GCPの教科書III【Cloud AIプロダクト編】 機械学習API、AutoML、BigQuery ML、AI Platformを詳解
- 著者: クラウドエース株式会社
- 出版日: 2021年11月26日
0.0 (0)
- 著者: クラウドエース株式会社
- 出版日: 2021年11月26日
0.0 (0)
作品紹介・あらすじ
クラウドのAIをレベル別に詳解！
現在ではAI（人工知能）は、社会に溶け込むまで普及してきました。
スマホでのテキスト入力時の変換予測、あるいはカメラ撮影時の顔認
識など、生活のあらゆる場面に出てきます。
このようなAI技術は、機械学習のアルゴリズムや統計学などの高度な
技術で構成されており、開発者にとって高いハードルでした。それを
「ヒョイと」乗り越えられるのが、Google Cloud のAIプロダクト
です。
本書では様々なAIプロダクトをレベル別に詳しく解説しました。
第1章 GCPのAIについて
1.1 GCPとは
1.2 機械学習とは
1.3 GCPのAIとは
1.4 GCPの機械学習APIとは
1.5 AutoMLとは
1.6 BigQuery MLとは
1.7 AI Platformとは
1.8 各プロダクトの選び方
第2章 機械学習API
2.1 機械学習系APIを利用するために
2.2 Cloud Vision API
2.3 Cloud Video Intelligence API
2.4 Cloud Speech-to-Text API
2.5 Cloud Text-to-Speech API
2.6 Cloud Natural Language API
2.7 Cloud Translation API
第3章 AutoML概要
3.1 AutoMLの概要
3.2 AutoMLの種類
3.3 AutoMLモデルのエクスポート
第4章 AutoML（視覚系）
4.1 Cloud AutoML Vision
4.2 Cloud AutoML Vision Object Detection
4.3 Cloud AutoML Video Intelligence
第5章 AutoML（言語系）
5.1 Cloud AutoML Natural Language（テキスト分類）
5.2 Cloud AutoML Natural Language（感情分析）
5.3 Cloud AutoML Translation
第6章 AutoML（テーブルデータ・Edge）
6.1 Cloud AutoML Tables
6.2 Cloud AutoML Vision Edge
第7章 BigQuery ML
7.1 BigQuery MLとは
7.2 BigQueryMLでできること
7.3 BigQueryMLの始め方
7.4 MLのモデルを実際に作ってみる
第8章 AI Platform Ⅰ
8.1 AI Platform の概要
8.2 AI Platformでデータ探索（AI Platform Notebooks）
8.3 画像ラベリングの依頼（AI Platform Data Labeling Service）
8.4 AI Platformにおける機械学習モデル開発
第9章 AI Platform Ⅱ
9.1 エンドツーエンドの機械学習パイプラインの作成
9.2 エンドツーエンドの機械学習パイプラインの作成（実践）
感想・レビュー・書評
関連する本
