Informações sobre o curso
7,755 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. 7 horas para completar

Sugerido: 11 hours/week...

Alemão

Legendas: Francês, Português (Brasil), Alemão, Inglês, Espanhol, Japonês...

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 7 horas para completar

Sugerido: 11 hours/week...

Alemão

Legendas: Francês, Português (Brasil), Alemão, Inglês, Espanhol, Japonês...

Programa - O que você aprenderá com este curso

Semana
1
14 minutos para concluir

Einführung

1 vídeo (Total 4 mín.), 1 leitura
1 vídeos
1 leituras
Kursressourcen herunterladen10min
1 hora para concluir

ML in der Praxis

10 vídeos (Total 62 mín.), 1 teste
10 videos
Betreutes Lernen5min
Regression und Klassifizierung11min
Kurzer Rückblick auf ML: Lineare Regression7min
Kurzer Rückblick auf ML: Perzeptron5min
Kurzer Rückblick auf ML: Neuronale Netzwerke7min
Kurzer Rückblick auf ML: Entscheidungsbäume5min
Kurzer Rückblick auf ML: Kernel-Methoden4min
Kurzer Rückblick auf ML: Random Forests4min
Kurzer Rückblick auf ML: Moderne neuronale Netzwerke8min
1 exercício prático
Modul-Quiz6min
1 hora para concluir

Optimierung

13 vídeos (Total 61 mín.), 1 teste
13 videos
ML-Modelle definieren4min
Einführung in das Dataset "Natality"6min
Einführung in Verlustfunktionen6min
Gradientenverfahren5min
Fehlerbehebung bei einer Verlustkurve2min
Probleme mit ML-Modellen6min
Lab: Einführung in TensorFlow Playground6min
Lab: TensorFlow Playground für Fortgeschrittene3min
Lab: Mit neuronalen Netzwerken arbeiten6min
Fehlerbehebung bei einer Verlustkurve1min
Leistungsmesswerte3min
Wahrheitsmatrix5min
1 exercício prático
Modul-Quiz6min
3 horas para concluir

Generalisierung und Stichprobenerhebung

9 vídeos (Total 64 mín.), 3 testes
9 videos
Generalisierung und ML-Modelle6min
Wann das Modelltraining beendet werden sollte5min
Wiederholbare Beispiele in BigQuery erstellen6min
Demo: Datasets in BigQuery aufteilen8min
Einführung in das Lab1min
Lösungsübersicht für das Lab9min
Einführung in das Lab2min
Lösungsübersicht für das Lab23min
1 exercício prático
Modul-Quiz12min
3 minutos para concluir

Zusammenfassung

1 vídeo (Total 3 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 auf Deutsch

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. >>> 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 <<<...
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 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.