Über diesen Kurs

Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 8 Stunden zum Abschließen
Deutsch
Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch...
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 8 Stunden zum Abschließen
Deutsch
Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch...

von

Google Cloud-Logo

Google Cloud

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

27 Minuten zum Abschließen

Einführung in die Spezialisierung

27 Minuten zum Abschließen
4 Videos (Gesamt 11 min), 1 Lektüre, 1 Quiz
4 Videos
Programm für die Spezialisierung5m
Was spricht für Google?1m
Was spricht für Google Cloud?2m
1 Lektüre
Kursressourcen herunterladen10m
1 praktische Übung
Modul 1 – Quiz6m
1 Stunde zum Abschließen

Was bedeutet "künstliche Intelligenz"?

1 Stunde zum Abschließen
17 Videos (Gesamt 52 min)
17 Videos
Die beiden Phasen des ML3m
ML bei Google-Produkten5m
Demo: ML bei Google Fotos1m
Google Übersetzer und Gmail1m
Heuristische Regeln ersetzen5m
Daten im Mittelpunkt3m
Lab-Einführung: Ein ML-Problem beschreiben1m
Lab-Nachbesprechung4m
Demo: ML bei Anwendungen2m
Vortrainierte Modelle3m
Entwicklung des ML-Marketplace2m
Eine Datenstrategie5m
Mit Datenverzerrungen umgehen5m
Eine ML-Strategie1m
Gestalten Sie Ihr Unternehmen um2m
Lab-Einführung: ML-Anwendungsbeispiel26
1 praktische Übung
Modul 2 – Quiz6m
1 Stunde zum Abschließen

Maschinelles Lernen bei Google

1 Stunde zum Abschließen
6 Videos (Gesamt 36 min)
6 Videos
Die ML-Überraschung4m
Die geheime Zutat8m
ML und Geschäftsprozesse6m
Der Weg zu ML10m
Deep Dive: Phasenenden4m
1 praktische Übung
Modul 3 – Quiz6m
1 Stunde zum Abschließen

Inklusives maschinelles Lernen

1 Stunde zum Abschließen
7 Videos (Gesamt 27 min)
7 Videos
Maschinelles Lernen und menschliche Vorurteile2m
Messwerte zur Evaluierung einbeziehen3m
Statistische Messungen und annehmbare Kompromisse4m
Chancengleichheit6m
Entscheidungen simulieren3m
Fehler im Dataset mit Attributen finden4m
1 praktische Übung
Modul 4 – Quiz6m
5 Stunden zum Abschließen

Python-Notebooks in der Cloud

5 Stunden zum Abschließen
22 Videos (Gesamt 81 min), 1 Lektüre, 4 Quiz
22 Videos
Cloud Datalab1m
Demo: Cloud Datalab1m
Entwicklung2m
Demo: Rehosting von Cloud Datalab3m
Mit verwalteten Diensten arbeiten2m
Berechnung und Speicherung4m
Einführung in Qwiklabs3m
Lab-Nachbesprechung11m
Cloud shell2m
Dritte Generation der Cloud: Vollständig verwaltete Dienste1m
Dritte Generation der Cloud: Serverlose Datenanalyse2m
Dritte Generation der Cloud: BigQuery und Cloud Datalab52
Lab-Einführung: Datenanalyse mit Datalab und BigQuery1m
Lab-Nachbesprechung: Datenanalyse mit Datalab und BigQuery11m
ML, keine Regeln2m
API in Aktion3m
Video Intelligence API3m
Cloud Speech API3m
Übersetzung und NL4m
Lab: Einführung in vortrainierte ML-APIs49
Lab-Lösungen9m
1 Lektüre
Einführung zum Lab "VM mieten"10m
1 praktische Übung
Modul 5 – Quiz6m
4 Minuten zum Abschließen

Übersicht

4 Minuten zum Abschließen
1 Video (Gesamt 4 min)

Über den Spezialisierung Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch

Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Was sind die fünf Phasen zur Umsetzung eines für ML geeigneten Anwendungsfalls und warum darf keine dieser Phasen übersprungen werden? Warum sind neuronale Netze gerade so beliebt? Wie können Sie ein Projekt für betreutes Lernen gestalten und mithilfe des Gradientenverfahrens und sinnvoll erstellten Datasets eine gute, generalisierbare Lösung finden? In diesem Kurs lernen Sie, verteilte Modelle für ML zu schreiben, die in TensorFlow skaliert werden, das Training dieser Modelle horizontal zu skalieren und leistungsstarke Vorhersagen zu erstellen. Wir gehen darauf ein, wie Sie Rohdaten so in Merkmale umwandeln, dass ML wichtige Eigenschaften dieser Daten erlernen kann und menschliche Einblicke in das Problem zulässt. Schließlich lernen Sie, die richtige Mischung aus Parametern zu verwenden, um präzise und generalisierte Modelle zu erstellen, und Sie erhalten eine Einführung in die Theorie zum Lösen bestimmter Arten von ML-Problemen. Auf diese Weise gewinnen Sie ein umfassendes Verständnis von ML. Zuerst erstellen Sie eine auf ML ausgerichtete Strategie. Dann fahren Sie mit Modelltraining, Optimierung und Produktentwicklung fort. Hierbei helfen Ihnen praxisorientierte Labs der Google Cloud Platform. >>> Mit Ihrer Teilnahme an dieser Spezialisierung stimmen Sie den Nutzungsbedingungen von Qwiklabs zu, die Sie in den FAQs und unter folgendem Link finden: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch

Häufig gestellte Fragen

  • Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:

    • Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
    • Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

  • Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

  • Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren

  • Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..