Online cursus – gecertificeerde professionele specialisatie in machine learning op Google Cloud

Leer de machine op Google Cloud-systemen. Ervaringen uit de echte wereld met end-to-end ML.

Suggested by: Coursera (What is Coursera?)

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

  • Telenerstroom
  • machinaal leren
  • functie techniek
  • cloud computing
  • Hoekpunt AI

What you will learn in the course

Courses for which the course is suitable

  • Ontwikkelt machine learning-modellen
  • data-analist
  • Gegevensingenieur
  • Expert in AutoML
  • Ontwikkelaar in BigQuery ML
  • Functie ingenieur
  • Projectmanager op het gebied van machine learning
  • Ontwikkelaar van Google Cloud-oplossingen
  • TensorFlow-expert
  • Modelprestatieanalysator

Stage – een reeks van 5 cursussen

Wat is machine learning en welke problemen kan het oplossen?

  • Hoe kun je machine learning-modellen op Scala bouwen, trainen en lanceren zonder ook maar één regel code te schrijven?
  • Wanneer moet u automatische machine learning of gepersonaliseerde training gebruiken?

Wat ga je leren in de cursus?

  • Bouw Vertex AI AutoML-modellen zonder ook maar één regel code te schrijven.
  • Bouw BigQuery ML-modellen met basiskennis van SQL.
  • Maak aangepaste trainingstaken in Vertex AI die u kunt uitvoeren met containers (met basiskennis van Docker).
  • Gebruik de Feature Store voor databeheer en omgevingsbeheer.
  • Pas feature-engineering toe om modellen te verbeteren.
  • Bepaal de juiste gegevensverwerkingsopties voor uw gebruiksscenario.
  • Gebruik de VERTEX VIZIER voor het afstemmen van hyperparameters om de juiste mix van parameters te combineren die nauwkeurige en gegeneraliseerde modellen oplevert.
  • Begrijp de theorie voor het oplossen van specifieke soorten machine learning-problemen.
  • Schrijf gedistribueerde modellen die schalen in TensorFlow.
  • Maak gebruik van best practices voor het implementeren van machine learning op het Google Cloud-platform.

Gebruiksvoorwaarden

Door je in te schrijven voor deze stage ga je akkoord met de Servicevoorwaarden van Qwiklabs zoals weergegeven in de FAQ op: https://qwiklabs.com/terms_of_service .

Een praktisch leerproject

In deze stage is er een combinatie van hands-on labs met behulp van ons Qwiklabs-platform. Met deze praktische onderdelen kun je de vaardigheden die je in de videocolleges hebt geleerd, toepassen. De projecten omvatten onderwerpen zoals Google Cloud Platform-producten, die worden gebruikt volgens de definities in Qwiklabs. Je kunt verwachten dat je praktijkervaring opdoet met de concepten die tijdens de modules worden uitgelegd.

Details of the courses that make up the specialization

Hoe Google machine learning doet

Cursus 1 • 11 uur • 4,6 (7.260 beoordelingen)

Cursusdetails
  • Leg uit wat het Vertex AI-platform is en hoe het wordt gebruikt om snel geautomatiseerde machine learning-modellen te bouwen, trainen en lanceren, zonder dat er code hoeft te worden geschreven.
  • Beschrijf best practices voor het implementeren van machine learning in de Google Cloud.
  • Profiteer van de tools en omgeving van Google Cloud om machine learning uit te voeren.
  • Formuleer best practices voor verantwoorde AI.

Voorbereiding op machinaal leren

Cursus 2 • 14 uur • 4,6 (4.294 beoordelingen)

Cursusdetails
  • Leg uit hoe u de gegevenskwaliteit kunt verbeteren en verkennende gegevensanalyses kunt uitvoeren.
  • Bouw en train geautomatiseerde machine learning-modellen met Vertex AI en BigQuery ML.
  • Optimaliseer en evalueer modellen met behulp van verliesfuncties en prestatiestatistieken.
  • Creëer datasystemen voor training, evaluatie en testen die herhaalbaar en schaalbaar zijn.
Vaardigheden die je opdoet:
  • Categorie: inclusief leren
  • Categorie: BigQuery
  • Categorie: Applicatieprogrammeerinterfaces (API)
  • Categorie: machinaal leren
  • Categorie: Google Cloud Platform

TensorFlow op Google Cloud

Cursus 3 • 13 uur • 4,4 (2.769 beoordelingen)

Cursusdetails
  • Ontwerp en bouw een pijplijn voor invoergegevens voor TensorFlow.
  • Gebruik de tf.data-bibliotheek om gegevens in grote datasets te manipuleren.
  • Gebruik de Keras Sequentiële en Functionele interfaces om eenvoudige en geavanceerde modellen te creëren.
  • Train, start en implementeer machine learning-modellen op schaal met Vertex AI.
Vaardigheden die je opdoet:
  • Categorie: TensorFlow
  • Categorie: machinaal leren
  • Categorie: cloudcomputing

functie techniek

Cursus 4 • 8 uur • 4,5 (1.763 beoordelingen)

Cursusdetails
  • Leg uit wat een Vertex AI-functiepool is en vergelijk de belangrijkste aspecten die nodig zijn voor een goede functie.
  • Voer functie-engineering uit met BigQuery ML, Keras en TensorFlow.
  • Bespreek hoe u functies kunt voorverwerken en verkennen met Dataflow en Dataprep.
  • gebruik tf.Transform.
Vaardigheden die je opdoet:
  • Categorie: TensorFlow
  • Categorie: Python-programmering
  • Categorie: machinaal leren
  • Categorie: Keras
  • Categorie: Een pijplijn voor invoergegevens bouwen

Machine learning in de organisatie

Cursus 5 • 19 uur • 4,6 (1.465 beoordelingen)

Cursusdetails
  • Opties voor databeheer, overheid en voorbewerking uitleggen.
  • Bepaal wanneer u Vertex AutoML, BigQuery ML en aangepaste training moet gebruiken.
  • Pas Vertex Vizier toe op hyperparameters.
  • Leg uit hoe je in groepen en online voorspellingen kunt maken, modelbeheer kunt bepalen en pijplijnen kunt maken met behulp van Vertex AI.
Vaardigheden die je opdoet:
  • Categorie: TensorFlow
  • Categorie: BigQuery
  • Categorie: machinaal leren
  • Categorie: gegevensopschoning