在线课程 – 使用 Google Cloud 进行机器学习的认证专业化Google Cloud 中的 TensorFlow

了解如何将机器学习技术与 Google Cloud 结合使用。了解如何在实际条件下自始至终使用机器学习。

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
在线课程 - 使用 Google Cloud 进行机器学习的认证专业化Google Cloud 中的 TensorFlow

Professional Certificate

中档

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • 项目管理能力
  • 沟通技巧
  • 批判性思维
  • 分析工具
  • 数字营销
  • 解决问题的创造力
  • 使用新技术的经验
  • 团队合作能力
  • 战略规划
  • 市场理解和消费者行为

What you will learn in the course

Courses for which the course is suitable

  • 机器学习工程师
  • 开发人工智能
  • 数据分析师
  • 数据科学家
  • 数据建模专家
  • 专攻机器学习的软件开发人员
  • 人工智能领域的项目经理
  • 机器学习领域的研究人员
  • TensorFlow 专家
  • 数据系统分析师

专业化 – 由五部分组成的课程系列

什么是机器学习？

  • 它能解决什么样的问题？
  • 处理机器学习使用案例所需的 5 个步骤：
    • 为什么每个步骤都是必不可少的？
  • 为什么神经网络变得如此流行？
  • 您如何定义监督学习问题？
  • 如何借助梯度下降法得出合适的解决方案？
  • 构建数据系统的合适方法。

了解如何：

  • 创建可在 TensorFlow 中发展的分布式机器学习模型。
  • 调整模型的训练，以从水平扩展功能中受益。
  • 实现高性能预测。
  • 将原始数据转换为特征，以便机器学习过程可以识别数据中的重要特征。
  • 创建在问题上下文中有意义的见解。
  • 结合参数的组合，实现准确的性模型。
  • 了解理论对于解决特定类型的机器学习问题是必要的。

体验端到端机器学习：

  • 从创建以机器学习为中心的策略开始。
  • 训练、优化和模型生成过程中的进度。
  • 使用 Google Cloud 平台的实践研讨会。

注册实习系列

注册此专业化系列，即表示您同意 Qwiklabs 使用条款，这些条款在常见问题解答中列出，可在以下网址获得： https://qwiklabs.com/terms_of_service

应用学习项目

实习系列包括：

  • 在我们的 Qwiklabs 平台上进行的实践研讨会。
  • 应用您在录制课程中学到的知识。
  • 项目围绕 Google Cloud Platform 产品等主题进行。
  • 实践模块中解释的原则。

Details of the courses that make up the specialization

Google 如何在法语课程中进行机器学习

课程 1 • 14 小时 • 4.3 （16 个评分）

  • 课程详情
  • 学习内容
    • 描述 Vertex AI 平台以及如何使用它来创建、训练和启动 AutoML 机器学习模型，而无需编写代码。
    • 描述在 Google Cloud 中实施机器学习的良好做法。
    • 利用 Google Cloud Platform 的工具和环境来实施机器学习。
    • 制定负责任的 IA 的良好作业模式。

课程 2 • 15 小时 • 4.5 （11 个评分）

  • 课程详情
  • 学习内容
    • 说明如何提高数据质量并执行探索性分析。
    • 使用 Vertex AI 和 BigQuery ML 创建和训练 AutoML 模型。
    • 使用损失函数和性能指标优化和评估模型。
    • 创建可复制和扩展的用于训练、评估和测试的数据集。

课程 3 • 13 小时

  • 课程详情
  • 学习内容
    • 创建 TensorFlow 和 Keras 机器学习模型并描述其关键组件。
    • 使用 tf.data 库操作大数据和数据集。
    • 使用 Keras Sequential API 和 Functional API 创建简单、高级的模型。
    • 使用 Vertex AI 训练、启动 ML 模型并将其转化为大规模挑战。

课程 4 • 10 小时

  • 课程详情
  • 学习内容
    • 描述 Vertex AI Feature Store 并比较表征相关特征的关键方面。
    • 使用 BigQuery ML、Keras 和 TensorFlow 执行特征工程。
    • 了解如何使用 Dataflow 和 Dataprep 预处理和探索功能。
    • 使用 tf.变换。

课程 5 • 17 小时

  • 课程详情
  • 学习内容
    • 欢迎来到“机器学习的艺术与科学”。本课程由 6 个模块组成。
    • 在本课程中，我们将研究调整 ML 模型并提高其性能所需的基本技能——直觉、逻辑和实验。
    • 我们将学习如何在正则化技术的帮助下泛化您的模型，并讨论超参数（如份量和学习率）对模型性能的影响。
    • 我们还将介绍一些最常见的优化算法，并说明如何在 TensorFlow 代码中确定优化方法。

相关产品