Об этом курсе

Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 15 часов на выполнение
Немецкий
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 15 часов на выполнение
Немецкий

от партнера

Placeholder

Google Cloud

Программа курса: что вы изучите

Неделя
1

Неделя 1

1 ч. на завершение

Willkommen zum serverlosen maschinellen Lernen mit der Google Cloud Platform

1 ч. на завершение
2 видео ((всего 5 мин.)), 1 материал для самостоятельного изучения, 1 тест
2 видео
Überlegungen zum maschinellen Lernen2мин
1 материал для самостоятельного изучения
Kursressourcen herunterladen10мин
1 практическое упражнение
ML-Kurs – Vorabfragen30мин
3 ч. на завершение

Modul 1: Einführung in maschinelles Lernen

3 ч. на завершение
21 видео ((всего 109 мин.))
21 видео
Arten von ML3мин
Die ML-Pipeline2мин
Varianten des ML-Modells7мин
ML-Problem eingrenzen2мин
Maschinelles Lernen (ML) ausprobieren8мин
Optimierung9мин
Sichere Testumgebung für neuronale Netzwerke18мин
Funktionen kombinieren3мин
Feature Engineering3мин
Bildmodelle5мин
Effektives ML2мин
Was macht ein gutes Dataset aus?5мин
Fehlermesswerte3мин
Genauigkeit2мин
Genauigkeit und Trefferquote5мин
Datasets für maschinelles Lernen erstellen3мин
Datasets aufteilen6мин
Python-Notebooks1мин
Übersicht zum Lab "Datasets für maschinelles Lernen erstellen"3мин
Zusammenfassung zum Lab "Datasets für maschinelles Lernen erstellen"2мин
1 практическое упражнение
Quiz zu Modul 130мин
6 ч. на завершение

Modul 2: ML-Modelle mit TensorFlow erstellen

6 ч. на завершение
15 видео ((всего 65 мин.))
15 видео
Was ist TensorFlow?5мин
Core TensorFlow5мин
Übersicht zum Lab "Einführung in TensorFlow"7
Zusammenfassung zum TensorFlow-Lab10мин
Estimator API8мин
Maschinelles Lernen mit tf.estimator15
Zusammenfassung zum Lab "Estimator"7мин
Effektives ML ermöglichen6мин
Einführung zum Lab "Refaktorierung zum Hinzufügen von Stapelverarbeitung und Funktionserstellung"38
Zusammenfassung zum Lab "Refaktorierung"4мин
Trainieren und Bewerten4мин
Monitoring1мин
Einführung zum Lab "Verteiltes Training und Monitoring"2мин
Zusammenfassung zum Lab "Verteiltes Training und Monitoring"7мин
1 практическое упражнение
Quiz zu Modul 230мин
2 ч. на завершение

Modul 3: ML-Modelle mit Cloud ML Engine skalieren

2 ч. на завершение
7 видео ((всего 28 мин.))
7 видео
Vorteile der Cloud ML Engine6мин
Arbeitsablauf bei der Entwicklung1мин
Trainingspakete erstellen3мин
TensorFlow bereitstellen3мин
Lab: ML hochskalieren39
Zusammenfassung zum Lab "ML hochskalieren"10мин
1 практическое упражнение
Quiz für Modul 330мин
3 ч. на завершение

Modul 4: Feature Engineering

3 ч. на завершение
16 видео ((всего 92 мин.))
16 видео
Gute Funktionen7мин
Kausalität8мин
Numerisch5мин
Ausreichende Beispiele7мин
Von den Rohdaten zur Funktion1мин
Kategoriale Merkmale8мин
Funktionsverknüpfungen3мин
Bucketizing3мин
Breit und tief5мин
Einsatzbereiche für Feature Engineering3мин
Überblick zum Lab "Feature Engineering"3мин
Zusammenfassung zum Lab "Feature Engineering"10мин
Hyperparameter-Abstimmung + Demo15мин
ML-Abstraktionsebenen4мин
Fazit1мин
1 практическое упражнение
Quiz zu Modul 430мин

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.