Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Google adopte une approche particulière du machine learning qui s'appuie non seulement sur les données, mais également sur la logique. Nous expliquerons l'utilité d'une telle définition pour les data scientists à l'heure de créer un pipeline de modèles de machine learning.
Этот курс входит в специализацию ''Специализация Machine Learning with TensorFlow on Google Cloud en Français'
от партнера
Об этом курсе
от партнера

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.
Программа курса: что вы изучите
Présentation du cours
Présente la spécialisation et les experts Google chargés de l'enseigner.
Qu'est-ce qu'une entreprise axée sur l'intelligence artificielle ?
Dans ce module, vous découvrirez comment élaborer une stratégie de données autour du machine learning.
Google et le ML
Ce module présente le savoir-faire organisationnel que Google a acquis au fil des années.
ML inclusif
Ce module explique les raisons pour lesquelles les systèmes de machine learning ne sont pas équitables par défaut et présente certains éléments à garder à l'esprit lorsque vous intégrez le ML à vos produits.
Notebooks Python dans le cloud.
Comprendre le rôle d'AI Platform Notebooks
Récapitulatif
Examinez les principaux sujets de ML qui seront abordés dans cette spécialisation.
Специализация Machine Learning with TensorFlow on Google Cloud en Français: общие сведения
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.

Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.