fbpx

Google Cloud 的機器學習專業課程

Contents

學習 Google Cloud 的 ML( Machine Learning,機器學習),真實世界的端到端( end-to-end ) ML 實驗。

關於此課程

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

  • 什麼是機器學習,它可以解決哪些問題?
  • 將候選用例轉換為機器學習驅動的五個階段是什麼?
  • 為什麼不跳過階段這一點很重要?
  • 為什麼神經網路現在如此受歡迎?
  • 你如何設定有監督的學習問題,並使用梯度下降和建立資料集的深思熟慮的方法找到一個好的,可推廣的解決方案?
  • 學習如何編寫可在 Tensorflow 中擴充的分散式機器學習模型,擴充這些模型的培訓。並提供高效能預測。
  • 將原始資料轉換為特徵,使 ML 能夠從資料中學習重要特徵,並使人類的洞察力能夠解決問題。
  • 最後,學習如何合併正確的參數組合,以產生準確的,通用的模型和理論知識,以解決特定型別的 ML 問題。
  • 你將嘗試使用端到端 ML,從建構以 ML 為中心的戰略開始,並使用 Google 雲端平臺通過動手實驗進行模型培訓、優化和生產。

製作方  

googlecloud.png

第 1 門課程  Google 如何進行機器學習

你將學到 :

  • 描述 Vertex AI Platform 以及如何使用它快速建置、訓練和部署 AutoML 機器學習模型,而無需編寫任何程式碼
  • 描述在 Google Cloud 上實施機器學習的最佳實踐
  • 利用 Google Cloud 工具和環境進行機器學習
  • 闡明負責任的人工智慧最佳實踐

第 2 門課程  啟動機器學習

你將學到 :

  • 描述如何提高資料品質並執行探索性資料分析
  • 使用 Vertex AI 和 BigQuery ML 建立和訓練 AutoML 模型
  • 使用損失函數和性能指標優化和評估模型
  • 建立可重複且可擴展的訓練、評估和測試資料集

你將獲得的技能

Application Programming Interfaces (API)Inclusive ML機器學習
谷歌雲端平台Bigquery

第 3 門課程  Google Cloud 的 TensorFlow

你將學到 :

  • 建立 TensorFlow 和 Keras 機器學習模型並描述其關鍵元件。
  • 使用 tf.data 函式庫來操作資料和大型資料集。
  • 使用 Keras Sequential 和 Function API 進行簡單和進階的模型建立。
  • 使用 Vertex AI 大規模訓練、部署和生產 ML 模型。

你將獲得的技能

Tensorflow機器學習雲端運算

第 4 門課程  特徵工程

你將學到 :

  • 描述 Vertex AI Feature Store 並比較優秀功能所需的關鍵面向。
  • 使用 BigQuery ML、Keras 和 TensorFlow 執行特徵工程。
  • 討論如何使用 Dataflow 和 Dataprep 預處理和探索功能。
  • 使用 tf.Transform。

你將獲得的技能

機器學習Python程式設計建構輸入資料管道
Tensorflowkeras

第 5 門課程   企業中的機器學習

你將學到 :

  • 描述資料管理、治理和預處理選項
  • 確定何時使用 Vertex AutoML、BigQuery ML 和自訂訓練
  • 實作 Vertex Vizier 超參數調整
  • 解釋如何使用 Vertex AI 建立大量和線上預測、設定模型監控以及建立管道

你將獲得的技能

TensorflowBigquery機器學習
資料清理

 到官方網站了解本課程與上課

Sponsored by Coursera


你可能會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 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: