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

Google 如何在葡萄牙语课程中进行机器学习

课程 1

• 19 小时
• 4.8 （73 评价）

课程详情

学习内容

• 如何使用 Vertex AI 平台使用 AutoML 创建、训练和实施机器学习模型，而无需编写任何代码。
• 描述在 Google Cloud 中实施机器学习的推荐原则。
• 使用 Google Cloud Platform 工具和环境来处理 ML。
• 详细说明负责任的 AI 的推荐原则。

课程 2

• 11 小时
• 4.5 （31 评价）

课程详情

学习内容

• 描述如何提高数据质量并基于数据执行探索性分析。
• 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。
• 创建可重复且可扩展的数据集，用于训练、评估和测试。

您将获得的技能

• 类别： 1.96
• 类别： 文章
• 类别： 先验和后验
• 类别： 临界值

课程 3

• 18 小时
• 4.6 （23 评价）

课程详情

学习内容

• 本课程的目标是利用 TensorFlow 2.x 和 Keras 的灵活性和易用性来创建、训练和实施机器学习模型。
• 您将了解TensorFlow 2.x API的层次结构，并在动手练习中熟悉TensorFlow的关键要素。
• 我们将了解如何使用数据系统和特征列。
• 您将学习如何设计和创建 TensorFlow 2.x 数据输入流水线。
• 您将获得使用 tf 加载 CSV 数据、numpy 数组、文本数据和图像的实践经验。Data.Dataset 以及如何创建数值、分类、类别和哈希属性列。
• 我们将展示 Keras Sequential 和 Keras Functional API，向您展示如何创建深度学习模型。
• 我们将讨论 operational、loss 和 optimization 函数。
• 在 Jupyter 的动手实验室中，您可以创建具有基本线性回归以及基本和高级逻辑回归的机器学习模型。
• 您将学习使用云的 AI Platform 大规模训练、实施和创建机器学习模型。

课程 4

• 8 小时
• 4.5 （15 评价）

课程详情

学习内容

• 描述 Vertex AI Feature Store 并比较实现良好功能所需的关键方面。
• BigQuery ML、Keras 和 TensorFlow 中的属性使用。
• 分析如何预处理和使用 Dataflow 和 Dataprep 的功能。
• 实现 TF.变换。

课程 5

• 18 小时
• 4.7 （15 评价）

课程详情

学习内容

• 这是“机器学习的艺术与科学”课程。该课程包括六个模块。我们将讨论 ML 中的直觉、逻辑和实验等基本技能，以拟合和优化模型并提高性能。
• 您将学习使用监管技术滚动模型，并熟悉超参数（例如数据集大小和学习率）对模型性能的影响。
• 我们还将讨论一些用于优化模型的最常见算法，并了解如何在 TensorFlow 代码中指定优化方法。