À propos de ce cours
4.5
918 notes
107 avis
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 7 heures pour terminer

Recommandé : 5 - 7 hours per week...
Langues disponibles

Anglais

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

Compétences que vous acquerrez

TensorflowBigqueryMachine LearningData Cleansing
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 7 heures pour terminer

Recommandé : 5 - 7 hours per week...
Langues disponibles

Anglais

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

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
9 minutes pour terminer

Introduction

In this course you’ll get foundational ML knowledge so that you understand the terminology that we use throughout the specialization. You will also learn practical tips and pitfalls from ML practitioners here at Google and walk away with the code and the knowledge to bootstrap your own ML models....
Reading
2 vidéos (Total 9 min)
Video2 vidéos
Intro to Qwiklabs5 min
Heures pour terminer
1 heure pour terminer

Practical ML

In this module, we will introduce some of the main types of machine learning and review the history of ML leading up to the state of the art so that you can accelerate your growth as an ML practitioner....
Reading
10 vidéos (Total 62 min), 1 quiz
Video10 vidéos
Supervised Learning5 min
Regression and Classification11 min
Short History of ML: Linear Regression7 min
Short History of ML: Perceptron5 min
Short History of ML: Neural Networks7 min
Short History of ML: Decision Trees5 min
Short History of ML: Kernel Methods4 min
Short History of ML: Random Forests4 min
Short History of ML: Modern Neural Networks8 min
Quiz1 exercice pour s'entraîner
Module Quiz6 min
Heures pour terminer
1 heure pour terminer

Optimization

In this module we will walk you through how to optimize your ML models....
Reading
13 vidéos (Total 61 min), 1 quiz
Video13 vidéos
Defining ML Models4 min
Introducing the Natality Dataset6 min
Introducing Loss Functions6 min
Gradient Descent5 min
Troubleshooting a Loss Curve2 min
ML Model Pitfalls6 min
Lab: Introducing the TensorFlow Playground6 min
Lab: TensorFlow Playground - Advanced3 min
Lab: Practicing with Neural Networks6 min
Loss Curve Troubleshooting1 min
Performance Metrics3 min
Confusion Matrix5 min
Quiz1 exercice pour s'entraîner
Module Quiz6 min
Heures pour terminer
3 heures pour terminer

Generalization and Sampling

Now it’s time to answer a rather weird question: when is the most accurate ML model not the right one to pick? As we hinted at in the last module on Optimization -- simply because a model has a loss metric of 0 for your training dataset does not mean it will perform well on new data in the real world. ...
Reading
9 vidéos (Total 64 min), 3 quiz
Video9 vidéos
Generalization and ML Models6 min
When to Stop Model Training5 min
Creating Repeatable Samples in BigQuery6 min
Demo: Splitting Datasets in BigQuery8 min
Lab Introduction1 min
Lab Solution Walkthrough9 min
Lab Introduction2 min
Lab Solution Walkthrough23 min
Quiz1 exercice pour s'entraîner
Module Quiz12 min
Heures pour terminer
3 minutes pour terminer

Summary

...
Reading
1 vidéo (Total 3 min)
Video1 vidéo
4.5
107 avisChevron Right

Meilleurs avis

par PAAug 4th 2018

Good course, covering all the basics about machine learning and most importantly, everything that surrounds an ml project and you need to take into account to make your ml project successful.

par ESApr 29th 2018

The technical knowledge is introduced very progressively. You understand the historic evolution and practical usage of models. Great content!

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 de la Spécialisation Machine Learning with TensorFlow on 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 < *Look for details below for COMPLETION CHALLENGE, receive a GCP t-shirt!* 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. Complete any GCP specialization from now through November 30, 2018 for an opportunity to receive a GCP t-shirt (while supplies last). See forums for details....
Machine Learning with TensorFlow on Google Cloud Platform

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. Si vous souhaitez suivre ce cours alors que vous n'avez pas les moyens d'en acquitter les frais, nous vous recommandons de soumettre une demande d'Aide Financière.

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