دورة عبر الإنترنت – تخصص احترافي معتمد في التعلم الآلي باستخدام TensorFlow من معهد Google Cloud

اكتشف عالم AM مع Google Cloud. استكشف التجارب العملية في جميع العمليات، وقم بتوسيع معرفتك بأحدث التقنيات.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
دورة عبر الإنترنت - تخصص احترافي معتمد في التعلم الآلي باستخدام TensorFlow من معهد Google Cloud

Professional Certificate

المستوى المتوسط

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • مهارات الاتصال
  • التفكير النقدي
  • حل المشكلة
  • العمل الجماعي
  • إدارة الوقت
  • قيادة
  • مهارات العرض
  • التفكير الإبداعي
  • التعامل مع التوتر
  • المهارات التكنولوجية

What you will learn in the course

Courses for which the course is suitable

  • عالم البيانات
  • مهندس التعلم الآلي
  • باحث في الذكاء الاصطناعي
  • محلل بيانات
  • مطور التعلم الآلي
  • أخصائي التعلم العميق
  • مهندس البيانات الضخمة
  • مطور ذكاء الأعمال
  • محلل كمي
  • مهندس برمجيات مع التركيز على التعلم الآلي

الخبرة – سلسلة دورات من 5 دورات

ما هو التعلم الآلي وما هي المشاكل التي يمكن أن يحلها؟

  • الخطوات الخمس لتحويل حالة استخدام التعلم الآلي المحتملة
  • ومن المهم عدم تجاهل هذه الخطوات

لماذا هناك طلب كبير على الشبكات العصبية اليوم؟

  • تعريف المشكلة في التعلم تحت الإشراف
  • إيجاد الحل الأمثل مع انخفاض المنحدر
  • إنشاء مجموعات البيانات بشكل جيد

باستخدام TensorFlow

  • الحفاظ على نماذج التعلم الآلي الموزعة على نطاق واسع
  • إجراء القياس الأفقي للتدريب النموذجي
  • تقديم تنبؤات عالية الجودة

تحويل البيانات الأولية إلى سمات

  • تحديد الميزات الهامة للبيانات في التعلم الآلي
  • تقديم رؤية إنسانية لدعم المشكلة

الجمع بين المعلمات

  • توليد نماذج دقيقة وشاملة
  • مقدمة النظرية لحل مشاكل محددة في التعلم الآلي

مختبرات عملية مع Google Cloud Platform

  • جميع مراحل التعلم الآلي
  • إعداد استراتيجية مركزة للتعلم الآلي
  • التدريب والتحسين وإنشاء النماذج
شروط الخدمة

عندما تقوم بالتسجيل للحصول على هذه الخبرة، فإنك توافق على شروط خدمة Qwiklabs كما هو مفصل في قسم الأسئلة الشائعة. راجع شروط الخدمة هنا: https://qwiklabs.com/terms_of_service

مشروع التعلم العملي

يقدم هذا التخصص مختبرات عملية باستخدام منصة Qwiklabs. من خلال هذا التدريب العملي، ستتمكن من تطبيق كل ما تعلمته في محاضرات الفيديو.

  • ستتضمن المشاريع موضوعات مثل منتجات Google Cloud Platform
  • خبرة عملية مع المفاهيم التي تمت مناقشتها في الوحدات

Details of the courses that make up the specialization

كيف تقوم Google بالتعلم الآلي في دورات اللغة البرتغالية

الدورة 1

  • 19 ساعة
  • 4.8 (73 تقييمًا)
تفاصيل الدورة
ماذا ستتعلم
  • كيف يتم استخدام منصة Vertex AI لإنشاء نماذج التعلم الآلي وتدريبها وتنفيذها باستخدام AutoML دون كتابة سطر واحد من التعليمات البرمجية.
  • وصف أفضل الممارسات لتنفيذ التعلم الآلي على Google Cloud.
  • استخدم أدوات وبيئة Google Cloud Platform للعمل مع تعلم الآلة.
  • اذكر المبادئ الموصى بها للذكاء الاصطناعي المسؤول.

