Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Google Cloud

Feature Engineering - 한국어

Google Cloud via Coursera

Overview

Prepare for a new career with $100 off Coursera Plus
Gear up for jobs in high-demand fields: data analytics, digital marketing, and more.
Vertex AI Feature Store에 관해 알고 싶으신가요? ML 모델의 정확성을 개선할 방법을 알고 싶으신가요? 어떤 데이터 열에서 가장 유용한 특성이 나오는지 파악하려면 어떻게 해야 할까요? 특성 추출 과정에서는 좋은 특성과 나쁜 특성을 살펴보고 모델에서 이러한 특성을 적절하게 활용할 수 있도록 사전 처리하고 변환하는 방법을 알아봅니다. 이 과정은 BigQuery ML, Keras, TensorFlow를 사용한 특성 추출에 관한 콘텐츠와 실습이 포함되어 있습니다.

Syllabus

  • Module 0: 소개
    • 이 모듈은 과정 및 과정 목표에 대한 개요를 제공합니다.
  • Module 1: Vertex AI Feature Store 소개
    • 이 모듈은 Vertex AI Feature Store를 소개합니다.
  • Module 2: 원시 데이터와 특성
    • 특성 추출은 ML 프로젝트 빌드 절차에서 가장 오래 걸리고 까다로운 단계인 경우가 많습니다. 특성 추출 절차에서는 원시 데이터로 시작한 후 고유 도메인 지식을 활용하여 머신러닝 알고리즘이 작동하는 특성을 생성합니다. 이 모듈에서는 좋은 특성을 만드는 요소와 ML 모델에서 이러한 특성을 표현하는 방법을 설명합니다.
  • Module 3: 특성 추출
    • 이 모듈에서는 머신러닝과 통계의 차이점과 BigQuery ML 및 Keras 모두에서 특성 추출을 수행하는 방법을 살펴봅니다. 고급 수준의 특성 추출 방법도 몇 가지 설명합니다.
  • Module 4: 사전 처리 및 특성 만들기
    • 이 모듈에서는 Apache Beam의 보완 기술이자 사전 처리와 특성 추출을 빌드하고 실행하는 데 도움이 되는 Dataflow에 대해 자세히 알아봅니다.
  • Module 5: 특성 교차 - TensorFlow PLayground
    • 기존의 머신러닝에서 특성 교차는 그다지 중요한 역할을 하지 않았지만 최신 ML 방법에서는 특성 교차가 툴킷에서 매우 중요한 부분을 담당합니다. 이 모듈에서는 머신러닝 학습에서 특성 교차가 특히 효과적으로 작용하는 문제의 유형을 알아내는 방법을 학습합니다.
  • Module 6: TensorFlow Transform 소개
    • TensorFlow Transform(tf.Transform)은 TensorFlow를 사용해 데이터를 사전 처리할 때 필요한 라이브러리입니다. tf.Transform은 데이터 전체 전달이 필요한 사전 처리에 유용합니다. 예: - 평균 및 stdev로 입력 값 정규화 - 모든 입력 예에서 값을 확인하여 어휘 정수화 - 관찰된 데이터 배포를 기반으로 입력 버킷화 이 모듈에서는 tf.Transform의 사용 사례를 살펴봅니다.
  • Module 7: 요약
    • 이 모듈은 특성 추출 과정의 요약입니다.

Taught by

Google Cloud Training

Reviews

Start your review of Feature Engineering - 한국어

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.