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. 14 horas para completar
Português (Brasil)
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. 14 horas para completar
Português (Brasil)

oferecido por

Placeholder

Google Cloud

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

1 hora para concluir

Este é o "Serverless Machine Learning on Google Cloud Platform"

1 hora para concluir
2 vídeos (Total 5 mín.)
2 videos
Considerações sobre machine learning2min
1 exercício prático
Pré-teste do curso de machine learning30min
3 horas para concluir

Módulo 1: Primeiros passos com machine learning

3 horas para concluir
21 vídeos (Total 109 mín.)
21 videos
Tipos de ML3min
O canal de ML2min
Variantes do modelo de ML7min
Como classificar um problema de ML2min
Como usar machine learning (ML)8min
Otimização9min
Um playground de rede neural18min
Como combinar atributos3min
Engenharia de atributos3min
Modelos de imagem5min
ML eficaz2min
Quais são os elementos de um bom conjunto de dados?5min
Métricas de erro3min
Precisão2min
Precisão e recall5min
Como criar conjuntos de dados de machine learning3min
Como dividir conjuntos de dados6min
Python Notebooks1min
Visão geral do laboratório Como criar conjuntos de dados de ML3min
Revisão do laboratório Como criar conjuntos de dados de ML2min
1 exercício prático
Teste do módulo 130min
6 horas para concluir

Módulo 2: Criação de modelos de ML com o TensorFlow

6 horas para concluir
15 vídeos (Total 65 mín.)
15 videos
O que é o TensorFlow?5min
Principais características do TensorFlow5min
Visão geral do laboratório Primeiros passos com o TensorFlow7s
Revisão do laboratório TensorFlow10min
API Estimator8min
Machine learning com o tf.estimator15s
Revisão do laboratório Estimator7min
Como criar ML eficaz6min
Introdução ao laboratório Refatoração para adicionar a criação de lotes e recursos38s
Revisão do laboratório Refatoração4min
Treine e avalie4min
Monitoramento1min
Introdução ao laboratório: Treinamento e monitoramento distribuídos2min
Revisão do laboratório: Treinamento e monitoramento distribuídos7min
1 exercício prático
Teste do módulo 230min
2 horas para concluir

Módulo 3: Escalonamento de modelos de ML com o Cloud ML Engine

2 horas para concluir
7 vídeos (Total 28 mín.)
7 videos
Por que usar o Cloud ML Engine?6min
Fluxo de trabalho de desenvolvimento1min
Como empacotar o treinador3min
TensorFlow Serving3min
Laboratório: Como escalonar ML39s
Revisão do laboratório: Como escalonar ML10min
1 exercício prático
Teste do módulo 330min
3 horas para concluir

Módulo 4: Engenharia de atributos

3 horas para concluir
16 vídeos (Total 92 mín.)
16 videos
Atributos bons7min
Causalidade8min
Numérico5min
Exemplos suficientes7min
Dados brutos para os atributos1min
Atributos categóricos8min
Cruzamento de atributos3min
Como criar intervalos3min
Amplitude e profundidade5min
Onde aplicar a engenharia de atributos3min
Visão geral do laboratório Engenharia de atributos3min
Revisão do laboratório Engenharia de atributos10min
Ajuste de hiperparâmetro e demonstração15min
Níveis de abstração de ML4min
Resumo1min
1 exercício prático
Teste do módulo 430min

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.