Über diesen Kurs

1,730 kürzliche Aufrufe
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. 6 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. 6 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

14 Minuten zum Abschließen

Einführung

14 Minuten zum Abschließen
1 Video (Gesamt 4 min), 1 Lektüre
1 Video
1 Lektüre
Kursressourcen herunterladen10m
1 Stunde zum Abschließen

ML in der Praxis

1 Stunde zum Abschließen
10 Videos (Gesamt 62 min)
10 Videos
Betreutes Lernen5m
Regression und Klassifizierung11m
Kurzer Rückblick auf ML: Lineare Regression7m
Kurzer Rückblick auf ML: Perzeptron5m
Kurzer Rückblick auf ML: Neuronale Netzwerke7m
Kurzer Rückblick auf ML: Entscheidungsbäume5m
Kurzer Rückblick auf ML: Kernel-Methoden4m
Kurzer Rückblick auf ML: Random Forests4m
Kurzer Rückblick auf ML: Moderne neuronale Netzwerke8m
1 praktische Übung
Modul-Quiz6m
1 Stunde zum Abschließen

Optimierung

1 Stunde zum Abschließen
13 Videos (Gesamt 61 min)
13 Videos
ML-Modelle definieren4m
Einführung in das Dataset "Natality"6m
Einführung in Verlustfunktionen6m
Gradientenverfahren5m
Fehlerbehebung bei einer Verlustkurve2m
Probleme mit ML-Modellen6m
Lab: Einführung in TensorFlow Playground6m
Lab: TensorFlow Playground für Fortgeschrittene3m
Lab: Mit neuronalen Netzwerken arbeiten6m
Fehlerbehebung bei einer Verlustkurve1m
Leistungsmesswerte3m
Wahrheitsmatrix5m
1 praktische Übung
Modul-Quiz6m
3 Stunden zum Abschließen

Generalisierung und Stichprobenerhebung

3 Stunden zum Abschließen
9 Videos (Gesamt 64 min)
9 Videos
Generalisierung und ML-Modelle6m
Wann das Modelltraining beendet werden sollte5m
Wiederholbare Beispiele in BigQuery erstellen6m
Demo: Datasets in BigQuery aufteilen8m
Einführung in das Lab1m
Lösungsübersicht für das Lab9m
Einführung in das Lab2m
Lösungsübersicht für das Lab23m
1 praktische Übung
Modul-Quiz12m
3 Minuten zum Abschließen

Zusammenfassung

3 Minuten zum Abschließen
1 Video (Gesamt 3 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

  • Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

  • If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

  • Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.

  • If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

  • This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid, when available.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

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