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. 6 Stunden zum Abschließen
Französisch
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
Französisch
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

4 Minuten zum Abschließen

Introduction

4 Minuten zum Abschließen
1 Video (Gesamt 4 min)
1 Video
1 Stunde zum Abschließen

Le machine learning en pratique

1 Stunde zum Abschließen
10 Videos (Gesamt 62 min)
10 Videos
Apprentissage supervisé5m
Régression et classification11m
Bref historique du ML : régression linéaire7m
Bref historique du ML : perceptron5m
Bref historique du ML : réseaux de neurones7m
Bref historique du ML : arbres de décision5m
Bref historique du ML : méthodes à noyau4m
Bref historique du ML : forêts d'arbres décisionnels4m
Bref historique du ML : réseaux de neurones modernes8m
1 praktische Übung
Quiz du module6m
1 Stunde zum Abschließen

Optimisation

1 Stunde zum Abschließen
13 Videos (Gesamt 61 min)
13 Videos
Définir des modèles de ML4m
Présentation de l'ensemble de données "natality"6m
Présentation des fonctions de perte6m
Descente de gradient5m
Résoudre des problèmes relatifs aux courbes de perte2m
Pièges relatifs aux modèles de ML6m
Atelier : Présentation de TensorFlow Playground6m
Atelier : TensorFlow Playground (niveau avancé)3m
Atelier : Utilisation des réseaux de neurones6m
Résoudre des problèmes relatifs aux courbes de perte1m
Statistiques de performances3m
Matrice de confusion5m
1 praktische Übung
Quiz du module6m
3 Stunden zum Abschließen

Généralisation et échantillonnage

3 Stunden zum Abschließen
9 Videos (Gesamt 64 min)
9 Videos
Généralisation et modèles de ML6m
Comment déterminer le bon moment pour arrêter l'entraînement d'un modèle ?5m
Créer des échantillons reproductibles dans BigQuery6m
Démonstration : Fractionnement d'ensembles de données dans BigQuery8m
Présentation de l'atelier1m
Explication de l'atelier9m
Présentation de l'atelier2m
Explication de l'atelier23m
1 praktische Übung
Questionnaire du module12m
3 Minuten zum Abschließen

Résumé

3 Minuten zum Abschließen
1 Video (Gesamt 3 min)

Über den Spezialisierung Machine Learning with TensorFlow on Google Cloud Platform en Français

Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Quelles sont les cinq phases permettant de traiter un cas d'utilisation à l'aide du machine learning, et pourquoi chaque étape est-elle essentielle ? Pourquoi les réseaux de neurones sont-ils désormais si courants ? Comment définir un problème d'apprentissage supervisé et trouver une solution adaptée et généralisable à l'aide de la descente de gradient et d'une méthode pertinente de création d'ensembles de données ? Apprenez à créer des modèles de machine learning distribués qui pourront évoluer dans TensorFlow, à adapter l'entraînement de ces modèles pour bénéficier d'une évolutivité horizontale et à obtenir des prédictions très performantes. Convertissez les données brutes en caractéristiques de sorte que les processus de ML soient en mesure d'identifier les propriétés importantes dans les données et générez des insights qui ont du sens en rapport avec la problématique. Enfin, découvrez comment intégrer à la fois la combinaison de paramètres permettant d'obtenir des modèles précis et généralisés, et une connaissance de la théorie indispensable pour résoudre des types spécifiques de problèmes de ML. Vous expérimenterez le ML de bout en bout en commençant par créer une stratégie centrée sur le ML, puis en progressant dans le processus d'entraînement, d'optimisation et de production de modèles grâce à des ateliers pratiques faisant appel à Google Cloud Platform. >>> En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform en Français

Häufig gestellte Fragen

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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..