Dieser einwöchige On-Demand-Schnellkurs bietet Teilnehmern eine praktische Einführung in die Entwicklung und Erstellung von Modellen für maschinelles Lernen (Machine Learning, ML) mithilfe der Google Cloud Platform. Mit einem Mix aus Präsentationen, Demos und praxisorientierten Labs machen Sie sich mit ML- und TensorFlow-Konzepten vertraut und lernen, wie Sie ML-Modelle entwickeln, bewerten und zur Bereitstellung vorbereiten.
LERNZIELE
Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen:
● Anwendungsfälle für maschinelles Lernen bestimmen
● ML-Modelle mit TensorFlow erstellen
● Skalierbare, bereitstellbare ML-Modelle mit Cloud ML erstellen
● Bedeutung der Vorverarbeitung und Kombination von Funktionen erkennen
● Erweiterte ML-Konzepte in Modelle integrieren
● Trainierte ML-Modelle für die Bereitstellung vorbereiten
VORAUSSETZUNGEN
Für maximale Lernerfolge sollten die Teilnehmer Folgendes mitbringen:
● Abgeschlossener Kurs "Google Cloud Platform Big Data and Machine Learning Fundamentals" ODER gleichwertige Kenntnisse
● Grundkenntnisse in gängigen Abfragesprachen wie SQL
● Erfahrung mit Datenmodellierung, Extraktion, Transformation und Ladeaktivitäten
● Kenntnisse im Entwickeln von Anwendungen mit einer gängigen Programmiersprache wie Python
● Vertrautheit mit maschinellem Lernen und/oder Statistik
Hinweise zum Google-Konto:
• Wenn Sie sich für die kostenlose Testversion der Google Cloud Platform registrieren möchten, benötigen Sie ein Google-/Gmail-Konto und eine Kreditkarte oder ein Bankkonto. In China sind Google-Dienste derzeit nicht verfügbar.
• Kunden der Google Cloud Platform mit Rechnungsadresse in der Europäischen Union (EU) oder Russland finden hilfreiche Hinweise zur Mehrwertsteuer unter: https://cloud.google.com/billing/docs/resources/vat-overview
• Weitere FAQs zur kostenlosen Testversion der Google Cloud Platform finden Sie unter: https://cloud.google.com/free-trial/.
Este curso faz parte do Programa de cursos integrados Data Engineering on Google Cloud Platform auf Deutsch
Serverless Machine Learning with Tensorflow on Google Cloud Platform auf Deutsch
oferecido por
Programa - O que você aprenderá com este curso
Semana
111 minutos para concluir
Willkommen zum serverlosen maschinellen Lernen mit der Google Cloud Platform
2 vídeos (total de (Total 5 mín.) min), 1 teste
1 exercício prático
ML-Kurs – Vorabfragen6min
3 horas para concluir
Modul 1: Einführung in maschinelles Lernen
21 vídeos (total de (Total 109 mín.) min), 2 testes
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 18min
5 horas para concluir
Modul 2: ML-Modelle mit TensorFlow erstellen
15 vídeos (total de (Total 65 mín.) min), 5 testes
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 28min
2 horas para concluir
Modul 3: ML-Modelle mit Cloud ML Engine skalieren
7 vídeos (total de (Total 28 mín.) min), 2 testes
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 34min
3 horas para concluir
Modul 4: Feature Engineering
16 vídeos (total de (Total 92 mín.) min), 2 testes
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 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.
Sobre o Programa de cursos integrados Data Engineering on Google Cloud Platform auf Deutsch
Dieser fünfwöchige Onlinevertiefungskurs bietet eine praktische Einführung zum Entwerfen und Erstellen von Datenverarbeitungssystemen auf der Google Cloud Platform. In Präsentationen, Demos und praxisorientierten Labs entwickeln die Teilnehmer Datenverarbeitungssysteme, erstellen End-to-End-Datenpipelines, analysieren Daten und üben maschinelles Lernen. Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen:
• Datenverarbeitungssysteme auf der Google Cloud Platform entwickeln
• Unstrukturierte Daten mit Spark und ML-APIs auf Cloud Dataproc verwenden
• Batch- und Streaming-Daten durch die Implementierung von Autoscaling-Datenpipelines auf Cloud Dataflow verarbeiten
• Mit Google BigQuery Geschäftsinformationen aus extrem großen Datasets ableiten
• Modelle des maschinellen Lernens mit TensorFlow und Cloud ML trainieren, auswerten und damit Vorhersagen treffen
• Sofortige Statistiken aus Streaming-Daten ermöglichen
• Dieser Kurs richtet sich an erfahrene Entwickler, die für die Verwaltung von Big Data-Transformationen verantwortlich sind, zum Beispiel:
• Daten extrahieren, laden, transformieren, bereinigen und validieren
• Pipelines und Architekturen für die Datenverarbeitung entwerfen
• Modelle des maschinellen Lernens und der Statistik erstellen und warten
• Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen
>>> 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 <<<
Perguntas Frequentes – FAQ
Posso assistir uma prévia do curso antes de me inscrever?
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.
Quando terei acesso às palestras e às tarefas?
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.
O que recebo ao me inscrever?
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.
Quando receberei meu 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.
Por que não posso assistir este curso como ouvinte?
Este curso é um dos poucos oferecidos pela Coursera que está disponível apenas para alunos que tenham pago ou recebido auxílio financeiro, quando disponível.
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.
