Este curso rápido de uma semana sob demanda oferece aos participantes uma introdução prática ao design e à criação de modelos de machine learning no Google Cloud Platform. Com apresentações, demonstrações e laboratórios práticos, os participantes aprenderão os conceitos de machine learning (ML) e do TensorFlow, além de habilidades práticas de desenvolvimento, avaliação e produção de modelos de ML.
OBJETIVOS
Os participantes desenvolverão as seguintes habilidades:
● Identificar casos de uso de machine learning
● Criar um modelo de ML usando o TensorFlow
● Criar modelos de ML escalonáveis e implantáveis usando o Cloud ML
● Entender a importância do pré-processamento e da combinação de atributos
● Incorporar conceitos avançados de ML nos modelos criados
● Produzir modelos de ML treinados
PRÉ-REQUISITOS
Para aproveitar ao máximo este curso, os participantes precisam ter:
● Concluído o curso Google Cloud Platform Big Data and Machine Learning Fundamentals OU experiência equivalente
● Proficiência básica em linguagem de consulta comum, como SQL
● Experiência com atividades de extração, transformação, carga e modelagem de dados
● Desenvolvido aplicativos com linguagem de programação comum, como Python
● Familiaridade com machine learning e/ou estatísticas
Observações sobre a Conta do Google:
• Para se inscrever na avaliação gratuita do Google Cloud Platform, você precisa de uma Conta do Google/Gmail, além de um cartão de crédito ou uma conta bancária. Os serviços do Google estão temporariamente indisponíveis na China.
• Se você for um cliente do Google Cloud Platform com endereço de faturamento na União Europeia (UE) e na Rússia, leia a documentação de descrição geral sobre o Imposto sobre Valor Agregado (IVA) em: https://cloud.google.com/billing/docs/resources/vat-overview
• Veja mais perguntas frequentes sobre a avaliação gratuita do Google Cloud Platform no site: https://cloud.google.com/free-trial/
Serverless Machine Learning with Tensorflow on Google Cloud Platform em Português Brasileiro
от партнера
Google Cloud
Программа курса: что вы изучите
Неделя
111 минуты на завершение
Este é o "Serverless Machine Learning on Google Cloud Platform"
2 видео ((всего 5 мин.)), 1 тест
1 практическое упражнение
Pré-teste do curso de machine learning6мин
3 ч. на завершение
Módulo 1: Primeiros passos com machine learning
21 видео ((всего 109 мин.)), 2 тестов
21 видео
Tipos de ML3мин
O canal de ML2мин
Variantes do modelo de ML7мин
Como classificar um problema de ML2мин
Como usar machine learning (ML)8мин
Otimização9мин
Um playground de rede neural18мин
Como combinar atributos3мин
Engenharia de atributos3мин
Modelos de imagem5мин
ML eficaz2мин
Quais são os elementos de um bom conjunto de dados?5мин
Métricas de erro3мин
Precisão2мин
Precisão e recall5мин
Como criar conjuntos de dados de machine learning3мин
Como dividir conjuntos de dados6мин
Python Notebooks1мин
Visão geral do laboratório Como criar conjuntos de dados de ML3мин
Revisão do laboratório Como criar conjuntos de dados de ML2мин
1 практическое упражнение
Teste do módulo 18мин
5 ч. на завершение
Módulo 2: Criação de modelos de ML com o TensorFlow
15 видео ((всего 65 мин.)), 5 тестов
15 видео
O que é o TensorFlow?5мин
Principais características do TensorFlow5мин
Visão geral do laboratório Primeiros passos com o TensorFlow7
Revisão do laboratório TensorFlow10мин
API Estimator8мин
Machine learning com o tf.estimator15
Revisão do laboratório Estimator7мин
Como criar ML eficaz6мин
Introdução ao laboratório Refatoração para adicionar a criação de lotes e recursos38
Revisão do laboratório Refatoração4мин
Treine e avalie4мин
Monitoramento1мин
Introdução ao laboratório: Treinamento e monitoramento distribuídos2мин
Revisão do laboratório: Treinamento e monitoramento distribuídos7мин
1 практическое упражнение
Teste do módulo 28мин
2 ч. на завершение
Módulo 3: Escalonamento de modelos de ML com o Cloud ML Engine
7 видео ((всего 28 мин.)), 2 тестов
7 видео
Por que usar o Cloud ML Engine?6мин
Fluxo de trabalho de desenvolvimento1мин
Como empacotar o treinador3мин
TensorFlow Serving3мин
Laboratório: Como escalonar ML39
Revisão do laboratório: Como escalonar ML10мин
1 практическое упражнение
Teste do módulo 34мин
3 ч. на завершение
Módulo 4: Engenharia de atributos
16 видео ((всего 92 мин.)), 2 тестов
16 видео
Atributos bons7мин
Causalidade8мин
Numérico5мин
Exemplos suficientes7мин
Dados brutos para os atributos1мин
Atributos categóricos8мин
Cruzamento de atributos3мин
Como criar intervalos3мин
Amplitude e profundidade5мин
Onde aplicar a engenharia de atributos3мин
Visão geral do laboratório Engenharia de atributos3мин
Revisão do laboratório Engenharia de atributos10мин
Ajuste de hiperparâmetro e demonstração15мин
Níveis de abstração de ML4мин
Resumo1мин
1 практическое упражнение
Teste do módulo 46мин
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.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
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.
Что я получу, оплатив сертификацию?
Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. 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.
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Are there prerequisites for this course?
Before enrolling in this course, participants should have roughly one (1) year of experience with one or more of the following:
• Knowledge of Google Cloud Platform
• Big Data & Machine Learning Fundamentals to the level of "Google Cloud Platform Big Data and Machine Learning Fundamentals" on Coursera
• Knowledge of BigQuery and Dataflow to the level of "Serverless Data Analysis with Google BigQuery and Cloud Dataflow" on Coursera
• Knowledge of Python and familiarity with the numpy package
• Knowledge of undergraduate-level statistics to the level of a Basic Statistics course on Coursera
Am I eligible for the Google Cloud Platform free trial?
To be eligible for the free trial, you will need:
- Google account (Google is currently blocked in China)
- Credit card or bank account
- Terms of service
Note: There is a known issue with certain EU countries where individuals are not able to sign up, but you may sign up as "business" status and intend to see a potential economic benefit from the trial. More details at: https://support.google.com/cloud/answer/6090602
More Google Cloud Platform free trial FAQs are available at: https://cloud.google.com/free-trial/
For more details on how the free trial works, visit our documentation page: https://cloud.google.com/free-trial/docs/
What if I have already used up my Google Cloud Platform free trial?
If your current Google account is no longer eligible for the Google Cloud Platform free trial, you can create another Google account. Your new Google account should be used to sign up for the free trial.
How does the free trial work?
View this page for more details: https://cloud.google.com/free-trial/docs/
Is this course similar to CPB102?
Yes, this online course is based on the instructor-led training formerly known as CPB102.
Does this course relate to the Google Certified Professional Data Engineer certification?
The course covers the topics presented on the certification exam, however we recommend additional preparation including hands-on product experience. The best preparation for certification is real-world, hands-on experience. Review the Google Certified Professional Data Engineer certification preparation guide for further information and resources at https://cloud.google.com/certification/guides/data-engineer/
What is a Google certification?
Google’s Certification Program gives customers and partners a way to demonstrate their technical skills in a particular job-role and technology. Individuals are assessed using a variety of rigorously developed industry-standard methods to determine whether they meet Google’s proficiency standards. Read more at https://cloud.google.com/certification/
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera делает лучшее в мире образование доступным каждому, предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2019 Все права защищены.
