機器學習與結構化數據 (2-1):訓練模型

這篇文章中,您將使用 TensorFlow 的 high-level Estimator API 創建一個寬且深的機器學習預測模型。您可以透過上一篇文章:數據分析和準備中所創建的 CSV 文件在 Cloud ML Engine 上訓練模型。

架構

這篇文章將使用下圖中虛線內的元件: 繼續閱讀 “機器學習與結構化數據 (2-1):訓練模型”

【活動】GCP專門家十月前進香港參與 2018 Google Cloud Summit

長期關注 GCP專門家的港澳朋友們,與我們面對面的絕妙好機會來了!愛卡拉 GCP專門家首次跨足海外參與 Google Cloud Summit 盛會,第一站就是香港!

立即註冊:獲得 GCP專門家專屬香港 Summit 邀請函!

繼續閱讀 “【活動】GCP專門家十月前進香港參與 2018 Google Cloud Summit”

【課程資訊】利用 Google AI 技術打造專屬您的智慧客服機器人!

由 GCP專門家在台灣獨家開授的 Dialogflow Chatbot 語音及文字客服課程即將開班!此 AI 人工智慧服務,利用聊天機器人打造客服新平台,為您降低人力成本並開創新的客服模式。Dialogflow 強大的模組功能讓使用者不用會寫程式,也能自行架設客製化的自動化聊天機器人。 繼續閱讀 “【課程資訊】利用 Google AI 技術打造專屬您的智慧客服機器人!”

機器學習與結構化數據(1):數據分析和準備

在本教程中,您將探索一個結構化數據集,然後為機器學習 (ML) 模型創建訓練和評估數據集。 這是一系列教程中的第一部分; 您可以繼續第二部分:訓練模型第三部分:部署 Web 應用程序

您可以使用 Google Cloud Platform (GCP) 的 Cloud Datalab 進行數據探索,並使用 Cloud Dataflow 來創建您的數據集。作為資料來源的數據集儲存在 BigQuery 中。

以下是教程的架構: 繼續閱讀 “機器學習與結構化數據(1):數據分析和準備”