Online cursus – gecertificeerde professionele specialisatie in machine learning met TensorFlow van Google Cloud

Meer informatie over machine learning (ML) in de cloud van Google. Praktische cursussen met echte gegevens om te ervaren omvatten oefeningen en diepgaande informatie.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Online cursus - gecertificeerde professionele specialisatie in machine learning met TensorFlow van Google Cloud

Professional Certificate

Gemiddeld niveau

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • communicatieve vaardigheden
  • probleem oplossen
  • teamwerk
  • tijdmanagement
  • kritisch denken
  • technologische vaardigheden
  • leiderschap
  • Zelfstandig leervermogen
  • Projectmanagementvaardigheden
  • Zakelijke oriëntatie

What you will learn in the course

Courses for which the course is suitable

  • Datawetenschapper
  • Machine Learning-ingenieur
  • AI-onderzoeker
  • Data-analist
  • Software Engineer met ML-focus
  • Business Intelligence-ontwikkelaar
  • Kwantitatieve analist
  • Deep Learning-specialist
  • Voorspellende modelleur
  • Architect voor cloudoplossingen

Stage – een cursusreeks met 5 bedden

Wat is machinaal leren?

  • Basisconcepten van machine learning begrijpen.
  • Problemen die kunnen worden opgelost met machine learning.

De vijf stappen om use cases te converteren

  • Stap 1: Het definiëren van het probleem.
  • Stap 2: Gegevensverzameling.
  • Stap 3: Gegevensverwerking.
  • Stap 4: Het model bouwen.
  • Stap 5: Modelevaluatie.
Het belang van de stappen
  • Waarom is het belangrijk om deze stappen niet over te slaan?

Focus op neurale netwerken

  • Inzicht in de redenen om vandaag de dag op neurale netwerken te focussen.

Een probleem vaststellen en een oplossing vinden

  • Een probleem vaststellen.
  • Het vinden van een passende oplossing met behulp van gradiëntafdaling.
  • Een gegevensset maken.

Gedistribueerde modellen bouwen

  • Tensorflow gebruiken.
  • Uitbreiding van de opleiding van modellen.
  • Het verkrijgen van zeer haalbare voorspellingen.

machinaal leren (ML)

  • Hoe ML belangrijke functies uit data leert.
  • Integratie van menselijke analyse in problemen.

Het creëren van nauwkeurige en uitgebreide modellen

  • Inzicht in de theorie van het oplossen van bepaalde ML-problemen.
  • Het combineren van de juiste parameters.

Het bouwen van een gerichte ML-strategie

  • Oefen het trainingsproces.
  • Optimalisatie en volledige lancering van modellen.
  • Het handmatige werklab op Google Cloud Platform.

Een praktisch leerproject

  • Worklabs die het Qwiklabs-platform integreren.
  • Gebruik maken van de vaardigheden die zijn geleerd in de lesvideo’s.
  • Onderwerpen zoals producten van het Google Cloud platform.

praktische ervaringen

  • Praktijkervaringen met de termen die in alle modules aan bod komen.

Details of the courses that make up the specialization

Hoe Google machine learning doet

Cursus 1

  • Duur: 7 uur
  • Beoordeling: 4,5 (132 beoordelingen)
Cursusdetails
  • Wat je gaat leren:
    • Een uitleg van het Vertex AI-platform en hoe u machine learning-modellen in AutoML kunt bouwen, trainen en lanceren zonder dat u code hoeft te schrijven.
    • Een uitleg van best practices voor het implementeren van machine learning in de cloud van Google.
    • Gebruik maken van de tools en omgevingen van het Google-cloudplatform voor machine learning-doeleinden.
    • Toelichting op best practices voor verantwoorde eilandproblematiek.
Vaardigheden die je gaat verwerven
  • Categorie: hertentamen
  • Categorie: Onzekerheidsanalyse
  • Categorie: Financiële analyse
  • Categorie: Stroomschema voor een introductie in de wereld van machine learning

Cursus 2

  • Duur: 15 uur
  • Beoordeling: 4,4 (50 beoordelingen)
Cursusdetails
  • Wat je gaat leren:
    • Een uitleg over hoe u de datakwaliteit kunt verbeteren en hoe u verkennende data-analyse kunt uitvoeren.
    • AutoML-modellen bouwen en trainen met Vertex AI en BigQuery ML.
    • Optimalisatie en evaluatie van modellen met behulp van verliesfuncties en prestatiestatistieken.
    • Het creëren van datasets voor training, evaluatie en testen op een manier die reproduceerbaar en uitbreidbaar is.
    • Kennis van TensorFlow.

Cursus 3

  • Duur: 19 uur
  • Beoordeling: 3,8 (12 beoordelingen)
Cursusdetails
  • Wat je gaat leren:
    • Het doel van deze cursus is het creëren, trainen en inzetten van flexibele en robuuste machine learning-modellen met behulp van TensorFlow 2.x en Keras.
    • Leer meer over de TensorFlow 2.x API-hiërarchie en begrijp de belangrijkste componenten van TensorFlow door middel van praktische oefeningen.
    • Maak uzelf vertrouwd met de werkwijze van het werken met datasets en de kosten van data-invoer in het TensorFlow 2.x-proces.
    • Voer praktische oefeningen uit met tf.data.Dataset om csv-gegevens, NumPy-arrays, tekstgegevens en afbeeldingen te laden.
    • Praktijken voor het maken van numerieke, categorische, categorische en kleine attributen.
    • Leer hoe u machine learning-modellen maakt met behulp van de Keras Sequential API en de Keras Functional API.
    • Begrijp de activerings-, verlies- en optimalisatiefuncties.
    • Bouw als onderdeel van de Jupyter Notebook-oefeningen eenvoudige lineaire regressie-, eenvoudige logistische regressie- en geavanceerde logistische regressiemodellen.
    • Leer hoe u machine learning-modellen op schaal kunt trainen, lanceren en uitvoeren op het Cloud AI Platform.

Cursus 4

  • Duur: 9 uur
  • Beoordeling: 4,5 (10 beoordelingen)
Cursusdetails
  • Wat je gaat leren:
    • Leg het Vertex AI-functiearchief uit en vergelijk de belangrijkste aspecten die nodig zijn voor goede functies.
    • Voer functie-engineering uit met BigQuery ML, Keras en TensorFlow.
    • Bespreek het gebruik van Dataflow en Dataprep voor het voorbereiden en verkennen van functies.
    • gebruik tf.Transform.
Vaardigheden die je gaat verwerven
  • Categorie: taalindustrie
  • Categorie: Informatiezoekgedrag
  • Categorie: collectieve intelligentie
  • Categorie: Social media mining

Cursus 5

  • Duur: 18 uur
  • Beoordeling: 4,4 (10 beoordelingen)
Cursusdetails
  • Wat je gaat leren:
    • Welkom bij de cursus ‘De kunst en wetenschap van machinaal leren’. De cursus omvat 6 modules.
    • De cursus legt de kennis, het juiste beoordelingsvermogen en de basisvaardigheden uit die nodig zijn om machine learning-modellen nauwkeurig te optimaliseren en optimale prestaties te bereiken.
    • Leer hoe u regularisatietechnieken kunt gebruiken om modellen te generaliseren en begrijp ook het effect van hyperparameters (zoals het effect van de arraygrootte of leersnelheid op de modelprestaties).
    • Leg enkele klassieke optimalisatie-algoritmen uit en beschrijf hoe u optimalisatiemethoden specificeert in TensorFlow-code.

Gerelateerde producten