About this Специализация
Только онлайн-курсы

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.
Гибкий график

Гибкий график

Установите гибкие сроки сдачи заданий.
Промежуточный уровень

Промежуточный уровень

Доступные языки

Английский

Субтитры: Английский, Французский, Португальский (бразильский), Немецкий, Испанский, Японский...
Только онлайн-курсы

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.
Гибкий график

Гибкий график

Установите гибкие сроки сдачи заданий.
Промежуточный уровень

Промежуточный уровень

Доступные языки

Английский

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

How the Специализация Works

Пройти курсы

Специализация Coursera — это серия курсов, помогающих в совершенстве овладеть определенным навыком. Можно сразу записаться на специализацию или просмотреть курсы, из которых она состоит и выбрать тот, с которого вы хотите начать. Подписываясь на курс, который входит в специализацию, вы автоматически подписываетесь на всю специализацию. Можно завершить всего один курс, а потом сделать паузу в обучении или в любой момент отменить подписку. Отслеживайте свои курсы и прогресс на панели управления учащегося.

Практический проект

В каждой специализации есть практический проект, который нужно успешно выполнить, чтобы завершить специализацию и получить сертификат. Если для практического проекта в специализации предусмотрен отдельный курс, прежде чем начать его, необходимо завершить все остальные курсы.

Получите сертификат

Когда вы пройдете все курсы и завершите практический проект, вы получите сертификат, которым можно поделиться с потенциальными работодателями и коллегами.

how it works

Специализация включает несколько курсов: 5

Курс1

How Google does Machine Learning em Português Brasileiro

O que é aprendizado de máquina e que tipos de problema ele pode resolver? O Google pensa no aprendizado de máquina de uma maneira um pouco diferente. Ele se concentra mais na lógica, em vez de apenas em dados. Discutimos por que esse modelo é útil quando pensamos na criação de canais de modelos de aprendizado de máquina. Em seguida, falamos sobre as cinco fases da conversão de um possível caso de uso a ser realizado por aprendizado de máquina e vemos a importância de não ignorar essas fases. Finalizamos com a identificação das tendências que podem ser ampliadas pelo aprendizado de máquina e como reconhecer isso....
Курс2

Launching into Machine Learning em Português Brasileiro

Discutiremos por que hoje as redes neurais funcionam tão bem para lidar com vários problemas, começando pela história do aprendizado de máquina. Em seguida, falaremos sobre como configurar um problema de aprendizado supervisionado e encontrar uma boa solução com gradiente descendente. Isso envolve a criação de conjuntos de dados que permitem a generalização. Esses métodos serão abordados de maneira didática para auxiliar na realização dos testes. Objetivos do curso: Identificar por que o aprendizado profundo é mais usado hoje em dia Otimizar e avaliar modelos usando funções de perda e métricas de desempenho Reduzir problemas comuns que surgem no aprendizado de máquina Criar conjuntos de dados de treinamento, avaliação e testes que podem ser repetidos e escalonáveis...
Курс3

Intro to TensorFlow em Português Brasileiro

Apresentaremos o TensorFlow de baixo nível e trabalharemos com os conceitos e APIs necessários para gravar modelos de aprendizado de máquina distribuídos. Levando em consideração os modelos do TensorFlow, explicaremos como fazer o escalonamento horizontal do treinamento desse modelo e oferecer previsões de alto desempenho com o Cloud Machine Learning Engine. Objetivos do curso: Criar modelos de aprendizado de máquina no TensorFlow Usar as bibliotecas do TensorFlow para solucionar problemas numéricos Resolver problemas e lidar com dificuldades comuns do código do TensorFlow Usar o tf_estimator para criar, treinar e avaliar modelos de aprendizado de máquina Treinar, implantar e produzir modelos de aprendizado de máquina em escala com o Cloud ML Engine...
Курс4

Feature Engineering em Português Brasileiro

Quer aprender a melhorar a precisão dos seus modelos de aprendizado de máquina? Que tal descobrir quais colunas de dados criam os atributos mais úteis? Damos as boas-vindas ao curso Feature Engineering no Google Cloud Platform. Falaremos sobre a diferença entre atributos bons e ruins, além de como pré-processar e transformar essas variáveis para o uso ideal nos seus modelos de aprendizado de máquina. Nesse curso, você fará laboratórios interativos para ver na prática como escolher atributos e fazer o pré-processamento no Google Cloud Platform. Nossos instrutores apresentarão as soluções de código em detalhes, que também serão disponibilizadas para usar como referência nos seus próprios projetos de aprendizado de máquina....

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....

Часто задаваемые вопросы

  • Да! Чтобы начать, нажмите карточку интересующего вас курса и зарегистрируйтесь. Зарегистрировавшись, вы можете пройти курс и получить сертификат, ссылкой на который можно делиться с другими людьми. Просто ознакомиться с содержанием курса можно бесплатно. При подписке на курс, входящий в специализацию, вы автоматически подписываетесь на всю специализацию. Ход учебы можно отслеживать в панели управления учащегося.

  • Это полностью дистанционный курс, потому вам не нужно ничего посещать. Все лекции, материалы для самостоятельного изучения и задания доступны всегда и везде по Интернету и с мобильных устройств.

  • Эта специализация не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате.

Остались вопросы? Посетите Центр поддержки учащихся.