Contents
使用 Google Cloud 學習進階機器學習。在 Google Cloud Platform 上使用 TensorFlow 建立可投入生產的機器學習模型。
關於此課程
這 4 門專業課程聚焦於使用 Google Cloud Platform (GCP )的進階機器學習主題,你將獲得實踐經驗,在動手實驗室中優化、佈署和擴充生產各種類型的機器學習( ML ,Machine Learning ) 模型。 本課程繼續“Google Cloud 的機器學習的專業課程”未涵蓋的部分,教你如何為結構化資料、影像資料、時間序列和自然語言文字建構可擴充、準確和生產就緒的模型。本課程在建立推薦系統的專案後總結。早期課程中介紹的主題在後面的課程中引用,因此建議你按照順序學習課程。
學習本課程的先決條件:基本SQL、熟悉 Python 和 TensorFlow。
製作方

第 1 門課程 生產機器學習系統
你將學到
- 比較靜態與動態訓練與推理
- 管理模型依賴關係
- 設定容錯、複製等分散式訓練
- 匯出模型以實現便攜性
第 2 門課程 Google Cloud 上的電腦視覺基礎知識
你將學到
- 從高層次理解電腦視覺可以解決的問題類型
- 了解電腦視覺通常使用的一些關鍵概念和模型架構
你將獲得的技能
Tensorflow | Convolutional Neural Network | Estimator |
進階的機器學習 |
第 3 門課程 Google Cloud 上的自然語言處理
你將學到
本課程介紹 Google Cloud 上解決 NLP 問題的產品和解決方案。 此外,它還探索了使用 Vertex AI 和 TensorFlow 開發神經網路 NLP 專案的流程、技術和工具。
- 認識Google Cloud上的NLP產品和解決方案。
- 使用 AutoML 和 Vertex AI 建立端到端 NLP 工作流程。
- 使用 TensorFlow 建立不同的 NLP 模型,包括 DNN、RNN、LSTM 和 GRU。
- 識別高級 NLP 模型,例如編碼器-解碼器、注意力機制、變壓器和 BERT。
- 了解遷移學習並應用預訓練模型來解決 NLP 問題。
先修條件:基本 SQL、熟悉 Python 和 TensorFlow
第 4 門課程 Google Cloud 上的推薦系統
你將學到
- 設計一個基於內容的推薦引擎。
- 實現協同過濾推薦引擎。
- 使用用戶和內容嵌入建立混合推薦引擎。
- 在建議的背景下使用強化學習技術來處理情境強盜。
到官方網站了解本課程與上課


你可能會有興趣
- 更多 Coursera 上知名大學與 Google 等提供的線上課程
- TensorFlow 相關線上課程
- 英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣!
發表迴響