À propos de ce cours

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. 12 heures pour terminer

Recommandé : 1 semana de estudo, de 8 a 10 horas/semana...

Portugais (brésilien)

Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais...

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. 12 heures pour terminer

Recommandé : 1 semana de estudo, de 8 a 10 horas/semana...

Portugais (brésilien)

Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais...

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
7 minutes pour terminer

Introdução

2 vidéos (Total 7 min)
2 vidéos
Introdução ao Qwiklabs5 min
3 heures pour terminer

Principais componentes do TensorFlow

19 vidéos (Total 72 min), 4 quiz
19 vidéos
O que é o TensorFlow?2 min
Benefícios de um gráfico direcionado5 min
Hierarquia da API do TensorFlow3 min
Avaliação preguiçosa4 min
Gráfico e sessão4 min
Como avaliar um tensor2 min
Como visualizar um gráfico2 min
Tensores6 min
Variáveis6 min
Introdução ao laboratório: como escrever programas do TensorFlow em baixo nível16s
Solução do laboratório8 min
Introdução5 min
Problemas de forma3 min
Como resolver problemas de forma2 min
Problemas de tipo de dados1 min
Como depurar programas completos4 min
Introdução: como depurar programas completos15s
Demonstração: como depurar programas completos3 min
3 exercices pour s'entraîner
O que é o TensorFlow?2 min
Gráfico e sessão8 min
Principais componentes do TensorFlow20 min
Semaine
2
4 heures pour terminer

Estimator API

18 vidéos (Total 67 min), 4 quiz
18 vidéos
API Estimator3 min
Estimators pré-desenvolvidos5 min
Demonstração: modelo do preço de imóveis1 min
Como estabelecer pontos de verificação1 min
Treinamento em conjuntos de dados na memória2 min
Introdução ao laboratório: API Estimator39s
Solução do laboratório: API Estimator10 min
Treinamento em grandes conjuntos de dados com a API Dataset8 min
Introdução ao laboratório: como escalonar a ingestão do TensorFlow com o uso de lotes35s
Solução do laboratório: como escalonar a ingestão do TensorFlow com o uso de lotes5 min
Grandes jobs, treinamento distribuído6 min
Como monitorar com o TensorBoard3 min
Demonstração: IU do TensorBoard28s
Como disponibilizar funções de entrada5 min
Recapitulação: API Estimator1 min
Introdução ao laboratório: como criar um modelo de treinamento do TensorFlow com a API Estimator51s
Solução do laboratório: como criar um modelo de treinamento do TensorFlow com a API Estimator7 min
1 exercice pour s'entraîner
Teste – Estimator API18 min
Semaine
3
2 heures pour terminer

Como ampliar os modelos do TensorFlow com CMLE

6 vidéos (Total 29 min), 2 quiz
6 vidéos
Por que usar o Cloud Machine Learning Engine?6 min
Como treinar um modelo2 min
Como monitorar e implantar jobs de treinamento2 min
Introdução ao laboratório: como escalonar o TensorFlow com o Cloud Machine Learning Engine50s
Solução do laboratório: como escalonar o TensorFlow com o Cloud Machine Learning Engine16 min
1 exercice pour s'entraîner
Teste – Cloud MLE10 min
2 minutes pour terminer

Resumo

1 vidéo (Total 2 min)
1 vidéo
Resumo2 min

À propos de Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success....

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

O que é aprendizado de máquina e que tipos de problema ele pode resolver? Quais são as cinco fases da conversão de um possível caso de uso de aprendizado de máquina e por que é importante que elas não sejam ignoradas? Por que as redes neurais são tão requisitadas hoje? Como configurar um problema de aprendizado supervisionado, além de encontrar uma solução ótima e generalizável com gradiente descendente e uma boa forma de criar conjuntos de dados? Aprenda a gravar modelos de aprendizado de máquina distribuídos com escalonamento no TensorFlow, faça escalonamento horizontal do treinamento desses modelos e ofereça previsões de alto desempenho. Converta dados brutos em atributos para informar características importantes desses dados ao aprendizado de máquina e ofereça uma percepção humana para dar suporte ao problema. Por fim, aprenda a incorporar a combinação ideal de parâmetros que produz modelos precisos e generalizados, além de conhecer a teoria para resolver tipos específicos de problemas de aprendizado de máquina. Você passará por todas as etapas do aprendizado de máquina, desde a criação de uma estratégia voltada para aprendizado de máquina até o treinamento, a otimização e a produção de modelos em laboratórios práticos com o Google Cloud Platform. >>> Ao se inscrever nesta especialização você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform em Português Brasileiro

Foire Aux Questions

  • Oui, vous pouvez prévisualiser la première vidéo et consulter le programme du cours avant de vous inscrire. Vous devez acheter le cours pour accéder au contenu non inclus dans la prévisualisation.

  • Si vous décidez de vous inscrire au cours avant la date de début de session, vous aurez accès à toutes les vidéos et lectures du cours. Vous pourrez soumettre des devoirs à partir du début de la session.

  • Une fois que vous êtes inscrit(e) et que votre session commence, vous avez accès à toutes les vidéos et aux autres ressources, y compris les éléments à lire et le forum de discussion du cours. Vous pouvez afficher et soumettre des devoirs pour vous exercer, et terminer les devoirs notés requis pour obtenir une note et un Certificat de Cours.

  • Si vous réussissez le cours, votre Certificat de Cours électronique sera ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat de Cours ou l'ajouter à votre profil LinkedIn.

  • Ce cours fait partie du nombre restreint de cours proposés par Coursera actuellement disponibles uniquement aux étudiants ayant payé les frais du cours ou bénéficié de l'Aide Financière, lorsqu'elle est disponible.

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