인공 지능(AI)의 영역을 해소하기 위해 Google은 머신 러닝에 초점을 맞춘 일련의 무료 강좌를 공개했습니다. 이는 컴퓨터가 방대한 데이터 세트에서 패턴을 인식하고 예측 분석을 수행할 수 있도록 하는 AI 하위 집합으로, 기계가 명시적 프로그래밍이 필요 없이 특정 작업을 자율적으로 수행할 수 있도록 합니다.
Google과 함께하는 AI 여행 시작하기
Google이 제공하는 강좌는 AI로의 기초 여정으로서, 학습자들을 다양한 분야를 통해 초보자부터 전문가로 나아갈 수 있도록 안내합니다. 이 과정은 실용적인 연습, 안내서 및 포괄적인 용어집을 제공합니다.
Google의 포괄적인 머신 러닝 커리큘럼
Google의 무료 강좌 목록은 다음과 같습니다:
1. 머신 러닝 소개: 머신 러닝의 기본 원리를 가르치는 소개 세션으로, 수업 시간은 20분입니다.
2. 머신 러닝 단기 집중 과정: TensorFlow API를 사용하여 머신 러닝 원리를 탐구하는 15시간의 강좌로, 강의와 연습문제가 포함되어 있습니다.
3. 문제 프레임 설정 소개: 머신 러닝을 활용하여 문제 해결을 설계하는 방법을 보여주는 45분 강의 과정입니다.
4. 데이터 준비 및 피처 공학: 데이터셋을 머신 러닝에 맞게 준비하고 적절한 변환을 실행하는 방법을 가르치는 175분간의 강의입니다.
5. 테스트 및 디버깅: AI 모델의 형성, 프로덕션 모니터링 및 코드 디버깅에 관한 4시간 강좌입니다.
6. 의사결정 포레스트: 2.5시간 동안 수강생들은 해석 가능한 표 형식 알고리즘 그룹을 탐구합니다.
7. 추천 시스템: 다양한 추천 시스템 모델과 그 기능을 확장하는 4시간 강의입니다.
8. 군집 분석: 4시간 동안 구현을 위해 특화된 군집 그룹화 소개 강의입니다.
9. 생성 적 적대적 네트워크: GAN의 기본을 가르치고 GAN 생성을 위한 TF-GAN 라이브러리 사용법을 소개하는 강좌입니다.
10. 이미지 분류: Google이 Google 사진 검색을 위해 이미지 분류 모델을 개발한 내용을 다루는 90~120분 강좌입니다.
11. 퍼스펙티브 API의 공정함: Google의 JIGSAW가 유해 댓글을 식별하기 위해 머신 러닝을 사용한 도구를 개발한 내용에 관한 90~120분 강의입니다.
이러한 강좌들은 머신 러닝의 이해 및 적용을 더 기하기 위해 AI 연구 및 개발의 더 큰 맥락 안에서 명시적으로 목표를 설정합니다.