Informações sobre o curso
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Nível intermediário

Nível intermediário

Horas para completar

Aprox. 12 horas para completar

Sugerido: 8–10 Stunden innerhalb einer Woche...
Idiomas disponíveis

Alemão

Legendas: Alemão, Francês, Portuguese (Brazilian), Inglês, Espanhol, Japonês...
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Nível intermediário

Nível intermediário

Horas para completar

Aprox. 12 horas para completar

Sugerido: 8–10 Stunden innerhalb einer Woche...
Idiomas disponíveis

Alemão

Legendas: Alemão, Francês, Portuguese (Brazilian), Inglês, Espanhol, Japonês...

Programa - O que você aprenderá com este curso

Semana
1
Horas para completar
7 minutos para concluir

Einführung

Zum Schreiben von Programmen für maschinelles Lernen verwenden wir TensorFlow. Dieser Kurs bietet daher eine Einführung in das Tool. Im ersten Kurs haben Sie erfahren, wie Sie geschäftliche Herausforderungen in Aufgaben für das maschinelle Lernen umformulieren. Sie haben gelernt, wie maschinelles Lernen in der Praxis funktioniert und wie Sie verwertbare Datasets erstellen. Nachdem Sie die benötigten Daten erfasst haben, können Sie mit dem Schreiben von ML-Programmen beginnen....
Reading
2 videos (Total 7 min)
Video2 videos
Einführung in Qwiklabs5min
Horas para completar
3 horas para concluir

Kernkonzept von TensorFlow

Dies ist eine Einführung in die Hauptkomponenten von TensorFlow und Sie lernen in praktischen Übungen, wie Sie ein ML-Programm erstellen. Außerdem vergleichen und schreiben Sie Programme für verzögerte Bewertungen sowie erforderliche Programme, arbeiten mit Graphen, Sitzungen und Variablen und beheben schließlich Fehler in TensorFlow-Programmen. ...
Reading
19 videos (Total 72 min), 4 testes
Video19 videos
Was ist TensorFlow?2min
Vorteile von gerichteten Graphen5min
TensorFlow API-Hierarchie3min
Verzögerte Bewertung4min
Graph und Sitzung4min
Tensoren auswerten2min
Graphen visualisieren2min
Tensoren6min
Variablen6min
Lab-Einführung: Low-Level-TensorFlow-Programme schreibenmin
Lösungen für das Lab8min
Einführung5min
Formprobleme3min
Formprobleme lösen2min
Probleme mit Datentypen1min
Fehlerbehebung bei Vollprogrammen4min
Einführung: Fehlerbehebung bei Vollprogrammenmin
Demo: Fehlerbehebung bei Vollprogrammen3min
Quiz3 exercícios práticos
Was ist TensorFlow?2min
Graph und Sitzung8min
Kernkonzept von TensorFlow20min
Semana
2
Horas para completar
4 horas para concluir

Estimator API

In diesem Modul wird die Estimator API erläutert....
Reading
18 videos (Total 67 min), 4 testes
Video18 videos
Estimator API3min
Vorgefertigte Estimators5min
Demo: Modell über Hauspreise1min
Prüfpunktausführung1min
Datensätze im Speicher trainieren2min
Lab-Einführung: Estimator APImin
Lösungen für das Lab: Estimator API10min
Mit Dataset API große Datensätze trainieren8min
Lab-Einführung: TensorFlow-Aufnahme mit Batching hochskalierenmin
Lösungen für das Lab: TensorFlow-Aufnahme mit Batching hochskalieren5min
Große Aufträge, verteiltes Training6min
Mit TensorBoard überwachen3min
Demo: TensorBoard-Benutzeroberflächemin
Bereitstellungseingabefunktion5min
Zusammenfassung Estimator API1min
Lab-Einführung: TensorFlow-Modelle für verteiltes Training mit Estimator API erstellenmin
Lösungen für das Lab: TensorFlow-Modelle für verteiltes Training mit Estimator API erstellen7min
Quiz1 exercício prático
Estimator API18min
Semana
3
Horas para completar
2 horas para concluir

