Curso online – especialización profesional certificada en aprendizaje automático con TensorFlow en la nube de Google del Google Cloud Institute

Aprenda a utilizar el aprendizaje automático con Google Cloud. Descubra Utilice el aprendizaje automático de principio a fin en condiciones reales.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Curso online - especialización profesional certificada en aprendizaje automático con TensorFlow en la nube de Google del Google Cloud Institute

Professional Certificate

nivel intermedio

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Habilidades de gestión de proyectos.
  • habilidades de comunicacion
  • pensamiento crítico
  • herramientas analíticas
  • márketing digital
  • Creatividad en la resolución de problemas.
  • Experiencia trabajando con nuevas tecnologías.
  • habilidades de trabajo en equipo
  • planificación estratégica
  • Comprender el mercado y el comportamiento del consumidor.

What you will learn in the course

Courses for which the course is suitable

  • Ingeniero de aprendizaje automático
  • Desarrollador de inteligencia artificial
  • analista de datos
  • científico de datos
  • Experto en modelado de datos.
  • Desarrollador de software con especialización en aprendizaje automático
  • Responsable de proyectos en el campo de la inteligencia artificial.
  • Investigador en el campo del aprendizaje automático.
  • Experto en TensorFlow
  • analista de sistemas de datos

Pasantía: una serie de cursos de cinco partes

¿Qué es el aprendizaje automático?

  • ¿Qué tipo de problemas puede resolver?
  • Los cinco pasos necesarios para manejar un caso de uso con la ayuda del aprendizaje automático:
    • ¿Por qué cada paso es esencial?
  • ¿Por qué las redes neuronales se han vuelto tan populares?
  • ¿Cómo se define un problema de aprendizaje supervisado?
  • ¿Cómo se llega a una solución adecuada con la ayuda del descenso de gradiente?
  • Un método adecuado para construir sistemas de datos.

Aprenda a:

  • Cree modelos distribuidos de aprendizaje automático que puedan evolucionar dentro de TensorFlow.
  • Ajuste el entrenamiento de los modelos para beneficiarse de la capacidad de expansión horizontal.
  • Lograr pronósticos de alto rendimiento.
  • Convierta datos sin procesar en funciones para que los procesos de aprendizaje automático puedan identificar las funciones importantes en los datos.
  • para crear ideas que tengan significado en el contexto del problema.
  • Combinar la combinación de parámetros que permitan obtener modelos precisos y exactos.
  • Comprender la teoría es necesario para resolver tipos específicos de problemas de aprendizaje automático.

Experimente el aprendizaje automático de un extremo a otro:

  • Empezando por crear una estrategia centrada en el aprendizaje automático.
  • Avances en el proceso de formación, optimización y producción de modelos.
  • Talleres prácticos utilizando la plataforma Google Cloud.

Inscripción al ciclo de prácticas

La inscripción para esta serie de pasantías constituye la aceptación de los Términos de uso de Qwiklabs detallados en las preguntas frecuentes y disponibles en: https://qwiklabs.com/terms_of_service

Proyecto de aprendizaje aplicado

La serie de especialización incluye:

  • Talleres prácticos para realizar en nuestra plataforma Qwiklabs.
  • Aplicación de lo aprendido en los cursos grabados.
  • Los proyectos se centran en un tema como los productos de Google Cloud Platform.
  • Experiencia práctica en los principios explicados en los módulos.

Details of the courses that make up the specialization

Cómo Google aplica el aprendizaje automático en los cursos de francés

Curso 1 • 14 horas • 4,3 (16 valoraciones)

  • Detalles del curso
  • ¿Qué aprenderás?
    • Describir la plataforma Vertex AI y cómo usarla para crear, entrenar y lanzar modelos de aprendizaje automático AutoML sin escribir código.
    • Describe las mejores prácticas para implementar el aprendizaje automático en Google Cloud.
    • Aproveche las herramientas y el entorno de Google Cloud Platform para implementar ML.
    • Formular buenas prácticas de AI responsable.

Curso 2 • 15 horas • 4,5 (11 valoraciones)

  • Detalles del curso
  • ¿Qué aprenderás?
    • Explicar cómo mejorar la calidad de los datos y realizar análisis exploratorios.
    • Crea y entrena modelos de AutoML con Vertex AI y BigQuery ML.
    • Optimice y evalúe modelos utilizando funciones de pérdida y métricas de rendimiento.
    • Cree conjuntos de datos para capacitación, evaluación y examen que puedan replicarse y ampliarse.

Curso 3 • 13 horas

  • Detalles del curso
  • ¿Qué aprenderás?
    • Cree modelos de aprendizaje automático de TensorFlow y Keras y describa sus componentes clave.
    • Utilice la biblioteca tf.data para manipular datos y conjuntos de datos grandes.
    • Utilice las API funcionales y secuenciales de Keras para la creación de modelos simples y avanzados.
    • Entrene, lance y transforme modelos de aprendizaje automático para desafíos a gran escala con Vertex AI.

Curso 4 • 10 horas

  • Detalles del curso
  • ¿Qué aprenderás?
    • Describe la tienda de características de Vertex AI y compara los aspectos principales que caracterizan una característica relevante.
    • Realice ingeniería de funciones utilizando BigQuery ML, Keras y TensorFlow.
    • Descubra cómo preprocesar y explorar funciones utilizando Dataflow y Dataprep.
    • Utilice tf.Transform.

Curso 5 • 17 horas

  • Detalles del curso
  • ¿Qué aprenderás?
    • Bienvenido al arte y la ciencia del aprendizaje automático. Este curso consta de 6 módulos.
    • Durante el curso, examinaremos las habilidades básicas (intuición, lógica y experimentación) necesarias para ajustar sus modelos de ML y mejorar su rendimiento.
    • Aprenderemos cómo generalizar su modelo utilizando técnicas de regularización y discutiremos el efecto de los hiperparámetros, como el tamaño del lote y la tasa de aprendizaje, en el rendimiento del modelo.
    • También presentaremos algunos de los algoritmos de optimización más comunes y explicaremos cómo configurar un método de optimización en su código de TensorFlow.

Productos relacionados