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. 6 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. 6 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

4 minutos para concluir

Introduction

4 minutos para concluir
1 vídeo (Total 4 mín.)
1 vídeos
1 hora para concluir

Le machine learning en pratique

1 hora para concluir
10 vídeos (Total 62 mín.)
10 videos
Apprentissage supervisé5min
Régression et classification11min
Bref historique du ML : régression linéaire7min
Bref historique du ML : perceptron5min
Bref historique du ML : réseaux de neurones7min
Bref historique du ML : arbres de décision5min
Bref historique du ML : méthodes à noyau4min
Bref historique du ML : forêts d'arbres décisionnels4min
Bref historique du ML : réseaux de neurones modernes8min
1 exercício prático
Quiz du module6min
1 hora para concluir

Optimisation

1 hora para concluir
13 vídeos (Total 61 mín.)
13 videos
Définir des modèles de ML4min
Présentation de l'ensemble de données "natality"6min
Présentation des fonctions de perte6min
Descente de gradient5min
Résoudre des problèmes relatifs aux courbes de perte2min
Pièges relatifs aux modèles de ML6min
Atelier : Présentation de TensorFlow Playground6min
Atelier : TensorFlow Playground (niveau avancé)3min
Atelier : Utilisation des réseaux de neurones6min
Résoudre des problèmes relatifs aux courbes de perte1min
Statistiques de performances3min
Matrice de confusion5min
1 exercício prático
Quiz du module6min
3 horas para concluir

Généralisation et échantillonnage

3 horas para concluir
9 vídeos (Total 64 mín.)
9 videos
Généralisation et modèles de ML6min
Comment déterminer le bon moment pour arrêter l'entraînement d'un modèle ?5min
Créer des échantillons reproductibles dans BigQuery6min
Démonstration : Fractionnement d'ensembles de données dans BigQuery8min
Présentation de l'atelier1min
Explication de l'atelier9min
Présentation de l'atelier2min
Explication de l'atelier23min
1 exercício prático
Questionnaire du module12min
3 minutos para concluir

Résumé

3 minutos para concluir
1 vídeo (Total 3 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

  • O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:

    • o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
    • Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

  • Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.