구글 머신러닝 단기집중과정 - 결론 - 다음 단계

다음 단계

머신러닝 교육을 계속하고 텐서플로우 기술을 더욱 개발하려면 다음 리소스를 확인하세요.

 

머신러닝 실습

Google이 제품에서 어떻게 머신러닝을 활용하는지 보여주는 실제 우수사례를 동영상과 코딩 실습을 통해 알아보세요.

• 이미지 분류: Google이 어떻게 이미지 분류 모델을 개발하여 Google 포토의 검색 기능을 강화했는지 알아보고 나만의 이미지 분류 모델을 만들어 보세요.
• 더 많은 머신러닝 실습이 제공될 예정입니다.

 

기타 머신러닝 리소스

• 딥러닝: 이미지와 텍스트 모델을 광범위하게 다루는 신경망에 관한 고급 머신러닝 교육 과정
• ML의 규칙: 머신러닝 엔지니어링 권장사항
• TensorFlow.js: ML 모델 학습 및 배포를 위한 WebGL 가속 및 브라우저 기반 자바스크립트 라이브러리

 

텐서플로우

• 텐서플로우 설치: Mac OS X, Ubuntu, Windows 시스템에 텐서플로우를 설치하는 방법에 대한 안내
• tf.contrib.learn 퀵스타트: 높은 레벨의 TensorFlow API를 사용하여 신경망 분류자를 구축하는 방법에 대한 가이드
• 텐서플로우 프로그래머 가이드: 변수, 스레딩, 디버깅을 포함한 주요 텐서플로우 기능에 대한 심도 있는 가이드
• TensorFlow Dev Summit 2017: TensorFlow API와 실제 애플리케이션 중심의 기술 토론 및 데모

 

Kaggle 대회 참가하기

ML 기술을 실제 데이터 과학 도전과제에 적용해 볼 준비가 되셨나요? 다양한 Kaggle 대회 중 하나에 도전해 보세요.

대회 참가하기