MLエンジン
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
ケースルーティングのモデル
何が嫌いですか？
MLモデルは、ローカルファイルへのパスを使用して開発されています。 Google Cloud Storageを使用するためのモデルの更新は難しく、Google Cloudにはこれを行う方法に関するドキュメントはありません。また、Pythonスクリプトを更新してargparseを使用することは、ほとんどの文書では試行錯誤です。
何が一番好きですか？
gcloud mlエンジンコマンドによるMLエンジンジョブの実行が容易
GCP ML
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
私たちは南部データ科学者会議
何が嫌いですか？
時には、助けを必要とするのに時間がかかります。
何が一番好きですか？
Google Cloud Machine Learning Engineには、テンソルフローの関数が多数組み込まれており、段階的に実行するデータラプタがあります。
一度ビルディングがその偉大な
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
解約予測
何が嫌いですか？
あなたが新しいものかどうかはわかりにくいです。ドキュメントを見つけるのが難しい、またはドキュメントが不足しています。カスタム見積もりがデバッグとテンソルボードを理解するのが難しく、私のためにモデルを配備することも非常に困難でした。
何が一番好きですか？
私はそれがサーバーレスであり、深い学習の仕事をかなり速く実行するのが好きです。たくさんの例がある場合には、すでに作成された見積もりや画像処理が容易です。
Google機械学習
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
適切なユースケースを判断するために広範に使用されていない
何が嫌いですか？
私は広範囲に使用していないので、彼が嫌いであるかどうかはわかりません
何が一番好きですか？
Tensorflowアルゴリズムは、機械学習の使用時に便利です
非常に便利な機械学習プラットフォーム
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
開発する
何が嫌いですか？
自己学習の面で慣れにくい
何が一番好きですか？
すべてのライブラリは、インストールと使用の準備ができています。アップデートやバージョンを心配する必要はありません
非常に整理されている
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
PSOの一部としてのGCPコンサルティングプロジェクトHyperparameterのチューニング、さまざまなモデルバージョンの保存、トレーニング結果のTensorBoardでの可視化などの利点があります。
何が嫌いですか？
私はいくつかの機能を使って何が起こっているのかをもっと見たいと思っています。たとえば、vocabulary_to_feat_cols（）関数（または同様の関数）では、実際に何が行われているのかを理解することはうれしいことです。
何が一番好きですか？
私はインストラクターが知識があり、トレーニングがうまく構成されていることが好きです。
私のために働く
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
オーディオ分類を解決しようとする
何が嫌いですか？
それを使用する人々を見つけるのは難しいです。 stackoverflowのサポートと緩やかなチャネルは役に立ちません
何が一番好きですか？
私はdatalabとコースラのコースをどのように使っているのですか？私の時間は限られていますが、私はそれを楽しんでいます。
GCMレビュー
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
NLP。データ解析は簡単です。
何が嫌いですか？
直感的ではありません。UIは混み合って混乱します。
何が一番好きですか？
使いやすい。 TensorFlowなどのサービスと統合されています。
実行モデル間のギャップをローカルに分散する
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
ランニングモデルの分散的な性質について考える必要はなく、私たちにとって大きな勝利です。 Google Cloud ML Engineでシンプルで複雑なモデルを実行します。単一のマシン上で簡単に実行できる小さなモデルを実行している場合でも、MLエンジンを使用することは意味がありました。我々は多数の小さな独立したモデルを並行して実行することができます。
何が嫌いですか？
見積もりの使用方法（カスタム見積もりツール、缶詰めなど）の例がさらに優れています。また、電流制限値25を超える電流を流すことができますか？モデルは並行して素晴らしいでしょう - 私たちはしばしば私たちのlimtiを実行します。
何が一番好きですか？
TF Estimatorを使用する場合は、テンソルフローモデルを分散して実行することは絶対にシームレスになります。ここ数カ月間、製品は本当に安定していて、テンソルフローの最新バージョンでより詳細で最新の状態に保たれています。
簡単にML体験
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
オブジェクト検出のようなコンピュータビジョンの問題
何が嫌いですか？
多くの機能と複数のGPUサポート
何が一番好きですか？
多くの機械学習アルゴリズムをサポートするクラウド環境で使いやすい
ITreviewに参加しよう！
会員登録でもっと便利に
レビューを通じて社会貢献
製品掲載で顧客を呼び込む
