Об этом курсе
Недавно просмотрено: 5,371

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 10 часа на выполнение

Предполагаемая нагрузка: 10 hours/week...

Французский

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

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 10 часа на выполнение

Предполагаемая нагрузка: 10 hours/week...

Французский

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

Программа курса: что вы изучите

Неделя
1
4 минуты на завершение

Introduction

1 видео ((всего 4 мин.))
1 видео
1 ч. на завершение

Le machine learning en pratique

10 видео ((всего 62 мин.)), 1 тест
10 видео
Apprentissage supervisé5мин
Régression et classification11мин
Bref historique du ML : régression linéaire7мин
Bref historique du ML : perceptron5мин
Bref historique du ML : réseaux de neurones7мин
Bref historique du ML : arbres de décision5мин
Bref historique du ML : méthodes à noyau4мин
Bref historique du ML : forêts d'arbres décisionnels4мин
Bref historique du ML : réseaux de neurones modernes8мин
1 практическое упражнение
Quiz du module6мин
1 ч. на завершение

Optimisation

13 видео ((всего 61 мин.)), 1 тест
13 видео
Définir des modèles de ML4мин
Présentation de l'ensemble de données "natality"6мин
Présentation des fonctions de perte6мин
Descente de gradient5мин
Résoudre des problèmes relatifs aux courbes de perte2мин
Pièges relatifs aux modèles de ML6мин
Atelier : Présentation de TensorFlow Playground6мин
Atelier : TensorFlow Playground (niveau avancé)3мин
Atelier : Utilisation des réseaux de neurones6мин
Résoudre des problèmes relatifs aux courbes de perte1мин
Statistiques de performances3мин
Matrice de confusion5мин
1 практическое упражнение
Quiz du module6мин
3 ч. на завершение

Généralisation et échantillonnage

9 видео ((всего 64 мин.)), 3 тестов
9 видео
Généralisation et modèles de ML6мин
Comment déterminer le bon moment pour arrêter l'entraînement d'un modèle ?5мин
Créer des échantillons reproductibles dans BigQuery6мин
Démonstration : Fractionnement d'ensembles de données dans BigQuery8мин
Présentation de l'atelier1мин
Explication de l'atelier9мин
Présentation de l'atelier2мин
Explication de l'atelier23мин
1 практическое упражнение
Questionnaire du module12мин
3 минуты на завершение

Résumé

1 видео ((всего 3 мин.))
1 видео

Преподаватели

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....

Специализация Machine Learning with TensorFlow on Google Cloud Platform en Français: общие сведения

Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Quelles sont les cinq phases permettant de traiter un cas d'utilisation à l'aide du machine learning, et pourquoi chaque étape est-elle essentielle ? Pourquoi les réseaux de neurones sont-ils désormais si courants ? Comment définir un problème d'apprentissage supervisé et trouver une solution adaptée et généralisable à l'aide de la descente de gradient et d'une méthode pertinente de création d'ensembles de données ? Apprenez à créer des modèles de machine learning distribués qui pourront évoluer dans TensorFlow, à adapter l'entraînement de ces modèles pour bénéficier d'une évolutivité horizontale et à obtenir des prédictions très performantes. Convertissez les données brutes en caractéristiques de sorte que les processus de ML soient en mesure d'identifier les propriétés importantes dans les données et générez des insights qui ont du sens en rapport avec la problématique. Enfin, découvrez comment intégrer à la fois la combinaison de paramètres permettant d'obtenir des modèles précis et généralisés, et une connaissance de la théorie indispensable pour résoudre des types spécifiques de problèmes de ML. Vous expérimenterez le ML de bout en bout en commençant par créer une stratégie centrée sur le ML, puis en progressant dans le processus d'entraînement, d'optimisation et de production de modèles grâce à des ateliers pratiques faisant appel à Google Cloud Platform. >>> En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform en Français

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.