Este curso rápido de uma semana sob demanda oferece aos participantes uma introdução prática ao design e à criação de modelos de machine learning no Google Cloud Platform. Com apresentações, demonstrações e laboratórios práticos, os participantes aprenderão os conceitos de machine learning (ML) e do TensorFlow, além de habilidades práticas de desenvolvimento, avaliação e produção de modelos de ML.
OBJETIVOS
Os participantes desenvolverão as seguintes habilidades:
● Identificar casos de uso de machine learning
● Criar um modelo de ML usando o TensorFlow
● Criar modelos de ML escalonáveis e implantáveis usando o Cloud ML
● Entender a importância do pré-processamento e da combinação de atributos
● Incorporar conceitos avançados de ML nos modelos criados
● Produzir modelos de ML treinados
PRÉ-REQUISITOS
Para aproveitar ao máximo este curso, os participantes precisam ter:
● Concluído o curso Google Cloud Platform Big Data and Machine Learning Fundamentals OU experiência equivalente
● Proficiência básica em linguagem de consulta comum, como SQL
● Experiência com atividades de extração, transformação, carga e modelagem de dados
● Desenvolvido aplicativos com linguagem de programação comum, como Python
● Familiaridade com machine learning e/ou estatísticas
Observações sobre a Conta do Google:
• Para se inscrever na avaliação gratuita do Google Cloud Platform, você precisa de uma Conta do Google/Gmail, além de um cartão de crédito ou uma conta bancária. Os serviços do Google estão temporariamente indisponíveis na China.
• Se você for um cliente do Google Cloud Platform com endereço de faturamento na União Europeia (UE) e na Rússia, leia a documentação de descrição geral sobre o Imposto sobre Valor Agregado (IVA) em: https://cloud.google.com/billing/docs/resources/vat-overview
• Veja mais perguntas frequentes sobre a avaliação gratuita do Google Cloud Platform no site: https://cloud.google.com/free-trial/
Serverless Machine Learning with Tensorflow on Google Cloud Platform em Português Brasileiro
von
Google Cloud
8 Angemeldet
Lehrplan - Was Sie in diesem Kurs lernen werden
Woche
111 Minuten zum Abschließen
Este é o "Serverless Machine Learning on Google Cloud Platform"
2 Videos (Gesamt 5 min), 1 Quiz
1 praktische Übung
Pré-teste do curso de machine learning6m
3 Stunden zum Abschließen
Módulo 1: Primeiros passos com machine learning
21 Videos (Gesamt 109 min), 2 Quiz
21 Videos
Tipos de ML3m
O canal de ML2m
Variantes do modelo de ML7m
Como classificar um problema de ML2m
Como usar machine learning (ML)8m
Otimização9m
Um playground de rede neural18m
Como combinar atributos3m
Engenharia de atributos3m
Modelos de imagem5m
ML eficaz2m
Quais são os elementos de um bom conjunto de dados?5m
Métricas de erro3m
Precisão2m
Precisão e recall5m
Como criar conjuntos de dados de machine learning3m
Como dividir conjuntos de dados6m
Python Notebooks1m
Visão geral do laboratório Como criar conjuntos de dados de ML3m
Revisão do laboratório Como criar conjuntos de dados de ML2m
1 praktische Übung
Teste do módulo 18m
5 Stunden zum Abschließen
Módulo 2: Criação de modelos de ML com o TensorFlow
15 Videos (Gesamt 65 min), 5 Quiz
15 Videos
O que é o TensorFlow?5m
Principais características do TensorFlow5m
Visão geral do laboratório Primeiros passos com o TensorFlow7
Revisão do laboratório TensorFlow10m
API Estimator8m
Machine learning com o tf.estimator15
Revisão do laboratório Estimator7m
Como criar ML eficaz6m
Introdução ao laboratório Refatoração para adicionar a criação de lotes e recursos38
Revisão do laboratório Refatoração4m
Treine e avalie4m
Monitoramento1m
Introdução ao laboratório: Treinamento e monitoramento distribuídos2m
Revisão do laboratório: Treinamento e monitoramento distribuídos7m
1 praktische Übung
Teste do módulo 28m
2 Stunden zum Abschließen
Módulo 3: Escalonamento de modelos de ML com o Cloud ML Engine
7 Videos (Gesamt 28 min), 2 Quiz
7 Videos
Por que usar o Cloud ML Engine?6m
Fluxo de trabalho de desenvolvimento1m
