The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.
от партнера
Google CloudОб этом курсе
Недавно просмотрено: 45 343
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Начальный уровень
Прибл. 17 часов на выполнение
Английский
Субтитры: Английский
Чему вы научитесь
Describe how to improve data quality and perform exploratory data analysis
Build and train AutoML Models using Vertex AI and BigQuery ML
Optimize and evaluate models using loss functions and performance metrics
Create repeatable and scalable training, evaluation, and test datasets
Приобретаемые навыки
- Tensorflow
- Bigquery
- Machine Learning
- Data Cleansing
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Начальный уровень
Прибл. 17 часов на выполнение
Английский
Субтитры: Английский
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
1 минута на завершение
Introduction
This module provides an overview of the course and its objectives.
1 минута на завершение
1 видео ((всего 1 мин.))
4 ч. на завершение
Get to Know Your Data: Improve Data through Exploratory Data Analysis
In this module, we look at how to improve the quality of our data and how to explore our data by performing exploratory data analysis. We look at the importance of tidy data in Machine Learning and show how it impacts data quality. For example, missing values can skew our results. You will also learn the importance of exploring your data. Once we have the data tidy, you will then perform exploratory data analysis on the dataset.
4 ч. на завершение
9 видео ((всего 57 мин.)), 1 материал для самостоятельного изучения, 3 тестов
3 ч. на завершение
Machine Learning in Practice
In this module, we will introduce some of the main types of machine learning so that you can accelerate your growth as an ML practitioner.
3 ч. на завершение
6 видео ((всего 45 мин.)), 1 материал для самостоятельного изучения, 2 тестов
3 ч. на завершение
Training AutoML Models Using Vertex AI
In this module, we will introduce training AutoML Models using Vertex AI.
3 ч. на завершение
7 видео ((всего 38 мин.)), 1 материал для самостоятельного изучения, 2 тестов
3 ч. на завершение
BigQuery Machine Learning: Develop ML Models Where Your Data Lives
In this module, we will introduce BigQuery ML and its capabilities.
3 ч. на завершение
8 видео ((всего 30 мин.)), 1 материал для самостоятельного изучения, 3 тестов
1 ч. на завершение
Optimization
In this module we will walk you through how to optimize your ML models.
1 ч. на завершение
12 видео ((всего 58 мин.)), 1 материал для самостоятельного изучения, 1 тест
1 ч. на завершение
Generalization and Sampling
Now it’s time to answer a rather weird question: when is the most accurate ML model not the right one to pick? As we hinted at in the last module on Optimization -- simply because a model has a loss metric of 0 for your training dataset does not mean it will perform well on new data in the real world. You will learn how to create repeatable training, evaluation, and test datasets and establish performance benchmarks.
1 ч. на завершение
5 видео ((всего 28 мин.)), 1 материал для самостоятельного изучения, 1 тест
2 ч. на завершение
Summary
This module is a summary of the Launching into Machine Learning course
2 ч. на завершение
4 материалов для самостоятельного изучения
Рецензии
- 5 stars69,36 %
- 4 stars23,78 %
- 3 stars4,99 %
- 2 stars1,21 %
- 1 star0,64 %
Лучшие отзывы о курсе LAUNCHING INTO MACHINE LEARNING
от партнера FR7 апр. 2019 г.
Tensorflow Playground is awesome to understand some of the theory of Deep Neural Nets !
Theory on creating/managing models was good too.
The labs with BigQuery were not that interesting too
от партнера AK25 авг. 2018 г.
Very good course for beginners!
-1 star because I find labs to be less informational and practical and course to be more theoretical that practical!
от партнера KH12 февр. 2019 г.
This course gave me a good overview of how to work with GCP for ML and also helped in covering a bit of knowledge gaps that I had when I learnt things on my own.
от партнера AM13 июля 2018 г.
Great presenter. High energy engaging. The material is more difficult and to develop intuition of why the sampling needs to result in constant RMSE didn't come across.
Часто задаваемые вопросы
Можно ли ознакомиться с курсом до регистрации?
Что я получу, зарегистрировавшись на курс?
Когда я получу сертификат о прохождении курса?
Почему я не могу прослушать этот курс?
Остались вопросы? Посетите Центр поддержки учащихся.
