À propos de ce cours

55,100 consultations récentes

Résultats de carrière des étudiants

43%

ont commencé une nouvelle carrière après avoir terminé ce cours

44%

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

29%

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. 7 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais...

Compétences que vous acquerrez

TensorflowBigqueryMachine LearningData Cleansing

Résultats de carrière des étudiants

43%

ont commencé une nouvelle carrière après avoir terminé ce cours

44%

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

29%

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. 7 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais...

Enseignant

Offert par

Logo Google Cloud

Google Cloud

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up92%(2,850 notes)Info
Semaine
1

Semaine 1

9 minutes pour terminer

Introduction

9 minutes pour terminer
2 vidéos (Total 9 min)
2 vidéos
Intro to Qwiklabs5 min
2 heures pour terminer

Practical ML

2 heures pour terminer
10 vidéos (Total 62 min)
10 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
1 exercice pour s'entraîner
Module Quiz30 min
2 heures pour terminer

Optimization

2 heures pour terminer
13 vidéos (Total 60 min)
13 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
1 exercice pour s'entraîner
Module Quiz30 min
4 heures pour terminer

Generalization and Sampling

4 heures pour terminer
9 vidéos (Total 64 min)
9 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
1 exercice pour s'entraîner
Module Quiz30 min
3 minutes pour terminer

Summary

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

Avis

Meilleurs avis pour LAUNCHING INTO MACHINE LEARNING

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

  • 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.

  • Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.

  • Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.

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