O objetivo deste curso é aproveitar a flexibilidade e a facilidade de uso do TensorFlow 2.x e do Keras para criar, treinar e implantar modelos de machine learning. Você aprenderá sobre a hierarquia da API TensorFlow 2.x e conhecerá os principais componentes do TensorFlow nos exercícios práticos. Mostraremos como trabalhar com conjuntos de dados e colunas de atributos. Você aprenderá a projetar e criar um pipeline de entrada de dados do TensorFlow 2.x. Você terá uma experiência prática com o carregamento de dados CSV, matrizes numpy, dados de texto e imagens usando o tf.Data.Dataset e com a criação de colunas de atributos numéricas, categóricas, em bucket e com hash.
Ce cours fait partie de la Spécialisation Machine Learning with TensorFlow on Google Cloud Platform em Português Brasileiro
23 évaluations
Offert par
À propos de ce cours
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. 11 heures pour terminer
Portugais (brésilien)
Sous-titres : Français, Portugais (brésilien), Allemand, Russe, Anglais, Espagnol, Japonais
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. 11 heures pour terminer
Portugais (brésilien)
Sous-titres : Français, Portugais (brésilien), Allemand, Russe, Anglais, Espagnol, Japonais
Offert par
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.
Programme du cours : ce que vous apprendrez dans ce cours
7 minutes pour terminer
Introdução
A ferramenta que utilizaremos para criar programas de aprendizado de máquina é o TensorFlow, que será apresentado neste curso. No primeiro curso, você aprendeu a formular problemas corporativos como problemas de aprendizado de máquina. No segundo, viu como a máquina funciona na prática e como criar conjuntos de dados que podem ser usados no aprendizado de máquina. Agora que seus dados estão prontos, você pode começar a criar programas de aprendizado de máquina.
7 minutes pour terminer
2 vidéos (Total 7 min)
4 heures pour terminer
Principais componentes do TensorFlow
Apresentaremos os principais componentes do TensorFlow. Além disso, você aprenderá na prática a criar programas de aprendizado de máquina. Você poderá fazer a comparação e a gravação de avaliações preguiçosas (lazy evaluation) e programas imperativos, trabalhar com gráficos, sessões e variáveis e, por fim, depurar programas do TensorFlow.
4 heures pour terminer
19 vidéos (Total 72 min)
19 vidéos
Introdução1 min
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?30 min
Gráfico e sessão30 min
Principais componentes do TensorFlow30 min
5 heures pour terminer
Estimator API
Neste módulo, falaremos sobre a Estimator API.
5 heures pour terminer
18 vidéos (Total 67 min)
18 vidéos
Introdução1 min
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 API30 min
2 heures pour terminer
Como ampliar os modelos do TensorFlow com CMLE
Agora, vamos aprender a treinar seu modelo do TensorFlow na infraestrutura gerenciada do GCP para treinamento e implantação de modelo de aprendizado de máquina.
2 heures pour terminer
6 vidéos (Total 29 min)
6 vidéos
Introdução31s
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 MLE30 min
2 minutes pour terminer
Resumo
Veja o resumo dos tópicos do TensorFlow abordados até agora no curso. Relembraremos o que foi discutido sobre o código do TensorFlow e a Estimator API, além do escalonamento dos seus modelos com o Cloud Machine Learning Engine.
2 minutes pour terminer
1 vidéo (Total 2 min)
1 vidéo
Resumo2 min
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.
Foire Aux Questions
Puis-je prévisualiser un cours avant de m'inscrire ?
À quoi ai-je droit si je m'inscris ?
Quand recevrai-je mon Certificat de Cours ?
Pourquoi ne puis-je pas assister à ce cours en auditeur libre ?
Is financial aid available?
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
