Este curso rápido de uma semana sob demanda oferece aos participantes uma introdução prática ao design e à criação de modelos de machine learning no Google Cloud Platform. Com apresentações, demonstrações e laboratórios práticos, os participantes aprenderão os conceitos de machine learning (ML) e do TensorFlow, além de habilidades práticas de desenvolvimento, avaliação e produção de modelos de ML.
OBJETIVOS
Os participantes desenvolverão as seguintes habilidades:
● Identificar casos de uso de machine learning
● Criar um modelo de ML usando o TensorFlow
● Criar modelos de ML escalonáveis e implantáveis usando o Cloud ML
● Entender a importância do pré-processamento e da combinação de atributos
● Incorporar conceitos avançados de ML nos modelos criados
● Produzir modelos de ML treinados
PRÉ-REQUISITOS
Para aproveitar ao máximo este curso, os participantes precisam ter:
● Concluído o curso Google Cloud Platform Big Data and Machine Learning Fundamentals OU experiência equivalente
● Proficiência básica em linguagem de consulta comum, como SQL
● Experiência com atividades de extração, transformação, carga e modelagem de dados
● Desenvolvido aplicativos com linguagem de programação comum, como Python
● Familiaridade com machine learning e/ou estatísticas
Observações sobre a Conta do Google:
• Para se inscrever na avaliação gratuita do Google Cloud Platform, você precisa de uma Conta do Google/Gmail, além de um cartão de crédito ou uma conta bancária. Os serviços do Google estão temporariamente indisponíveis na China.
• Se você for um cliente do Google Cloud Platform com endereço de faturamento na União Europeia (UE) e na Rússia, leia a documentação de descrição geral sobre o Imposto sobre Valor Agregado (IVA) em: https://cloud.google.com/billing/docs/resources/vat-overview
• Veja mais perguntas frequentes sobre a avaliação gratuita do Google Cloud Platform no site: https://cloud.google.com/free-trial/
Serverless Machine Learning with Tensorflow on Google Cloud Platform em Português Brasileiro
oferecido por
Google Cloud
8 Inscrito
Programa - O que você aprenderá com este curso
Semana
111 minutos para concluir
Este é o "Serverless Machine Learning on Google Cloud Platform"
2 vídeos (total de (Total 5 mín.) min), 1 teste
1 exercício prático
Pré-teste do curso de machine learning6min
3 horas para concluir
Módulo 1: Primeiros passos com machine learning
21 vídeos (total de (Total 109 mín.) min), 2 testes
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 18min
5 horas para concluir
Módulo 2: Criação de modelos de ML com o TensorFlow
15 vídeos (total de (Total 65 mín.) min), 5 testes
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 28min
2 horas para concluir
Módulo 3: Escalonamento de modelos de ML com o Cloud ML Engine
7 vídeos (total de (Total 28 mín.) min), 2 testes
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 34min
3 horas para concluir
Módulo 4: Engenharia de atributos
16 vídeos (total de (Total 92 mín.) min), 2 testes
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 46min
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.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.
O que recebo ao adquirir o Certificado?
Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, 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.
Qual é a política de reembolso?
Existe algum auxílio financeiro disponível?
Are there prerequisites for this course?
Before enrolling in this course, participants should have roughly one (1) year of experience with one or more of the following:
• Knowledge of Google Cloud Platform
• Big Data & Machine Learning Fundamentals to the level of "Google Cloud Platform Big Data and Machine Learning Fundamentals" on Coursera
• Knowledge of BigQuery and Dataflow to the level of "Serverless Data Analysis with Google BigQuery and Cloud Dataflow" on Coursera
• Knowledge of Python and familiarity with the numpy package
• Knowledge of undergraduate-level statistics to the level of a Basic Statistics course on Coursera
Am I eligible for the Google Cloud Platform free trial?
To be eligible for the free trial, you will need:
- Google account (Google is currently blocked in China)
- Credit card or bank account
- Terms of service
Note: There is a known issue with certain EU countries where individuals are not able to sign up, but you may sign up as "business" status and intend to see a potential economic benefit from the trial. More details at: https://support.google.com/cloud/answer/6090602
More Google Cloud Platform free trial FAQs are available at: https://cloud.google.com/free-trial/
For more details on how the free trial works, visit our documentation page: https://cloud.google.com/free-trial/docs/
What if I have already used up my Google Cloud Platform free trial?
If your current Google account is no longer eligible for the Google Cloud Platform free trial, you can create another Google account. Your new Google account should be used to sign up for the free trial.
How does the free trial work?
View this page for more details: https://cloud.google.com/free-trial/docs/
Is this course similar to CPB102?
Yes, this online course is based on the instructor-led training formerly known as CPB102.
Does this course relate to the Google Certified Professional Data Engineer certification?
The course covers the topics presented on the certification exam, however we recommend additional preparation including hands-on product experience. The best preparation for certification is real-world, hands-on experience. Review the Google Certified Professional Data Engineer certification preparation guide for further information and resources at https://cloud.google.com/certification/guides/data-engineer/
What is a Google certification?
Google’s Certification Program gives customers and partners a way to demonstrate their technical skills in a particular job-role and technology. Individuals are assessed using a variety of rigorously developed industry-standard methods to determine whether they meet Google’s proficiency standards. Read more at https://cloud.google.com/certification/
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
O Coursera proporciona acesso universal à melhor educação do mundo fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.
© 2019 Coursera Inc. Todos os direitos reservados.
