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. 13 horas para completar

Sugerido: Une semaine de cours, 8 à 10 heures par semaine...
Idiomas disponíveis

Francês

Legendas: Francês, Portuguese (Brazilian), Alemão, 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. 13 horas para completar

Sugerido: Une semaine de cours, 8 à 10 heures par semaine...
Idiomas disponíveis

Francês

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

Programa - O que você aprenderá com este curso

Semana
1
Horas para completar
7 minutos para concluir

Introduction

Nous utiliserons l'outil TensorFlow pour rédiger des programmes de machine learning. Par conséquent, ce cours comporte une présentation de TensorFlow. Lors du premier cours, vous avez appris à transposer les problèmes d'une entreprise en problèmes de machine learning. Dans le deuxième cours, vous avez compris le fonctionnement pratique du machine learning, et appris à créer des ensembles de données appliqués au machine learning. Maintenant que vous avez toutes les données en main, vous êtes prêt à commencer la rédaction de programmes de machine learning....
Reading
2 vídeos (total de (Total 7 mín.) min)
Video2 videos
Présentation de Qwiklabs5min
Horas para completar
3 horas para concluir

Core TensorFlow

Nous vous présenterons les principaux composants de TensorFlow, et vous pourrez vous exercer, à travers des ateliers pratiques, à créer des programmes de machine learning. Vous pourrez rédiger une évaluation paresseuse et des programmes impératifs, puis les comparer, travailler avec des graphes, des sessions et des variables, et enfin déboguer les programmes TensorFlow....
Reading
19 vídeos (total de (Total 72 mín.) min), 4 testes
Video19 videos
Qu'est-ce que TensorFlow ?2min
Avantages d'un graphe orienté5min
Hiérarchie de l'API TensorFlow3min
Évaluation paresseuse4min
Graphique et session4min
Évaluer un Tensor2min
Visualiser un graph2min
Tensors6min
Variables6min
Présentation de l'atelier : Écrire des programmes TensorFlow de bas niveau16s
Solution de l'atelier8min
Présentation5min
Problèmes de forme3min
Résoudre les problèmes de forme2min
Problèmes de type de données1min
Déboguer des programmes complets4min
Présentation : Déboguer des programmes complets15s
Démonstration : Déboguer des programmes complets3min
Quiz3 exercícios práticos
Qu'est-ce que TensorFlow ?2min
Graphe et session8min
Core TensorFlow20min
Semana
2
Horas para completar
4 horas para concluir

API Estimator

Au cours de ce module, nous allons vous présenter dans le détail l'API Estimator....
Reading
18 vídeos (total de (Total 67 mín.) min), 4 testes
Video18 videos
API Estimator3min
Estimators prédéfinis5min
Démonstration : Modèle du prix des logements1min
Points de contrôle1min
Apprentissage avec des ensembles de données en mémoire2min
Présentation de l'atelier : API Estimator39s
Solution de l'atelier : API Estimator10min
Apprentissage avec de grands ensembles de données grâce à l'API Dataset8min
Présentation de l'atelier : Scaling de l'ingestion TensorFlow à l'aide du traitement par lot35s
Solution de l'atelier : Scaling de l'ingestion TensorFlow à l'aide du traitement par lot5min
Tâches de grande envergure, apprentissage distribué6min
Assurer la surveillance avec TensorBoard3min
Démonstration : UI TensorBoard28s
Fonctionnalité d'entrée de diffusion5min
Récapitulatif : API Estimator1min
Présentation de l'atelier : Créer un modèle TensorFlow d'apprentissage distribué avec l'API Estimator51s
Solution de l'atelier : Créer un modèle TensorFlow d'apprentissage distribué avec l'API Estimator7min
Quiz1 exercício prático
API Estimator18min
Semana
3
Horas para completar
2 horas para concluir

Effectuer le scaling des modèles TensorFlow avec CMLE

Nous allons voir comment transférer et entraîner votre modèle TensorFlow sur l'infrastructure gérée de GCP dédiée à l'entraînement et au déploiement de modèles de machine learning....
Reading
6 vídeos (total de (Total 29 mín.) min), 2 testes
Video6 videos
Pourquoi Cloud Machine Learning Engine ?6min
Entraîner un modèle2min
Surveiller et déployer des tâches d'entraînement2min
Présentation de l'atelier : Scaling de TensorFlow avec Cloud Machine Learning Engine50s
Solution de l'atelier : Scaling de TensorFlow avec Cloud Machine Learning Engine16min
Quiz1 exercício prático
Cloud MLE10min
Horas para completar
2 minutos para concluir

Récapitulatif

Voici un récapitulatif des sujets TensorFlow que nous avons abordés dans ce cours. Nous examinerons à nouveau le code Core TensorFlow et l'API Estimator, et nous finirons par effectuer le scaling de vos modèles de machine learning avec Cloud Machine Learning Engine....
Reading
1 vídeo (total de (Total 2 mín.) 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 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 <<<...
Machine Learning with TensorFlow on Google Cloud Platform en Français

Perguntas Frequentes – FAQ

  • Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

  • If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

  • Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.

  • If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

  • This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid, when available.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.