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. 9 horas para completar
Francês
Legendas: Francês, Português (Brasil), Alemão, Inglês, Espanhol, Japonês...
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. 9 horas para completar
Francês
Legendas: Francês, Português (Brasil), Alemão, Inglês, Espanhol, Japonês...

oferecido por

Logotipo de Google Cloud

Google Cloud

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

7 minutos para concluir

Introduction

7 minutos para concluir
2 vídeos (Total 7 mín.)
2 videos
Présentation de Qwiklabs5min
3 horas para concluir

Core TensorFlow

3 horas para concluir
19 vídeos (Total 72 mín.)
19 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
3 exercícios práticos
Qu'est-ce que TensorFlow ?2min
Graphe et session8min
Core TensorFlow20min
Semana
2

Semana 2

4 horas para concluir

API Estimator

4 horas para concluir
18 vídeos (Total 67 mín.)
18 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
1 exercício prático
API Estimator18min
Semana
3

Semana 3

2 horas para concluir

Effectuer le scaling des modèles TensorFlow avec CMLE

2 horas para concluir
6 vídeos (Total 29 mín.)
6 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
1 exercício prático
Cloud MLE10min
2 minutos para concluir

Récapitulatif

2 minutos para concluir
1 vídeo (Total 2 mín.)
1 vídeos

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 <<<...
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.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.