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. 15 horas para completar
Alemão
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. 15 horas para completar
Alemão

oferecido por

Placeholder

Google Cloud

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

1 hora para concluir

Willkommen zum serverlosen maschinellen Lernen mit der Google Cloud Platform

1 hora para concluir
2 vídeos (Total 5 mín.), 1 leitura, 1 teste
2 videos
Überlegungen zum maschinellen Lernen2min
1 leituras
Kursressourcen herunterladen10min
1 exercício prático
ML-Kurs – Vorabfragen30min
3 horas para concluir

Modul 1: Einführung in maschinelles Lernen

3 horas para concluir
21 vídeos (Total 109 mín.)
21 videos
Arten von ML3min
Die ML-Pipeline2min
Varianten des ML-Modells7min
ML-Problem eingrenzen2min
Maschinelles Lernen (ML) ausprobieren8min
Optimierung9min
Sichere Testumgebung für neuronale Netzwerke18min
Funktionen kombinieren3min
Feature Engineering3min
Bildmodelle5min
Effektives ML2min
Was macht ein gutes Dataset aus?5min
Fehlermesswerte3min
Genauigkeit2min
Genauigkeit und Trefferquote5min
Datasets für maschinelles Lernen erstellen3min
Datasets aufteilen6min
Python-Notebooks1min
Übersicht zum Lab "Datasets für maschinelles Lernen erstellen"3min
Zusammenfassung zum Lab "Datasets für maschinelles Lernen erstellen"2min
1 exercício prático
Quiz zu Modul 130min
6 horas para concluir

Modul 2: ML-Modelle mit TensorFlow erstellen

6 horas para concluir
15 vídeos (Total 65 mín.)
15 videos
Was ist TensorFlow?5min
Core TensorFlow5min
Übersicht zum Lab "Einführung in TensorFlow"7s
Zusammenfassung zum TensorFlow-Lab10min
Estimator API8min
Maschinelles Lernen mit tf.estimator15s
Zusammenfassung zum Lab "Estimator"7min
Effektives ML ermöglichen6min
Einführung zum Lab "Refaktorierung zum Hinzufügen von Stapelverarbeitung und Funktionserstellung"38s
Zusammenfassung zum Lab "Refaktorierung"4min
Trainieren und Bewerten4min
Monitoring1min
Einführung zum Lab "Verteiltes Training und Monitoring"2min
Zusammenfassung zum Lab "Verteiltes Training und Monitoring"7min
1 exercício prático
Quiz zu Modul 230min
2 horas para concluir

Modul 3: ML-Modelle mit Cloud ML Engine skalieren

2 horas para concluir
7 vídeos (Total 28 mín.)
7 videos
Vorteile der Cloud ML Engine6min
Arbeitsablauf bei der Entwicklung1min
Trainingspakete erstellen3min
TensorFlow bereitstellen3min
Lab: ML hochskalieren39s
Zusammenfassung zum Lab "ML hochskalieren"10min
1 exercício prático
Quiz für Modul 330min
3 horas para concluir

Modul 4: Feature Engineering

3 horas para concluir
16 vídeos (Total 92 mín.)
16 videos
Gute Funktionen7min
Kausalität8min
Numerisch5min
Ausreichende Beispiele7min
Von den Rohdaten zur Funktion1min
Kategoriale Merkmale8min
Funktionsverknüpfungen3min
Bucketizing3min
Breit und tief5min
Einsatzbereiche für Feature Engineering3min
Überblick zum Lab "Feature Engineering"3min
Zusammenfassung zum Lab "Feature Engineering"10min
Hyperparameter-Abstimmung + Demo15min
ML-Abstraktionsebenen4min
Fazit1min
1 exercício prático
Quiz zu Modul 430min

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.