고급 과정
이 고급 과정에서는 다양한 머신러닝 문제를 해결하기 위한 도구와 기법을 배웁니다.
과정은 독립적으로 구성되어 있습니다. 관심사나 문제 영역을 바탕으로 생각하세요.
추천 시스템
추천 시스템은 맞춤 추천을 생성합니다.
클러스터링
클러스터링은 관련 항목을 연결하는 핵심 비지도 머신러닝 전략입니다.
생성적 적대 신경망(GAN)
GAN은 학습 데이터와 유사한 새로운 데이터 인스턴스를 만듭니다.
이미지 분류
고양이 사진인가요, 아니면 개 사진인가요?
가이드
Google 가이드는 권장사항을 사용하여 일반적인 머신러닝 문제를 해결하는 방법을 간단한 단계별 안내를 제공합니다.
ML 규칙
Google에서 사용하는 머신러닝 권장사항을 따라 더 나은 머신러닝 엔지니어가 되어 보세요.
사람 + AI 가이드북
이 가이드는 UX 담당자, PM, 개발자가 AI 설계 주제와 질문을 공동으로 해결하는 데 도움이 됩니다.
텍스트 분류
이 종합 가이드에서는 머신러닝을 사용하여 텍스트 분류 문제를 해결하는 방법을 안내합니다.
양질의 데이터 분석
이 가이드에서는 전문 데이터 애널리스트가 머신러닝 문제에서 대규모 데이터 세트를 평가하는 데 사용하는 트릭을 설명합니다.
딥 러닝 조정 플레이북
이 가이드에서는 딥 러닝 모델의 학습을 최적화하는 과학적 방법을 설명합니다.
데이터 트랩
이 가이드에서는 ML 실무자가 데이터와 통계를 사용할 때 발생할 수 있는 일반적인 실수를 설명합니다.
책임감 있는 AI 소개
이 초보자 가이드에서는 AI 시스템에 공정성, 책임성, 안전, 개인 정보 보호를 구현하는 방법을 개략적으로 설명합니다.
생성형 AI를 위한 적대적 테스트
적대적 테스트 워크플로 예시를 살펴봅니다.
