВидео
理解度チェックЗадание
03TFX によるパイプライン オーケストレーション4 материалов

概要

TFX オーケストレーターВидеоApache BeamВидеоCloud AI Platform の TFXВидео理解度チェックЗадание
04TFX パイプラインのカスタム コンポーネントと CI / CD4 материалов

概要

TFX のカスタム コンポーネント - Python 関数ВидеоTFX のカスタム コンポーネント - コンテナとサブクラスВидеоTFX パイプライン ワークフローの CI / CDВидео理解度チェックЗадание
05TFX におけるメタデータ3 материалов

概要

TFX パイプライン メタデータВидеоTFX ML メタデータのデータモデルВидео理解度チェックЗадание
06複数の SDK、KubeFlow および AI Platform Pipelines を使用した継続的なトレーニング5 материалов

概要

コンテナ化されたトレーニング アプリケーションВидеоPyTorch、Scikit、XGBoost アプリケーションのコンテナ化ВидеоKubeFlow および AI Platform PipelinesВидео継続的なトレーニングВидео理解度チェックЗадание
07Cloud Composer を使用した継続的なトレーニング6 материалов

概要

Cloud Composer とはВидеоApache Airflow の基本コンセプトВидеоCloud Composer(データ)を使用した継続的なトレーニング パイプラインВидеоCloud Composer(モデル)を使用した継続的なトレーニング パイプラインВидеоApache Airflow、コンテナ、TFXВидео理解度チェックЗадание
08MLflow を使用した ML パイプライン10 материалов

概要

はじめにВидеоML 開発における課題の概要Видеоこうした課題への MLflow による解決策ВидеоMLflow のトラッキングВидеоMLflow のプロジェクトВидеоMLflow のモデルВидеоMLflow のモデル レジストリВидеоデモ: MLflow をローカルにデプロイします。Видеоデモ: Databricks コミュニティ エディションでの MLflowВидео理解度チェックЗадание
09まとめ1 материалов

まとめ

コースのまとめВидео