Об этом курсе
Специализация
100% онлайн

100% онлайн

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. 5 часа на выполнение

Предполагаемая нагрузка: 11 hours/week...
Доступные языки

Немецкий

Субтитры: Немецкий, Французский, Португальский (бразильский), Английский, Испанский, Японский...
Специализация
100% онлайн

100% онлайн

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. 5 часа на выполнение

Предполагаемая нагрузка: 11 hours/week...
Доступные языки

Немецкий

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

Программа курса: что вы изучите

Неделя
1
Часов на завершение
4 минуты на завершение

Einführung

Dieser Kurs vermittelt Ihnen ML-Basiswissen, damit Sie die Terminologie kennenlernen, die wir während der Spezialisierung verwenden. Sie bekommen außerdem praktische Tipps und Hinweise zu Fallstricken von ML-Fachleuten bei Google. Am Ende nehmen Sie den Code und das Fachwissen für Ihre eigenen ML-Modelle mit....
Reading
1 видео ((всего 4 мин.))
Video1 видео
Часов на завершение
1 ч. на завершение

ML in der Praxis

In diesem Modul stellen wir einige der wichtigsten Arten maschinellen Lernens vor und sehen uns noch einmal die Entwicklung ML an. Sie können so schneller in die ML-Praxis einsteigen....
Reading
10 видео ((всего 62 мин.)), 1 тест
Video10 видео
Betreutes Lernen5мин
Regression und Klassifizierung11мин
Kurzer Rückblick auf ML: Lineare Regression7мин
Kurzer Rückblick auf ML: Perzeptron5мин
Kurzer Rückblick auf ML: Neuronale Netzwerke7мин
Kurzer Rückblick auf ML: Entscheidungsbäume5мин
Kurzer Rückblick auf ML: Kernel-Methoden4мин
Kurzer Rückblick auf ML: Random Forests4мин
Kurzer Rückblick auf ML: Moderne neuronale Netzwerke8мин
Quiz1 практическое упражнение
Modul-Quiz6мин
Часов на завершение
1 ч. на завершение

Optimierung

In diesem Modul gehen wir die Optimierung von ML-Modellen durch....
Reading
13 видео ((всего 61 мин.)), 1 тест
Video13 видео
ML-Modelle definieren4мин
Einführung in das Dataset "Natality"6мин
Einführung in Verlustfunktionen6мин
Gradientenverfahren5мин
Fehlerbehebung bei einer Verlustkurve2мин
Probleme mit ML-Modellen6мин
Lab: Einführung in TensorFlow Playground6мин
Lab: TensorFlow Playground für Fortgeschrittene3мин
Lab: Mit neuronalen Netzwerken arbeiten6мин
Fehlerbehebung bei einer Verlustkurve1мин
Leistungsmesswerte3мин
Wahrheitsmatrix5мин
Quiz1 практическое упражнение
Modul-Quiz6мин
Часов на завершение
3 ч. на завершение

Generalisierung und Stichprobenerhebung

Jetzt ist es an der Zeit, eine recht seltsam anmutende Frage zu beantworten: Wann ist das genaueste ML-Modell nicht die beste Wahl? Wie wir im letzten Modul zur Optimierung angedeutet haben, erbringt ein Modell mit einem Verlustwert von 0 mit Ihrem Trainings-Dataset nicht automatisch auch mit realen Datasets ein gutes Ergebnis. ...
Reading
9 видео ((всего 64 мин.)), 3 тестов
Video9 видео
Generalisierung und ML-Modelle6мин
Wann das Modelltraining beendet werden sollte5мин
Wiederholbare Beispiele in BigQuery erstellen6мин
Demo: Datasets in BigQuery aufteilen8мин
Einführung in das Lab1мин
Lösungsübersicht für das Lab9мин
Einführung in das Lab2мин
Lösungsübersicht für das Lab23мин
Quiz1 практическое упражнение
Modul-Quiz12мин
Часов на завершение
3 минуты на завершение

Zusammenfassung

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

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 auf Deutsch'

>>> Mit Ihrer Teilnahme an dieser Spezialisierung stimmen Sie den Nutzungsbedingungen von Qwiklabs zu, die Sie in den FAQs und unter folgendem Link finden: https://qwiklabs.com/terms_of_service <<< *** Google Cloud und Kaggle möchten Sie einladen, an unserem New York City Taxitarif-Ratespielwettbewerb teilzunehmen, der gerade stattfindet. Weitere Informationen finden Sie unter: https://www.kaggle.com/c/new-york-city-taxi-fare-prediction*** Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Was sind die fünf Phasen zur Umsetzung eines für ML geeigneten Anwendungsfalls und warum darf keine dieser Phasen übersprungen werden? Warum sind neuronale Netze gerade so beliebt? Wie können Sie ein Projekt für betreutes Lernen gestalten und mithilfe des Gradientenverfahrens und sinnvoll erstellten Datasets eine gute, generalisierbare Lösung finden? In diesem Kurs lernen Sie, verteilte Modelle für ML zu schreiben, die in TensorFlow skaliert werden, das Training dieser Modelle horizontal zu skalieren und leistungsstarke Vorhersagen zu erstellen. Wir gehen darauf ein, wie Sie Rohdaten so in Merkmale umwandeln, dass ML wichtige Eigenschaften dieser Daten erlernen kann und menschliche Einblicke in das Problem zulässt. Schließlich lernen Sie, die richtige Mischung aus Parametern zu verwenden, um präzise und generalisierte Modelle zu erstellen, und Sie erhalten eine Einführung in die Theorie zum Lösen bestimmter Arten von ML-Problemen. Auf diese Weise gewinnen Sie ein umfassendes Verständnis von ML. Zuerst erstellen Sie eine auf ML ausgerichtete Strategie. Dann fahren Sie mit Modelltraining, Optimierung und Produktentwicklung fort. Hierbei helfen Ihnen praxisorientierte Labs der Google Cloud Platform....
Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch

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.