Об этом курсе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 12 часа на выполнение

Предполагаемая нагрузка: Une semaine de cours, 8 à 10 heures par semaine...

Французский

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

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 12 часа на выполнение

Предполагаемая нагрузка: Une semaine de cours, 8 à 10 heures par semaine...

Французский

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

Программа курса: что вы изучите

Неделя
1
7 минуты на завершение

Introduction

2 видео ((всего 7 мин.))
2 видео
3 ч. на завершение

Core TensorFlow

19 видео ((всего 72 мин.)), 4 тестов
19 видео
Hiérarchie de l'API TensorFlow3мин
Évaluation paresseuse4мин
Graphique et session4мин
Évaluer un Tensor2мин
Visualiser un graph2мин
Tensors6мин
Variables6мин
Présentation de l'atelier : Écrire des programmes TensorFlow de bas niveau16
Solution de l'atelier8мин
Présentation5мин
Problèmes de forme3мин
Résoudre les problèmes de forme2мин
Problèmes de type de données1мин
Déboguer des programmes complets4мин
Présentation : Déboguer des programmes complets15
Démonstration : Déboguer des programmes complets3мин
3 практического упражнения
Qu'est-ce que TensorFlow ?2мин
Graphe et session8мин
Core TensorFlow20мин
Неделя
2
4 ч. на завершение

API Estimator

18 видео ((всего 67 мин.)), 4 тестов
18 видео
Démonstration : Modèle du prix des logements1мин
Points de contrôle1мин
Apprentissage avec des ensembles de données en mémoire2мин
Présentation de l'atelier : API Estimator39
Solution de l'atelier : API Estimator10мин
Apprentissage avec de grands ensembles de données grâce à l'API Dataset8мин
Présentation de l'atelier : Scaling de l'ingestion TensorFlow à l'aide du traitement par lot35
Solution de l'atelier : Scaling de l'ingestion TensorFlow à l'aide du traitement par lot5мин
Tâches de grande envergure, apprentissage distribué6мин
Assurer la surveillance avec TensorBoard3мин
Démonstration : UI TensorBoard28
Fonctionnalité d'entrée de diffusion5мин
Récapitulatif : API Estimator1мин
Présentation de l'atelier : Créer un modèle TensorFlow d'apprentissage distribué avec l'API Estimator51
Solution de l'atelier : Créer un modèle TensorFlow d'apprentissage distribué avec l'API Estimator7мин
1 практического упражнения
API Estimator18мин
Неделя
3
2 ч. на завершение

Effectuer le scaling des modèles TensorFlow avec CMLE

6 видео ((всего 29 мин.)), 2 тестов
6 видео
Surveiller et déployer des tâches d'entraînement2мин
Présentation de l'atelier : Scaling de TensorFlow avec Cloud Machine Learning Engine50
Solution de l'atelier : Scaling de TensorFlow avec Cloud Machine Learning Engine16мин
1 практического упражнения
Cloud MLE10мин
2 минуты на завершение

Récapitulatif

1 видео ((всего 2 мин.))
1 видео

Преподаватели

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....

Специализация Machine Learning with TensorFlow on Google Cloud Platform 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. 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

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.

Остались вопросы? Посетите Центр поддержки учащихся.