Об этом курсе
4.5
Оценки: 904
Рецензии: 105
100% online

100% online

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. 7 часов на выполнение

Предполагаемая нагрузка: 5 - 7 hours per week...
Доступные языки

Английский

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

Приобретаемые навыки

TensorflowBigqueryMachine LearningData Cleansing
100% online

100% online

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. 7 часов на выполнение

Предполагаемая нагрузка: 5 - 7 hours per week...
Доступные языки

Английский

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

Программа курса: что вы изучите

Неделя
1
Часов на завершение
9 минут на завершение

Introduction

In this course you’ll get foundational ML knowledge so that you understand the terminology that we use throughout the specialization. You will also learn practical tips and pitfalls from ML practitioners here at Google and walk away with the code and the knowledge to bootstrap your own ML models....
Reading
2 видео (всего 9 мин.)
Video2 видео
Intro to Qwiklabs5мин
Часов на завершение
1 ч. на завершение

Practical ML

In this module, we will introduce some of the main types of machine learning and review the history of ML leading up to the state of the art so that you can accelerate your growth as an ML practitioner....
Reading
10 видео (всего 62 мин.), 1 тест
Video10 видео
Supervised Learning5мин
Regression and Classification11мин
Short History of ML: Linear Regression7мин
Short History of ML: Perceptron5мин
Short History of ML: Neural Networks7мин
Short History of ML: Decision Trees5мин
Short History of ML: Kernel Methods4мин
Short History of ML: Random Forests4мин
Short History of ML: Modern Neural Networks8мин
Quiz1 практическое упражнение
Module Quiz6мин
Часов на завершение
1 ч. на завершение

Optimization

In this module we will walk you through how to optimize your ML models....
Reading
13 видео (всего 61 мин.), 1 тест
Video13 видео
Defining ML Models4мин
Introducing the Natality Dataset6мин
Introducing Loss Functions6мин
Gradient Descent5мин
Troubleshooting a Loss Curve2мин
ML Model Pitfalls6мин
Lab: Introducing the TensorFlow Playground6мин
Lab: TensorFlow Playground - Advanced3мин
Lab: Practicing with Neural Networks6мин
Loss Curve Troubleshooting1мин
Performance Metrics3мин
Confusion Matrix5мин
Quiz1 практическое упражнение
Module Quiz6мин
Часов на завершение
3 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. ...
Reading
9 видео (всего 64 мин.), 3 тестов
Video9 видео
Generalization and ML Models6мин
When to Stop Model Training5мин
Creating Repeatable Samples in BigQuery6мин
Demo: Splitting Datasets in BigQuery8мин
Lab Introduction1мин
Lab Solution Walkthrough9мин
Lab Introduction2мин
Lab Solution Walkthrough23мин
Quiz1 практическое упражнение
Module Quiz12мин
Часов на завершение
3 минуты на завершение

Summary

...
Reading
1 видео (всего 3 мин.)
Video1 видео
4.5

Лучшие рецензии

автор: PAAug 4th 2018

Good course, covering all the basics about machine learning and most importantly, everything that surrounds an ml project and you need to take into account to make your ml project successful.

автор: ESApr 29th 2018

The technical knowledge is introduced very progressively. You understand the historic evolution and practical usage of models. Great content!

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'

> By enrolling in this specialization you agree to the Qwiklabs Terms of Service as set out in the FAQ and located at: https://qwiklabs.com/terms_of_service < *Look for details below for COMPLETION CHALLENGE, receive a GCP t-shirt!* What is machine learning, and what kinds of problems can it solve? What are the five phases of converting a candidate use case to be driven by machine learning, and why is it important that the phases not be skipped? Why are neural networks so popular now? How can you set up a supervised learning problem and find a good, generalizable solution using gradient descent and a thoughtful way of creating datasets? Learn how to write distributed machine learning models that scale in Tensorflow, scale out the training of those models. and offer high-performance predictions. Convert raw data to features in a way that allows ML to learn important characteristics from the data and bring human insight to bear on the problem. Finally, learn how to incorporate the right mix of parameters that yields accurate, generalized models and knowledge of the theory to solve specific types of ML problems. You will experiment with end-to-end ML, starting from building an ML-focused strategy and progressing into model training, optimization, and productionalization with hands-on labs using Google Cloud Platform. Complete any GCP specialization from now through November 30, 2018 for an opportunity to receive a GCP t-shirt (while supplies last). See forums for details....
Machine Learning with TensorFlow on Google Cloud Platform

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.