Starting from a history of machine learning, we discuss why neural networks today perform so well in a variety of data science problems. We then discuss how to set up a supervised learning problem and find a good solution using gradient descent. This involves creating datasets that permit generalization; we talk about methods of doing so in a repeatable way that supports experimentation.
от партнера
Google CloudОб этом курсе
Недавно просмотрено: 48 664
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.
Средний уровень
Прибл. 22 часа на выполнение
Английский
Субтитры: Английский
Приобретаемые навыки
TensorflowBigqueryMachine LearningData 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.
Средний уровень
Прибл. 22 часа 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
8 минут на завершение
Introduction to Course
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.
8 минут на завершение
2 видео ((всего 8 мин.))
4 ч. на завершение
Improve Data Quality and Exploratory Data Analysis
In this module, we will introduce data quality issues and how to improve them. We will then look at exploratory data anlaysis.
4 ч. на завершение
5 видео ((всего 29 мин.)), 1 материал для самостоятельного изучения, 4 тестов
8 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.
8 ч. на завершение
13 видео ((всего 63 мин.)), 1 материал для самостоятельного изучения, 11 тестов
3 ч. на завершение
Optimization
In this module we will walk you through how to optimize your ML models.
3 ч. на завершение
13 видео ((всего 61 мин.)), 1 материал для самостоятельного изучения, 4 тестов
4 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.
4 ч. на завершение
9 видео ((всего 64 мин.)), 1 материал для самостоятельного изучения, 4 тестов
3 ч. на завершение
Summary
3 ч. на завершение
1 видео ((всего 4 мин.)), 3 материалов для самостоятельного изучения, 1 тест
Рецензии
Лучшие отзывы о курсе LAUNCHING INTO MACHINE LEARNING
от партнера OD30 мая 2020 г.
Amazing course. For a beginner like me, it was a shot in the arm. Excellent presentation very lively and engaging. Hope to see the instructor soon in a another course. Thanks so much. I learned a lot.
от партнера PT1 дек. 2018 г.
This is an awesome module. It will open up so much inside story of ML process which is core of the topic with such a simplicity. It greatly increases my interest into this topic and this course :)
от партнера PA3 авг. 2018 г.
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.
от партнера CR12 авг. 2021 г.
Interesting course, and the technical details during week 3 and 4 were highly appreicated. The labs could have been a bit better put together, but all round happy with this course!
Часто задаваемые вопросы
Можно ли ознакомиться с курсом до регистрации?
Когда я получу доступ к лекциям и заданиям?
Что я получу, зарегистрировавшись на курс?
Когда я получу сертификат о прохождении курса?
Почему я не могу прослушать этот курс?
Какие правила возврата средств?
Остались вопросы? Посетите Центр поддержки учащихся.
