Informações sobre o curso

Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 14 horas para completar
Português (Brasil)
Legendas: Francês, Português (Brasil), Alemão, Russo, Inglês, Espanhol, Japonês...

Habilidades que você terá

1.96Values ModesA Priori And A PosterioriCritical Value
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 14 horas para completar
Português (Brasil)
Legendas: Francês, Português (Brasil), Alemão, Russo, Inglês, Espanhol, Japonês...

oferecido por

Placeholder

Google Cloud

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

1 minuto para concluir

Introdução

1 minuto para concluir
1 vídeo (Total 1 mín.)
3 horas para concluir

De dados brutos a atributos

3 horas para concluir
14 vídeos (Total 52 mín.)
14 videos
Atributos bons x ruins2min
Questionário: os atributos são relacionados ao objetivo3min
Atributos conhecidos no momento da previsão3min
Questionário: os atributos são conhecidos no momento da previsão4min
Os atributos devem ser numéricos27s
Questionário: os atributos devem ser numéricos5min
Os atributos precisam ter exemplos suficientes1min
Questionário: os atributos precisam ter exemplos suficientes (p1)2min
Questionário: os atributos precisam ter exemplos suficientes (p2)2min
Como trazer a percepção humana27s
Como representar os atributos8min
Aprendizado de máquina x estatísticas3min
Solução do laboratório: como melhorar a precisão do modelo com novos atributos12min
2 exercícios práticos
De dados brutos a atributos30min
Como representar atributos30min
5 horas para concluir

Pré-processamento e criação de atributos

5 horas para concluir
10 vídeos (Total 52 mín.)
10 videos
Beam e Dataflow9min
Introdução ao laboratório: canal simples do Dataflow19s
Solução do laboratório: canal simples do Dataflow6min
Canais de dados que podem ser escalonados5min
Introdução ao laboratório: MapReduce no Dataflow33s
Solução do laboratório: MapReduce no Dataflow3min
Pré-processamento com o Cloud Dataprep6min
Introdução ao laboratório: computação de atributos definidos pelo intervalo de tempo no Cloud Dataprep10min
Solução do laboratório: computação de atributos definidos pelo intervalo de tempo no Cloud Dataprep36s
3 exercícios práticos
Pré-processamento e criação de atributos30min
Apache Beam e Cloud Dataflow30min
Pré-processamento com o Cloud Dataprep30min
3 horas para concluir

Cruzamento de atributos

3 horas para concluir
18 vídeos (Total 90 mín.)
18 videos
O que é o cruzamento de atributos?5min
Discretização1min
Memorização x generalização4min
Cores da taxonomia4min
Introdução ao laboratório: cruzamentos de atributos para criar um bom classificador26s
Solução do laboratório: cruzamentos de atributos para criar um bom classificador6min
Esparsidade + questionário5min
Introdução ao laboratório: às vezes menos é mais31s
Solução do laboratório: às vezes menos é mais7min
Implementação de cruzamento de atributos5min
Incorporação de cruzamento de atributos9min
Onde aplicar a engenharia de atributos6min
Criação de atributos no TensorFlow2min
Criação de atributos no DataFlow2min
Introdução ao laboratório: como melhorar um modelo de aprendizado de máquina com a engenharia de atributos42s
Solução do laboratório (p1): questionário imparcial sobre o AM3min
Solução do laboratório (p2): como melhorar um modelo de AM com a engenharia de dados20min
1 exercício prático
Cruzamento de atributos30min
2 horas para concluir

TF Transform

2 horas para concluir
7 vídeos (Total 42 mín.)
7 videos
Transformação no TensorFlow8min
Fase de análise3min
Fase de transformação4min
Serviços de suporte3min
Introdução ao laboratório: como usar o tf.transform1min
Solução do laboratório: como usar o tf.transform19min
1 exercício prático
tf.transform30min
3 minutos para concluir

Resumo

3 minutos para concluir
1 vídeo (Total 3 mín.)
1 vídeos
Resumo3min

Sobre Programa de cursos integrados Machine Learning with TensorFlow on Google Cloud Platform em Português Brasileiro

O que é aprendizado de máquina e que tipos de problema ele pode resolver? Quais são as cinco fases da conversão de um possível caso de uso de aprendizado de máquina e por que é importante que elas não sejam ignoradas? Por que as redes neurais são tão requisitadas hoje? Como configurar um problema de aprendizado supervisionado, além de encontrar uma solução ótima e generalizável com gradiente descendente e uma boa forma de criar conjuntos de dados? Aprenda a gravar modelos de aprendizado de máquina distribuídos com escalonamento no TensorFlow, faça escalonamento horizontal do treinamento desses modelos e ofereça previsões de alto desempenho. Converta dados brutos em atributos para informar características importantes desses dados ao aprendizado de máquina e ofereça uma percepção humana para dar suporte ao problema. Por fim, aprenda a incorporar a combinação ideal de parâmetros que produz modelos precisos e generalizados, além de conhecer a teoria para resolver tipos específicos de problemas de aprendizado de máquina. Você passará por todas as etapas do aprendizado de máquina, desde a criação de uma estratégia voltada para aprendizado de máquina até o treinamento, a otimização e a produção de modelos em laboratórios práticos com o Google Cloud Platform. >>> Ao se inscrever nesta especialização você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform em Português Brasileiro

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.