Онлайн-курс — сертифицированная профессиональная специализация по машинному обучению с помощью TensorFlow в облаке Google Института Google Cloud.

Узнайте, как использовать машинное обучение в Google Cloud. Откройте для себя использование машинного обучения от начала до конца в реальных условиях.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Средний уровень

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Навыки управления проектами
  • коммуникативные навыки
  • критическое мышление
  • аналитические инструменты
  • Цифровой маркетинг
  • Креативность в решении проблем
  • Опыт работы с новыми технологиями
  • способности работать в команде
  • стратегическое планирование
  • Понимание рынка и поведения потребителей

What you will learn in the course

Courses for which the course is suitable

  • Инженер по машинному обучению
  • Разработчик искусственного интеллекта
  • Аналитик данных
  • специалист по данным
  • Эксперт по моделированию данных
  • Разработчик программного обеспечения со специализацией в машинном обучении
  • Менеджер проектов в области искусственного интеллекта
  • Исследователь в области машинного обучения
  • Эксперт TensorFlow
  • Аналитик систем данных

Стажировка – серия курсов из пяти частей.

Что такое машинное обучение?

  • Какие проблемы он может решить?
  • Пять шагов, необходимых для обработки варианта использования с помощью машинного обучения:
    • Почему важен каждый шаг?
  • Почему нейронные сети стали настолько популярны?
  • Как вы определяете проблему контролируемого обучения?
  • Как найти подходящее решение с помощью градиентного спуска?
  • Подходящий метод построения систем данных.

Узнайте, как:

  • Создавайте модели распределенного машинного обучения, которые могут развиваться в рамках TensorFlow.
  • Настройте обучение моделей, чтобы получить выгоду от возможности горизонтального расширения.
  • Получайте высокоэффективные прогнозы.
  • Преобразуйте необработанные данные в функции, чтобы процессы машинного обучения могли идентифицировать важные функции в данных.
  • создавать идеи, имеющие значение в контексте проблемы.
  • Сочетать комбинацию параметров, позволяющую получать точные и достоверные модели.
  • Понимание теории необходимо для решения конкретных типов задач машинного обучения.

Опыт сквозного машинного обучения:

  • Начнем с создания стратегии, ориентированной на машинное обучение.
  • Прогресс в процессе обучения, оптимизации и производства моделей.
  • Практические мастер-классы с использованием платформы Google Cloud.

Регистрация на серию стажировок

Регистрация на эту серию стажировок означает принятие Условий использования Qwiklabs, подробно описанных в разделе «Часто задаваемые вопросы» и доступных по адресу: https://qwiklabs.com/terms_of_service.

Прикладной учебный проект

В серию специализаций входят:

  • Практические семинары для проведения на нашей платформе Qwiklabs.
  • Применение того, что вы узнаете на записанных курсах.
  • Проекты сосредоточены на такой теме, как продукты Google Cloud Platform.
  • Практический опыт применения принципов, объясненных в модулях.

Details of the courses that make up the specialization

Как Google использует машинное обучение на курсах французского языка

Курс 1 • 14 часов • 4.3 (16 оценок)

  • Детали курса
  • чему ты научишься
    • Описать платформу Vertex AI и способы ее использования для создания, обучения и запуска моделей машинного обучения AutoML без написания кода.
    • Опишите лучшие практики внедрения машинного обучения в Google Cloud.
    • Используйте инструменты и среду Google Cloud Platform для реализации машинного обучения.
    • Сформулировать передовую практику ответственного ВА.

Курс 2 • 15 часов • 4,5 (11 оценок)

  • Детали курса
  • чему ты научишься
    • Объясните, как улучшить качество данных и провести исследовательский анализ.
    • Создавайте и обучайте модели AutoML с помощью Vertex AI и BigQuery ML.
    • Оптимизируйте и оценивайте модели, используя функции потерь и показатели производительности.
    • Создавайте наборы данных для обучения, оценки и экзаменов, которые можно тиражировать и расширять.

Курс 3 • 13 часов

  • Детали курса
  • чему ты научишься
    • Создайте модели машинного обучения TensorFlow и Keras и опишите их ключевые компоненты.
    • Используйте библиотеку tf.data для управления данными и большими наборами данных.
    • Используйте последовательные и функциональные API Keras для создания простых и сложных моделей.
    • Обучайте, запускайте и преобразуйте модели машинного обучения для решения крупномасштабных задач с помощью Vertex AI.

Курс 4 • 10 часов

  • Детали курса
  • чему ты научишься
    • Опишите хранилище функций Vertex AI и сравните основные аспекты, характеризующие соответствующую функцию.
    • Выполняйте разработку функций с помощью BigQuery ML, Keras и TensorFlow.
    • Узнайте, как предварительно обрабатывать и исследовать функции с помощью Dataflow и Dataprep.
    • используйте tf.Transform.

Курс 5 • 17 часов

  • Детали курса
  • чему ты научишься
    • Добро пожаловать в «Искусство и наука машинного обучения». Этот курс состоит из 6 модулей.
    • В ходе курса мы рассмотрим основные навыки — интуицию, логику и экспериментирование, — необходимые для настройки ваших моделей ML и повышения их производительности.
    • Мы научимся обобщать вашу модель с помощью методов регуляризации и обсудим влияние гиперпараметров, таких как размер пакета и скорость обучения, на производительность модели.
    • Мы также представим некоторые из наиболее распространенных алгоритмов оптимизации и объясним, как установить метод оптимизации в коде TensorFlow.