À propos de ce cours

49,063 consultations récentes

Résultats de carrière des étudiants

12%

ont commencé une nouvelle carrière après avoir terminé ce cours

18%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

14%

a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 14 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Allemand, Russe, Anglais, Espagnol, Japonais...

Résultats de carrière des étudiants

12%

ont commencé une nouvelle carrière après avoir terminé ce cours

18%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

14%

a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 14 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Allemand, Russe, Anglais, Espagnol, Japonais...

Enseignant

Offert par

Placeholder

Google Cloud

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up88%(1,858 notes)Info
Semaine
1

Semaine 1

1 minute pour terminer

Introduction

1 minute pour terminer
1 vidéo (Total 1 min)
3 heures pour terminer

Raw Data to Features

3 heures pour terminer
14 vidéos (Total 52 min)
14 vidéos
Good vs Bad Features2 min
Quiz: Features are Related to the Objective3 min
Features Known at Prediction-time3 min
Quiz: Features are Knowable at Prediction Time4 min
Lab Intro: Basic Feature Engineering in Keras30s
Quiz: Features Should be Numeric5 min
Features Should Have Enough Examples1 min
Quiz: Features Should Have Enough Examples (p1)2 min
Quiz: Features Should Have Enough Examples (p2)2 min
Bringing Human Insight27s
Representing Features8 min
ML vs Statistics3 min
Lab Solution: Improve model accuracy with new features12 min
2 exercices pour s'entraîner
Raw Data to Features30 min
Representing Features30 min
5 heures pour terminer

Preprocessing and Feature Creation

5 heures pour terminer
10 vidéos (Total 52 min)
10 vidéos
Beam and Dataflow9 min
Lab Intro: Simple Dataflow Pipeline19s
Lab Solution: Simple Dataflow Pipeline6 min
Data Pipelines that Scale5 min
Lab Intro: MapReduce in Dataflow33s
Lab Solution: MapReduce in Dataflow3 min
Preprocessing with Cloud Dataprep6 min
Lab Intro: Computing Time-Windowed Features in Cloud Dataprep10 min
Lab Solution: Computing Time-Windowed Features in Cloud Dataprep36s
3 exercices pour s'entraîner
Preprocessing and Feature Creation30 min
Apache Beam and Cloud Dataflow30 min
Preprocessing with Cloud Dataprep30 min
3 heures pour terminer

Feature Crosses

3 heures pour terminer
18 vidéos (Total 90 min)
18 vidéos
What is a Feature Cross?5 min
Discretization1 min
Memorization vs. Generalization4 min
Taxi colors4 min
Lab Intro: Feature Crosses to create a good classifier26s
Lab Solution: Feature Crosses to create a good classifier6 min
Sparsity + Quiz5 min
Lab Intro: Too Much of a Good Thing31s
Lab Solution: Too Much of a Good Thing7 min
Implementing Feature Crosses5 min
Embedding Feature Crosses9 min
Where to Do Feature Engineering6 min
Feature Creation in TensorFlow2 min
Feature Creation in DataFlow2 min
Lab Intro: Improve ML Model with Feature Engineering42s
Lab Solution (p1): ML Fairness Debrief3 min
Lab Solution (p2): Improve ML Model with Feature Engineering20 min
1 exercice pour s'entraîner
Feature crosses30 min
2 heures pour terminer

TF Transform

2 heures pour terminer
7 vidéos (Total 42 min)
7 vidéos
TensorFlow Transform8 min
Analyze phase3 min
Transform phase4 min
Supporting serving3 min
Lab Intro: Exploring tf.transform1 min
Lab Solution: Exploring tf.transform19 min
1 exercice pour s'entraîner
tf.transform30 min
3 minutes pour terminer

Summary

3 minutes pour terminer
1 vidéo (Total 3 min)
1 vidéo
Summary3 min

Avis

Meilleurs avis pour INGÉNIERIE DES FONCTIONNALITÉS

Voir tous les avis

À propos du Spécialisation Machine Learning with TensorFlow on Google Cloud Platform

What is machine learning, and what kinds of problems can it solve? What are the five phases of converting a candidate use case to be driven by machine learning, and why is it important that the phases not be skipped? Why are neural networks so popular now? How can you set up a supervised learning problem and find a good, generalizable solution using gradient descent and a thoughtful way of creating datasets? Learn how to write distributed machine learning models that scale in Tensorflow, scale out the training of those models. and offer high-performance predictions. Convert raw data to features in a way that allows ML to learn important characteristics from the data and bring human insight to bear on the problem. Finally, learn how to incorporate the right mix of parameters that yields accurate, generalized models and knowledge of the theory to solve specific types of ML problems. You will experiment with end-to-end ML, starting from building an ML-focused strategy and progressing into model training, optimization, and productionalization with hands-on labs using Google Cloud Platform. > By enrolling in this specialization you agree to the Qwiklabs Terms of Service as set out in the FAQ and located at: https://qwiklabs.com/terms_of_service <...
Machine Learning with TensorFlow on Google Cloud Platform

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.