TensorFlow-Modelle mit CMLE skalieren

In diesem Modul erfahren Sie, wie Sie Ihr TensorFlow-Modell in der verwalteten Infrastruktur der GCP durch maschinelles Lernen trainieren und bereitstellen....
Reading
6 videos (Total 29 min), 2 testes
Video6 videos
Gründe für die Cloud Machine Learning Engine6min
Modelle trainieren2min
Trainingsjobs überwachen und bereitstellen2min
Lab-Einführung: TensorFlow mit Cloud Machine Learning Engine skalierenmin
Lösungen für das Lab: TensorFlow mit Cloud Machine Learning Engine skalieren16min
Quiz1 exercício prático
Cloud MLE10min
Horas para completar
2 minutos para concluir

Zusammenfassung

Hier fassen wir die bisher in diesem Kurs behandelten TensorFlow-Themen zusammen. Wir gehen noch einmal auf den Kerncode von TensorFlow und die Estimator API ein. Den Abschluss bildet die Skalierung Ihrer Modelle für maschinelles Lernen mit Cloud Machine Learning Engine....
Reading
1 video (Total 2 min)
Video1 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 o Programa de cursos integrados Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch

>>> Mit Ihrer Teilnahme an dieser Spezialisierung stimmen Sie den Nutzungsbedingungen von Qwiklabs zu, die Sie in den FAQs und unter folgendem Link finden: https://qwiklabs.com/terms_of_service <<< *** Google Cloud und Kaggle möchten Sie einladen, an unserem New York City Taxitarif-Ratespielwettbewerb teilzunehmen, der gerade stattfindet. Weitere Informationen finden Sie unter: https://www.kaggle.com/c/new-york-city-taxi-fare-prediction*** Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Was sind die fünf Phasen zur Umsetzung eines für ML geeigneten Anwendungsfalls und warum darf keine dieser Phasen übersprungen werden? Warum sind neuronale Netze gerade so beliebt? Wie können Sie ein Projekt für betreutes Lernen gestalten und mithilfe des Gradientenverfahrens und sinnvoll erstellten Datasets eine gute, generalisierbare Lösung finden? In diesem Kurs lernen Sie, verteilte Modelle für ML zu schreiben, die in TensorFlow skaliert werden, das Training dieser Modelle horizontal zu skalieren und leistungsstarke Vorhersagen zu erstellen. Wir gehen darauf ein, wie Sie Rohdaten so in Merkmale umwandeln, dass ML wichtige Eigenschaften dieser Daten erlernen kann und menschliche Einblicke in das Problem zulässt. Schließlich lernen Sie, die richtige Mischung aus Parametern zu verwenden, um präzise und generalisierte Modelle zu erstellen, und Sie erhalten eine Einführung in die Theorie zum Lösen bestimmter Arten von ML-Problemen. Auf diese Weise gewinnen Sie ein umfassendes Verständnis von ML. Zuerst erstellen Sie eine auf ML ausgerichtete Strategie. Dann fahren Sie mit Modelltraining, Optimierung und Produktentwicklung fort. Hierbei helfen Ihnen praxisorientierte Labs der Google Cloud Platform....
Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch

Perguntas Frequentes – FAQ

  • Sim, você pode assistir uma prévia do primeiro vídeo e ver programa do curso antes de se inscrever. Você precisa comprar o curso para ter acesso ao conteúdo não incluído na prévia.

  • Se decidir se inscrever no curso antes da data de início da sessão, terá acesso a todos os vídeos das palestras e leituras do curso. Também poderá enviar tarefas assim que a sessão começar.

  • Uma vez inscrito, e tão logo sua sessão tenha iniciado, você terá acesso a todos os vídeos e outros recursos, incluindo itens de leitura e fórum de discussão do curso. Você poderá ver e enviar tarefas práticas e concluir tarefas com nota atribuída obrigatórias para obter uma nota e um Certificado de Curso.

  • Se você concluir o curso com êxito, seu Certificado de Curso eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn.

  • Este é um dos poucos cursos oferecidos na Coursera que está disponível apenas para alunos que pagaram ou tenham recebido auxílio financeiro. Caso tenha interesse em fazer este curso, mas não possa pagar a taxa, o incentivamos a enviar uma solicitação de auxílio financeiro.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.