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.
Этот курс входит в специализацию ''Специализация Machine Learning with TensorFlow on Google Cloud Platform'
от партнера
Об этом курсе
Недавно просмотрено: 39,654
Карьерные результаты учащихся
39%
начал новую карьеру, пройдя эти курсы
37%
получил значимые преимущества в карьере благодаря этому курсу
23%
стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 2 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 22 часа на выполнение
Английский
Субтитры: Английский
Приобретаемые навыки
TensorflowBigqueryMachine LearningData Cleansing
Карьерные результаты учащихся
39%
начал новую карьеру, пройдя эти курсы
37%
получил значимые преимущества в карьере благодаря этому курсу
23%
стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 2 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
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 KT8 апр. 2019 г.
My favourite course in the specialisation. I think it's a great idea to use historic time-frame to explain the advances in ML and why there is so much hype around deep learning.
Специализация Machine Learning with TensorFlow on Google Cloud Platform: общие сведения
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.
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?
Is financial aid available?
Получу ли я зачеты в университете за прохождение курса?
Остались вопросы? Посетите Центр поддержки учащихся.
