fbpx

在 Google 雲端平台用 TensorFlow 做機器學習的進階專業課程

瞭解進階的 Google Cloud 機器學習。在 Google 雲端平台上使用 TensorFlow 建構營運就緒的機器學習模型。

關於此課程

這 5 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“在 Google 雲端平台用 TensorFlow 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。

到官方網站了解本課程與上課

製作方  

googlecloud.png

第 1 門課程  在 GCP 上使用 TensorFlow 做端到端的機器學習

>>通過註冊此專業課程,你同意 FAQ 中所述的 Qwiklabs 服務條款,位於:https://qwiklabs.com/terms_of_service <<<

本課程將回顧一下“在 Google 雲端平台用 TensorFlow 機器學習的專業課程”。想知道自己是否懂了的最佳方法之一是實際應用你學過的概念和技術。因此,本課程以工作室的方式進行,你將在 Google Cloud Platform 上使用TensorFlow 做端到端機器學習。

更多

模組 1 : Welcome to the Course

模組 2 : ML on GCP

模組 3 : Explore the Data

模組 4 : Create the Dataset

模組 5 : Build the Model

模組 6 : Operationalize the Model

模組 7 : Summary


第 2 門課程  機器學習系統的營運

課程概述

在本專業的第二個課程中,我們將深入研究生產環境中的高效能 ML 系統的元件和最佳實踐 。

更多

模組 1 : Welcome to the Course

模組 2 : Architecting Production ML Systems

模組 3 : Ingesting data for Cloud-based analytics and ML

模組 4 : Designing Adaptable ML systems

模組 5 : Designing High-performance ML systems

模組 6 : Hybrid ML systems

模組 7 : Course Summary


第 3 門課程  在GCP 用 TensorFlow 理解影像

課程概述

在本課程中,我們將介紹使用卷積神經網路( convolutional neural networks )建構影像分類器的不同策略。我們將通過增強、特徵提取和微調超參數來提高模型的準確性,同時避免過度彌合資料。我們還將深入在實作下有可能遇到的問題,例如,當你沒有足夠的資料以及如何將最新的研究發現納入我們的模型。你將在我們一起工作的實驗室中的各種公共資料集上進行實踐練習並優化你自己的影像分類模型。

更多

模組 1 : Welcome to Image Understanding with TensorFlow on GCP

模組 2 : Linear and DNN Models

模組 3 : Convolutional Neural Networks (CNNs)

模組 4 : Dealing with Data Scarcity

模組 5 : Going Deeper Faster

模組 6 : Pre-built ML Models for Image Classification

模組 7 : Summary


第 4 門課程  時間序列與自然語言處理的序列模型

課程概述

本課程介紹了序列模型( sequence models )及其應用,包括

  • 序列模型架構的概述以及如何處理各種長度的輸入
  • 預測時間序列( time-series )的未來值
  • 對自由格式文字進行分類
  • 使用遞迴神經網路( recurrent neural networks )解決時間序列和文字( text )問題
  • 在 RNN / LSTM 和更簡單的模型之間進行選擇
  • 在文字問題中訓練和重用單詞嵌入

你將親自動手在我們共同工作的實驗室中的各種公共資料集上練習構建和優化你自己的文字分類和序列模型。

更多

模組 1 : Working with Sequences

模組 2 : Recurrent Neural Networks

模組 3 : Dealing with Longer Sequences

模組 4 : Text Classification

模組 5 : Reusable Embeddings

模組 6 : Encoder-Decoder Models

模組 7 : Summary


第 5 門課程  在 GCP 使用 TensorFlow 實踐推薦系統

課程概述

在本課程中,你將應用分類模型和嵌入的知識來建構作為推薦引擎的 ML 管道。

  • 設計基於內容的推薦引擎
  • 實施協作過濾推薦引擎
  • 建構具有使用者和內容嵌入的混合推薦引擎

更多

模組 1 : Recommendation Systems Overview

模組 2 : Content-Based Recommendation Systems

模組 3 : Collaborative Filtering Recommendation Systems 

模組 4 : Neural Networks for Recommendation Systems

模組 5 : Building an End-to-End Recommendation System

模組 6 : Summary


到官方網站了解本課程與上課

你可能會有興趣

 歡迎使用 App / Email | Telegram 訂閱 網站更新

Spread the love

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: