Informações sobre o curso
8,491 visualizações recentes

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 12 horas para completar

Sugerido: 1 semana de estudio, de 8 a 10 horas por semana...

Espanhol

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

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 12 horas para completar

Sugerido: 1 semana de estudio, de 8 a 10 horas por semana...

Espanhol

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

Programa - O que você aprenderá com este curso

Semana
1
7 minutos para concluir

Introducción

2 vídeos (Total 7 mín.)
3 horas para concluir

Aspectos básicos de TensorFlow

19 vídeos (Total 72 mín.), 4 testes
19 videos
Jerarquía de la API de TensorFlow3min
Evaluación perezosa4min
Gráficos y sesiones4min
Cómo evaluar un tensor2min
Cómo visualizar un grafo2min
Tensores6min
Variables6min
Introducción al lab Escritura de programas de TensorFlow de nivel bajo16s
Solución del lab8min
Introducción5min
Problemas de forma3min
Cómo corregir problemas de forma2min
Problemas de tipos de datos1min
Depuración de programas completos4min
Introducción a la depuración de programas completos15s
Demostración: Depuración de programas completos3min
3 exercícios práticos
¿Qué es TensorFlow?2min
Gráfico y sesión8min
Aspectos básicos de TensorFlow20min
Semana
2
4 horas para concluir

API de Estimator

18 vídeos (Total 67 mín.), 4 testes
18 videos
Demostración: Modelo de predicción de precios de viviendas1min
Controles1min
Entrenamiento de conjuntos de datos en la memoria2min
Introducción al lab API de Estimator39s
Solución del lab API de Estimator10min
Entrenamiento de conjuntos de datos grandes con la API de Dataset8min
Introducción al lab Cómo escalar la transferencia de TensorFlow mediante lotes35s
Solución del lab Cómo escalar la transferencia de TensorFlow mediante lotes5min
Trabajos grandes y entrenamiento distribuido6min
Supervisión con TensorBoard3min
Demostración de la IU de TensorBoard28s
Función de entradas de entregas5min
Resumen: API de Estimator1min
Introducción al lab Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator51s
Solución del lab: Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator7min
1 exercício prático
Estimator API18min
Semana
3
2 horas para concluir

Escalamiento de modelos de TensorFlow con CMLE

6 vídeos (Total 29 mín.), 2 testes
6 videos
Implementación y supervisión de trabajos de entrenamiento2min
Introducción al lab Cómo escalar TensorFlow con Cloud Machine Learning Engine50s
Solución del lab Cómo escalar TensorFlow con Cloud Machine Learning Engine16min
1 exercício prático
Cuestionario: Cloud MLE10min
2 minutos para concluir

Resumen

1 vídeo (Total 2 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 Español

¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? ¿Cuáles son las cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático? ¿Por qué es importante no saltarse fases? ¿Por qué las redes neuronales son tan populares? ¿Cómo plantear un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante un descenso de gradientes y una forma meditada de crear conjuntos de datos? Aprenda a escribir modelos de aprendizaje automático distribuido que escalen en Tensorflow y que brinden predicciones de alto rendimiento. Convierta los datos sin procesar en funciones de una forma que permita al AA aprender características importantes de los datos y aportar una percepción humana para abordar los problemas. Por último, aprenda a incorporar la combinación adecuada de parámetros que desarrolle modelos generalizados y exactos, y conozca la teoría para solucionar determinados tipos de problemas de AA. Experimentará con el AA de extremo a extremo, a partir de la construcción de una estrategia centrada en el AA y el avance hacia el entrenamiento, optimización y producción de modelos con labs prácticos mediante Google Cloud Platform. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform en Español

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 curso é um dos poucos oferecidos pela Coursera que está disponível apenas para alunos que tenham pago ou recebido auxílio financeiro, quando disponível.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.