Об этом курсе
Недавно просмотрено: 128,014

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 11 часа на выполнение

Предполагаемая нагрузка: 1 week of study, 8-12 hours/week...

Английский

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

Приобретаемые навыки

Machine LearningGoogle Cloud PlatformFeature EngineeringTensorflowCloud Computing

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 11 часа на выполнение

Предполагаемая нагрузка: 1 week of study, 8-12 hours/week...

Английский

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

Программа курса: что вы изучите

Неделя
1
11 минуты на завершение

Welcome to Serverless Machine Learning on Google Cloud Platform

...
2 видео ((всего 5 мин.)), 1 тест
1 практическое упражнение
Machine Learning Course Pretest6мин
3 ч. на завершение

Module 1: Getting Started with Machine Learning

...
21 видео ((всего 109 мин.)), 1 материал для самостоятельного изучения, 2 тестов
21 видео
Variants of ML model7мин
Framing a ML problem2мин
Playing with Machine Learning (ML)8мин
Optimization9мин
A Neural Network Playground18мин
Combining Features3мин
Feature Engineering3мин
Image Models5мин
Effective ML2мин
What makes a good dataset ?5мин
Error Metrics3мин
Accuracy2мин
Precision and Recall5мин
Creating Machine Learning Datasets3мин
Splitting Dataset6мин
Python Notebooks1мин
Create ML Datasets Lab Overview3мин
Create ML Datasets Lab Review2мин
1 материал для самостоятельного изучения
About Machine Learning10мин
1 практическое упражнение
Module 1 Quiz8мин
5 ч. на завершение

Module 2: Building ML models with Tensorflow

...
15 видео ((всего 65 мин.)), 5 тестов
15 видео
Getting Started with TensorFlow Lab Overview7
TensorFlow Lab Review10мин
Estimator API8мин
Machine Learning with tf.estimator15
Estimator Lab Review7мин
Building Effective ML6мин
Lab Intro: Refactoring to add batching and feature creation38
Refactoring Lab Review4мин
Train and Evaluate4мин
Monitoring1мин
Lab Intro: Distributed Training and Monitoring2мин
Lab Review: Distributed Training and Monitoring7мин
1 практическое упражнение
Module 2 Quiz8мин
2 ч. на завершение

Module 3: Scaling ML models with Cloud ML Engine

...
7 видео ((всего 28 мин.)), 1 материал для самостоятельного изучения, 2 тестов
7 видео
Packaging trainer3мин
TensorFlow Serving3мин
Lab: Scaling up ML39
Lab Review: Scaling up ML10мин
1 материал для самостоятельного изучения
Kubeflow Pipelines10мин
1 практическое упражнение
Module 3 Quiz4мин
3 ч. на завершение

Module 4: Feature Engineering

...
16 видео ((всего 92 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
16 видео
Causality8мин
Numeric5мин
Enough Examples7мин
Raw Data to Features1мин
Categorical Features8мин
Feature Crosses3мин
Bucketizing3мин
Wide and Deep5мин
Where to do Feature Engineering3мин
Feature Engineering Lab Overview3мин
Feature Engineering Lab Review10мин
Hyperparameter Tuning + Demo15мин
ML Abstraction Levels4мин
Summary1мин
2 материала для самостоятельного изучения
ML APIs and Cloud AutoML10мин
BigQuery ML10мин
1 практическое упражнение
Module 4 Quiz6мин
4.4
Рецензии: 231Chevron Right

50%

начал новую карьеру, пройдя эти курсы

44%

получил значимые преимущества в карьере благодаря этому курсу

15%

стал больше зарабатывать или получил повышение

Лучшие отзывы о курсе Serverless Machine Learning with Tensorflow on Google Cloud Platform

автор: NPJan 9th 2018

Thank you very much for making this course available on Coursera, I cannot agree more the knowledge of Mr Venkat. This is a great way to help people to get started with Google Machine Learning.

автор: MGSep 21st 2017

Great course! I've learnt a lot. The concepts where super clear. The coding part was a little difficult, I didn't understand all af it, but it's good to have a complete example to use.

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....

О специализации ''Data Engineering, Big Data, and Machine Learning on GCP'

This five-week, accelerated online specialization provides participants a hands-on introduction to designing and building data processing systems on Google Cloud Platform. Through a combination of presentations, demos, and hand-on labs, participants will learn how to design data processing systems, build end-to-end data pipelines, analyze data and carry out machine learning. The course covers structured, unstructured, and streaming data. This course teaches the following skills: • Design and build data processing systems on Google Cloud Platform • Leverage unstructured data using Spark and ML APIs on Cloud Dataproc • Process batch and streaming data by implementing autoscaling data pipelines on Cloud Dataflow • Derive business insights from extremely large datasets using Google BigQuery • Train, evaluate and predict using machine learning models using Tensorflow and Cloud ML • Enable instant insights from streaming data This class is intended for developers who are responsible for: • Extracting, Loading, Transforming, cleaning, and validating data • Designing pipelines and architectures for data processing • Creating and maintaining machine learning and statistical models • Querying datasets, visualizing query results and creating reports >>> By enrolling in this specialization you agree to the Qwiklabs Terms of Service as set out in the FAQ and located at: https://qwiklabs.com/terms_of_service <<<...
Data Engineering, Big Data, and Machine Learning on GCP

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.

  • 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

  • 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/

  • 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.

  • View this page for more details: https://cloud.google.com/free-trial/docs/

  • Yes, this online course is based on the instructor-led training formerly known as CPB102.

  • 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/

  • 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.