Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Google adopte une approche particulière du machine learning qui s'appuie non seulement sur les données, mais également sur la logique. Nous expliquerons l'intérêt que présente cette conception pour la création d'un pipeline de modèles de ML. Ensuite, nous examinerons les cinq phases permettant de convertir un cas d'utilisation devant être traité à l'aide du machine learning et étudierons pourquoi chaque étape est importante. Enfin, nous identifierons les biais que le machine learning est susceptible d'amplifier et apprendrons à les repérer.
Este curso faz parte do Programa de cursos integrados Machine Learning with TensorFlow on Google Cloud Platform en Français
How Google does Machine Learning en Français
oferecido por
Informações sobre o curso
1,506 visualizações recentes
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 10 horas para completar
Sugerido: 1 semaine (8 à 10 heures)
Francês
Legendas: Francês, Português (Brasil), Alemão, Inglês, Espanhol, Japonês
Programa - O que você aprenderá com este curso
Semana
117 minutos para concluir
Introduction de la spécialisation
Présentation de la spécialisation et des experts Google qui s'occupent de la formation
4 vídeos (Total 11 mín.), 1 teste
4 videos
Programme de la spécialisation5min
Pourquoi choisir Google ?1min
Pourquoi choisir Google Cloud ?2min
1 exercício prático
Questionnaire du module 16min
1 hora para concluir
Le rôle central de l'intelligence artificielle
Dans ce module, vous allez découvrir comment Google donne la priorité à l'intelligence artificielle dans sa stratégie d'entreprise et comment ce concept se traduit en pratique.
17 vídeos (Total 52 mín.), 1 teste
17 videos
Les deux étapes du ML3min
Utilisation du ML dans les produits Google5min
Démonstration : Utilisation du ML dans Google Photos1min
Google Traduction et Gmail1min
Remplacer des règles heuristiques5min
Priorité aux données3min
Présentation de l'atelier : Cerner un problème de ML1min
Explication de l'atelier4min
Démonstration : Utilisation du ML dans des applications2min
Modèles pré-entraînés3min
Évolution constante du marché du ML2min
Stratégie de données5min
Décalage entre les données d'entraînement et de diffusion5min
Stratégie de ML1min
Transformez votre entreprise2min
Introduction au lab : Cas d'utilisation du ML26s
1 exercício prático
Questionnaire du module 26min
1 hora para concluir
Le machine learning chez Google
Ce module présente le savoir-faire organisationnel acquis par Google au fil des années.
6 vídeos (Total 36 mín.), 1 teste
6 videos
Introduction40s
Les surprises du ML4min
L'ingrédient secret du ML8min
Le ML et les processus commerciaux6min
Transition vers le ML10min
Récapitulatif des cinq phases du ML4min
1 exercício prático
Questionnaire du module 36min
1 hora para concluir
Le machine learning inclusif
Dans ce module, nous expliquons pourquoi les systèmes de machine learning ne sont pas inclusifs par défaut, et nous indiquons les éléments que vous devez garder à l'esprit lorsque vous intégrez le ML à vos produits.
7 vídeos (Total 27 mín.), 1 teste
7 videos
Introduction1min
Machine learning et biais humains2min
Évaluation des métriques pour l'inclusion3min
Mesures statistiques et compromis acceptables4min
Égalité des chances6min
Simuler des prises de décision3min
Rechercher des erreurs dans un ensemble de données à l'aide de Facets4min
1 exercício prático
Questionnaire du module 46min
5 horas para concluir
Blocs-notes Python dans le cloud
Ce module concerne Cloud Datalab, l'environnement de développement que vous allez utiliser dans le cadre de cette spécialisation.
22 vídeos (Total 81 mín.), 1 leitura, 4 testes
22 videos
Cloud Datalab1min
Démonstration : Cloud Datalab1min
Processus de développement2min
Démonstration : transfert d'hébergement d'un bloc-notes Cloud Datalab3min
Utiliser des services gérés2min
Calcul et stockage4min
Présentation de Qwiklabs3min
Explication de l'atelier11min
Cloud Shell2min
Troisième évolution du cloud : services entièrement gérés1min
Troisième évolution du cloud : analyse des données sans serveur2min
Troisième évolution du cloud : BigQuery et Cloud Datalab52s
Présentation de l'atelier : Analyse de données avec Datalab et BigQuery1min
Explication de l'atelier : Analyse de données avec Datalab et BigQuery11min
L'intelligence du ML2min
API Vision en action3min
API Video Intelligence3min
API Cloud Speech3min
Traduction avec l'API Natural Language4min
Présentation de l'atelier : API de ML pré-entraînées49s
Explication de l'atelier9min
1 leituras
Présentation de l'atelier sur la location d'une VM10min
1 exercício prático
Questionnaire du module 56min
4 minutos para concluir
Récapitulatif
1 vídeo (Total 4 mín.)
1 vídeos
Sobre 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.
Sobre Programa de cursos integrados Machine Learning with TensorFlow on Google Cloud Platform en Français
Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Quelles sont les cinq phases permettant de traiter un cas d'utilisation à l'aide du machine learning, et pourquoi chaque étape est-elle essentielle ? Pourquoi les réseaux de neurones sont-ils désormais si courants ? Comment définir un problème d'apprentissage supervisé et trouver une solution adaptée et généralisable à l'aide de la descente de gradient et d'une méthode pertinente de création d'ensembles de données ? Apprenez à créer des modèles de machine learning distribués qui pourront évoluer dans TensorFlow, à adapter l'entraînement de ces modèles pour bénéficier d'une évolutivité horizontale et à obtenir des prédictions très performantes. Convertissez les données brutes en caractéristiques de sorte que les processus de ML soient en mesure d'identifier les propriétés importantes dans les données et générez des insights qui ont du sens en rapport avec la problématique. Enfin, découvrez comment intégrer à la fois la combinaison de paramètres permettant d'obtenir des modèles précis et généralisés, et une connaissance de la théorie indispensable pour résoudre des types spécifiques de problèmes de ML.
Vous expérimenterez le ML de bout en bout en commençant par créer une stratégie centrée sur le ML, puis en progressant dans le processus d'entraînement, d'optimisation et de production de modèles grâce à des ateliers pratiques faisant appel à Google Cloud Platform.
>>> En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service <<<
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Existe algum auxílio financeiro disponível?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
O Coursera proporciona acesso universal à melhor educação do mundo,
fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.
© 2020 Coursera Inc. Todos os direitos reservados.
