Об этом курсе
Специализация
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 11 часа на выполнение

Предполагаемая нагрузка: 1 semana de estudio, de 8 a 10 horas por semana...
Доступные языки

Испанский

Субтитры: Испанский, Французский, Португальский (бразильский), Немецкий, Английский, Японский...
Специализация
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 11 часа на выполнение

Предполагаемая нагрузка: 1 semana de estudio, de 8 a 10 horas por semana...
Доступные языки

Испанский

Субтитры: Испанский, Французский, Португальский (бразильский), Немецкий, Английский, Японский...

Программа курса: что вы изучите

Неделя
1
Часов на завершение
7 минуты на завершение

Introducción

Comenzaremos el curso con una introducción de TensorFlow, la herramienta que usaremos para escribir programas de aprendizaje automático. En el primer curso, aprendió a formular problemas de negocios como problemas de aprendizaje automático. En el segundo, aprendió cómo funciona el aprendizaje automático en la práctica y cómo crear conjuntos de datos para ese uso específico. Ahora que ya cuenta con los datos necesarios, es hora de prepararse para escribir programas de aprendizaje automático....
Reading
2 видео ((всего 7 мин.))
Video2 видео
Introducción a Qwiklabs5мин
Часов на завершение
3 ч. на завершение

Aspectos básicos de TensorFlow

Le presentaremos los componentes centrales de TensorFlow y obtendrá experiencia práctica en la compilación de programas de aprendizaje automático. Comparará y escribirá programas imperativos y de evaluación perezosa; trabajará con gráficos, sesiones y variables y, por último, depurará programas de TensorFlow. ...
Reading
19 видео ((всего 72 мин.)), 4 тестов
Video19 видео
¿Qué es TensorFlow?2мин
Beneficios de un grafo dirigido5мин
Jerarquía de la API de TensorFlow3мин
Evaluación perezosa4мин
Gráficos y sesiones4мин
Cómo evaluar un tensor2мин
Cómo visualizar un grafo2мин
Tensores6мин
Variables6мин
Introducción al lab Escritura de programas de TensorFlow de nivel bajo16s
Solución del lab8мин
Introducción5мин
Problemas de forma3мин
Cómo corregir problemas de forma2мин
Problemas de tipos de datos1мин
Depuración de programas completos4мин
Introducción a la depuración de programas completos15s
Demostración: Depuración de programas completos3мин
Quiz3 практического упражнения
¿Qué es TensorFlow?2мин
Gráfico y sesión8мин
Aspectos básicos de TensorFlow20мин
Неделя
2
Часов на завершение
4 ч. на завершение

API de Estimator

En este módulo, aprenderá sobre la API de Estimator....
Reading
18 видео ((всего 67 мин.)), 4 тестов
Video18 видео
API de Estimator3мин
Estimadores prediseñados5мин
Demostración: Modelo de predicción de precios de viviendas1мин
Controles1мин
Entrenamiento de conjuntos de datos en la memoria2мин
Introducción al lab API de Estimator39s
Solución del lab API de Estimator10мин
Entrenamiento de conjuntos de datos grandes con la API de Dataset8мин
Introducción al lab Cómo escalar la transferencia de TensorFlow mediante lotes35s
Solución del lab Cómo escalar la transferencia de TensorFlow mediante lotes5мин
Trabajos grandes y entrenamiento distribuido6мин
Supervisión con TensorBoard3мин
Demostración de la IU de TensorBoard28s
Función de entradas de entregas5мин
Resumen: API de Estimator1мин
Introducción al lab Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator51s
Solución del lab: Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator7мин
Quiz1 практическое упражнение
Estimator API18мин
Неделя
3
Часов на завершение
2 ч. на завершение

Escalamiento de modelos de TensorFlow con CMLE

En esta sesión, hablaremos sobre cómo tomar un modelo de TensorFlow y entrenarlo en la infraestructura administrada de GCP para el entrenamiento y la implementación de modelos de aprendizaje automático....
Reading
6 видео ((всего 29 мин.)), 2 тестов
Video6 видео
¿Por qué usar Cloud Machine Learning Engine?6мин
Entrenamiento de un modelo2мин
Implementación y supervisión de trabajos de entrenamiento2мин
Introducción al lab Cómo escalar TensorFlow con Cloud Machine Learning Engine50s
Solución del lab Cómo escalar TensorFlow con Cloud Machine Learning Engine16мин
Quiz1 практическое упражнение
Cuestionario: Cloud MLE10мин
Часов на завершение
2 минуты на завершение

Resumen

En esta sesión, resumimos los temas de TensorFlow que se trataron durante este curso. Repasaremos el código básico de TensorFlow y la API de Estimator, y terminaremos con el escalamiento de los modelos de aprendizaje automático con Cloud Machine Learning Engine....
Reading
1 видео ((всего 2 мин.))
Video1 видео
Resumen2мин

Преподаватель

О 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....

О специализации ''Machine Learning with TensorFlow on Google Cloud Platform en Español'

>>>Si se inscribe en esta especialización acepta las Condiciones del Servicio de Qwiklabs, que se establecen en las Preguntas Frecuentes. Puede consultarlas en https://qwiklabs.com/terms_of_service.<<< ***Google Cloud y Kaggle desean invitarlo a participar en nuestra competencia amistosa de predicción de tarifas de taxis de Nueva York, que se está realizando en este momento. Para obtener más información, visite: https://www.kaggle.com/c/new-york-city-taxi-fare-prediction.*** ¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? ¿Cuáles son las cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático? ¿Por qué es importante no saltarse fases? ¿Por qué las redes neuronales son tan populares? ¿Cómo podría plantear un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante un descenso de gradientes y una forma meditada de crear conjuntos de datos? Aprenda a escribir modelos de aprendizaje automático distribuido que escalen en Tensorflow, que escalen de forma horizontal en el entrenamiento de esos modelos y que brinden predicciones de alto rendimiento. Convierta los datos sin procesar en funciones de una forma que permita al AA aprender características importantes de los datos y aportar una percepción humana para abordar los problemas. Por último, aprenda a incorporar la combinación adecuada de parámetros que desarrolle modelos generalizados y exactos, y conozca la teoría para solucionar determinados tipos de problemas de AA. Experimentará con el AA de extremo a extremo, a partir de la construcción de una estrategia centrada en el AA y el avance hacia el entrenamiento, optimización y producción de modelos con labs prácticos mediante Google Cloud Platform....
Machine Learning with TensorFlow on Google Cloud Platform en Español

Часто задаваемые вопросы

  • Да, до регистрации можно просмотреть первое видео и программу курса. Чтобы получить полный доступ к материалам курса, необходимо оплатить его.

  • Регистрируясь на курс до начала сессии, вы получаете доступ ко всем видеолекциям и материалам для самостоятельного изучения. Задания можно отправлять после начала сессии.

  • После регистрации на курс и начала сессии вы получаете доступ ко всем видео и другим ресурсам курса, включая материалы для самостоятельного изучения и форумы обсуждений. Вы сможете выполнять тренировочные, а также сдавать обязательные оцениваемые задания и получить сертификат о прохождении курса.

  • Если вы успешного пройдете курс, на странице ваших достижений появится электронный сертификат, который можно распечатать или прикрепить к профилю LinkedIn.

  • Это один из немногих курсов на Coursera, которые предоставляются только на платной основе. Если вы хотите пройти этот курс, но не можете его оплатить, подайте заявление на получение финансовой помощи.

Остались вопросы? Посетите Центр поддержки учащихся.