Über diesen Kurs
52,349 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 7 Stunden zum Abschließen

Empfohlen: 5 - 7 hours per week...

Englisch

Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch...

Kompetenzen, die Sie erwerben

TensorflowBigqueryMachine LearningData Cleansing

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 7 Stunden zum Abschließen

Empfohlen: 5 - 7 hours per week...

Englisch

Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch...

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
9 Minuten zum Abschließen

Introduction

2 Videos (Gesamt 9 min)
2 Videos
Intro to Qwiklabs5m
1 Stunde zum Abschließen

Practical ML

10 Videos (Gesamt 62 min), 1 Quiz
10 Videos
Supervised Learning5m
Regression and Classification11m
Short History of ML: Linear Regression7m
Short History of ML: Perceptron5m
Short History of ML: Neural Networks7m
Short History of ML: Decision Trees5m
Short History of ML: Kernel Methods4m
Short History of ML: Random Forests4m
Short History of ML: Modern Neural Networks8m
1 praktische Übung
Module Quiz6m
1 Stunde zum Abschließen

Optimization

13 Videos (Gesamt 60 min), 1 Quiz
13 Videos
Defining ML Models4m
Introducing the Natality Dataset6m
Introducing Loss Functions6m
Gradient Descent5m
Troubleshooting a Loss Curve2m
ML Model Pitfalls6m
Lab: Introducing the TensorFlow Playground6m
Lab: TensorFlow Playground - Advanced3m
Lab: Practicing with Neural Networks6m
Loss Curve Troubleshooting1m
Performance Metrics3m
Confusion Matrix5m
1 praktische Übung
Module Quiz6m
3 Stunden zum Abschließen

Generalization and Sampling

9 Videos (Gesamt 64 min), 3 Quiz
9 Videos
Generalization and ML Models6m
When to Stop Model Training5m
Creating Repeatable Samples in BigQuery6m
Demo: Splitting Datasets in BigQuery8m
Lab Introduction1m
Lab Solution Walkthrough9m
Lab Introduction2m
Lab Solution Walkthrough23m
1 praktische Übung
Module Quiz12m
3 Minuten zum Abschließen

Summary

1 Video (Gesamt 3 min)
1 Video
4.6
342 BewertungenChevron Right

43%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

44%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

29%

erhalten Sie eine Gehaltserhöhung oder Beförderung

Top-Bewertungen von Launching into Machine Learning

von PTDec 2nd 2018

This is an awesome module. It will open up so much inside story of ML process which is core of the topic with such a simplicity. It greatly increases my interest into this topic and this course :)

von PAAug 4th 2018

Good course, covering all the basics about machine learning and most importantly, everything that surrounds an ml project and you need to take into account to make your ml project successful.

Über Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success....

Über den Spezialisierung Machine Learning with TensorFlow on Google Cloud Platform

What is machine learning, and what kinds of problems can it solve? What are the five phases of converting a candidate use case to be driven by machine learning, and why is it important that the phases not be skipped? Why are neural networks so popular now? How can you set up a supervised learning problem and find a good, generalizable solution using gradient descent and a thoughtful way of creating datasets? Learn how to write distributed machine learning models that scale in Tensorflow, scale out the training of those models. and offer high-performance predictions. Convert raw data to features in a way that allows ML to learn important characteristics from the data and bring human insight to bear on the problem. Finally, learn how to incorporate the right mix of parameters that yields accurate, generalized models and knowledge of the theory to solve specific types of ML problems. You will experiment with end-to-end ML, starting from building an ML-focused strategy and progressing into model training, optimization, and productionalization with hands-on labs using Google Cloud Platform. > By enrolling in this specialization you agree to the Qwiklabs Terms of Service as set out in the FAQ and located at: https://qwiklabs.com/terms_of_service < COMPLETION CHALLENGE Complete any GCP specialization from November 5 - November 30, 2019 for an opportunity to receive a GCP t-shirt (while supplies last). Check Discussion Forums for details....
Machine Learning with TensorFlow on Google Cloud Platform

Häufig gestellte Fragen

  • Ja, Sie können eine Vorschau des ersten Videos und den Lehrplan ansehen, bevor Sie sich anmelden. Sie müssen den Kurs kaufen, um Zugriff auf die Inhalte zu erhalten, die nicht in der Vorschau inbegriffen sind.

  • Wenn Sie sich vor dem Startdatum der ersten Kurseinheit anmelden, haben Sie Zugriff auf alle Vortragsvideos und Texte für den Kurs. Sobald die erste Kurseinheit beginnt, können Sie Aufgaben einreichen.

  • Sobald Sie sich anmelden und Ihre Kurseinheit beginnt, haben Sie Zugriff auf alle Videos und andere Ressourcen, einschließlich der Texte und des Kurs-Diskussionsforums. Sie können praktische Aufgaben ansehen und einreichen und erforderliche bewertete Aufgaben abschließen, um eine Bewertung und ein Kurszertifikat zu erhalten.

  • Wenn Sie den Kurs erfolgreich abschließen, wird der Seite „Errungenschaften“ Ihr elektronisches Kurszertifikat hinzugefügt – von dort können Sie Ihr Kurszertifikat ausdrucken oder es zu Ihrem LinkedIn-Profil hinzufügen.

  • Dieser Kurs ist einer der wenigen auf Coursera angebotenen Kurse, die derzeit ausschließlich für Kursteilnehmer zugänglich sind, die bezahlt oder finanzielle Unterstützung erhalten haben, wenn diese verfügbar ist.

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