Como empacotar o treinador3m
TensorFlow Serving3m
Laboratório: Como escalonar ML39
Revisão do laboratório: Como escalonar ML10m
1 praktische Übung
Teste do módulo 34m
3 Stunden zum Abschließen
Módulo 4: Engenharia de atributos
16 Videos (Gesamt 92 min), 2 Quiz
16 Videos
Atributos bons7m
Causalidade8m
Numérico5m
Exemplos suficientes7m
Dados brutos para os atributos1m
Atributos categóricos8m
Cruzamento de atributos3m
Como criar intervalos3m
Amplitude e profundidade5m
Onde aplicar a engenharia de atributos3m
Visão geral do laboratório Engenharia de atributos3m
Revisão do laboratório Engenharia de atributos10m
Ajuste de hiperparâmetro e demonstração15m
Níveis de abstração de ML4m
Resumo1m
1 praktische Übung
Teste do módulo 46m
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.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat 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.
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Are there prerequisites for this course?
Before enrolling in this course, participants should have roughly one (1) year of experience with one or more of the following:
• Knowledge of Google Cloud Platform
• Big Data & Machine Learning Fundamentals to the level of "Google Cloud Platform Big Data and Machine Learning Fundamentals" on Coursera
• Knowledge of BigQuery and Dataflow to the level of "Serverless Data Analysis with Google BigQuery and Cloud Dataflow" on Coursera
• Knowledge of Python and familiarity with the numpy package
• Knowledge of undergraduate-level statistics to the level of a Basic Statistics course on Coursera
Am I eligible for the Google Cloud Platform free trial?
To be eligible for the free trial, you will need:
- Google account (Google is currently blocked in China)
- Credit card or bank account
- Terms of service
Note: There is a known issue with certain EU countries where individuals are not able to sign up, but you may sign up as "business" status and intend to see a potential economic benefit from the trial. More details at: https://support.google.com/cloud/answer/6090602
More Google Cloud Platform free trial FAQs are available at: https://cloud.google.com/free-trial/
For more details on how the free trial works, visit our documentation page: https://cloud.google.com/free-trial/docs/
What if I have already used up my Google Cloud Platform free trial?
If your current Google account is no longer eligible for the Google Cloud Platform free trial, you can create another Google account. Your new Google account should be used to sign up for the free trial.
How does the free trial work?
View this page for more details: https://cloud.google.com/free-trial/docs/
Is this course similar to CPB102?
Yes, this online course is based on the instructor-led training formerly known as CPB102.
Does this course relate to the Google Certified Professional Data Engineer certification?
The course covers the topics presented on the certification exam, however we recommend additional preparation including hands-on product experience. The best preparation for certification is real-world, hands-on experience. Review the Google Certified Professional Data Engineer certification preparation guide for further information and resources at https://cloud.google.com/certification/guides/data-engineer/
What is a Google certification?
Google’s Certification Program gives customers and partners a way to demonstrate their technical skills in a particular job-role and technology. Individuals are assessed using a variety of rigorously developed industry-standard methods to determine whether they meet Google’s proficiency standards. Read more at https://cloud.google.com/certification/
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
Coursera arbeitet mit erstklassigen Universitäten und Organisationen zusammen, um Online-Kurse anzubieten und dadurch universellen Zugriff auf die weltweit beste Ausbildung zu ermöglichen.
© 2019 Coursera Inc. Alle Rechte vorbehalten.