الدورة 2

  • 11 ساعة
  • 4.5 (31 تقييمًا)
تفاصيل الدورة
ماذا ستتعلم
  • وصف كيفية تحسين جودة البيانات وإجراء التحليلات الاستكشافية منها.
  • قم بإنشاء نماذج AutoML وتدريبها باستخدام Vertex AI وBigQuery ML.
  • تحسين وتقييم النماذج باستخدام وظائف الخسارة ومقاييس الأداء.
  • إنشاء مجموعات بيانات قابلة للتكرار والتوسيع للتدريب والتقييم والاختبار.
المهارات التي سوف تكتسبها
  • الفئة: 1.96
  • الفئة: القيم
  • الفئة: أ-قبلية وخلفية
  • الفئة: قيمة حرجة

الدورة 3

  • 18 ساعة
  • 4.6 (23 تقييمًا)
تفاصيل الدورة
ماذا ستتعلم
  • الهدف من الدورة هو الاستفادة من المرونة وسهولة استخدام TensorFlow 2.x وKeras لإنشاء نماذج التعلم الآلي وتدريبها وتنفيذها.
  • سوف تتعرف على التسلسل الهرمي لواجهة برمجة التطبيقات (API) الخاصة بـ TensorFlow 2.x وستتعرف على المكونات الرئيسية لـ TensorFlow من خلال التدريبات العملية.
  • سنرى كيفية العمل مع مجموعات البيانات وأعمدة السمات.
  • سوف تتعلم كيفية تصميم وإنشاء خط أنابيب إدخال البيانات TensorFlow 2.x.
  • سوف تحصل على خبرة عملية في تحميل بيانات CSV ومصفوفات Numpy وبيانات النص والصورة باستخدام tf.Data.Dataset وكيفية إنشاء أعمدة سمات رقمية وفئوية وفئوية وتجزئة.
  • سنقدم واجهات برمجة التطبيقات Keras Sequential وKeras Functional لإظهار كيفية إنشاء نماذج التعلم العميق.
  • سنناقش وظائف التنشيط والخسارة والتحسين.
  • في مختبرات Jupyter العملية، يمكنك إنشاء نماذج للتعلم الآلي باستخدام الانحدار الخطي الأساسي والانحدار اللوجستي الأساسي والمتقدم.
  • سوف تتعلم كيفية تدريب وتنفيذ وإنشاء نماذج التعلم الآلي على نطاق واسع باستخدام منصة الذكاء الاصطناعي السحابية.

الدورة 4

  • 8 ساعات
  • 4.5 (15 تقييمًا)
تفاصيل الدورة
ماذا ستتعلم
  • قم بوصف متجر ميزات Vertex AI ومقارنة الجوانب الرئيسية المطلوبة لتحقيق ميزة جيدة.
  • يُستخدم في قياس الميزات في BigQuery ML وKeras وTensorFlow.
  • تحليل كيفية إجراء المعالجة المسبقة واستخدام الميزات مع Dataflow وDataprep.
  • تنفيذ tf.Transform.

الدورة 5

  • 18 ساعة
  • 4.7 (15 تقييمًا)
تفاصيل الدورة
ماذا ستتعلم
  • هذه هي دورة “فن وعلم التعلم الآلي”. تتضمن الدورة ست وحدات. سنتحدث عن المهارات الأساسية للحدس والتفكير والتجريب في تعلم الآلة لتكييف النماذج وتحسينها وتحسين الأداء.
  • سوف تتعلم كيفية توسيع نطاق النماذج باستخدام تقنيات التنظيم والتعرف على تأثيرات المعلمات الفائقة، مثل حجم مجموعة البيانات ومعدل التعلم، على أداء النموذج.
  • سنناقش أيضًا بعض الخوارزميات الأكثر شيوعًا لتحسين النموذج ونوضح كيفية تحديد طريقة التحسين في كود TensorFlow.

منتجات ذات صلة