À propos de ce cours

119,841 consultations récentes

Résultats de carrière des étudiants

50%

ont commencé une nouvelle carrière après avoir terminé ce cours

43%

ont bénéficié d'un avantage concret dans leur carrières grâce à 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 débutant
Approx. 14 heures pour terminer
Anglais

Ce que vous allez apprendre

  • Assess the feasibility of your own ML use case and its ability to meaningfully impact your business.

  • Identify the requirements to build, train, and evaluate an ML model.

  • Define data characteristics and biases that affect the quality of ML models.

  • Recognize key considerations for managing ML projects.

Résultats de carrière des étudiants

50%

ont commencé une nouvelle carrière après avoir terminé ce cours

43%

ont bénéficié d'un avantage concret dans leur carrières grâce à 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 débutant
Approx. 14 heures pour terminer
Anglais

Enseignant

Offert par

Placeholder

Google Cloud

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up94%(8,193 notes)Info
Semaine
1

Semaine 1

27 minutes pour terminer

Module 1: Introduction

27 minutes pour terminer
1 vidéo (Total 5 min), 3 lectures
1 vidéo
3 lectures
How to download course resources2 min
How to send feedback10 min
Course Slides10 min
1 heure pour terminer

Module 2: Identifying business value for using ML

1 heure pour terminer
4 vidéos (Total 25 min), 1 lecture, 1 quiz
4 vidéos
AI vs ML vs Deep Learning10 min
Phase 1: Assess feasibility4 min
Practice assessing the feasibility of ML use cases7 min
1 lecture
Worksheet45 min
1 exercice pour s'entraîner
Identifying business value for using ML10 min
Semaine
2

Semaine 2

1 heure pour terminer

Module 3: Defining ML as a practice

1 heure pour terminer
9 vidéos (Total 42 min), 1 lecture, 1 quiz
9 vidéos
Standard algorithm and data4 min
Data quality8 min
Predictive insights and decisions5 min
More ML examples5 min
Practice series: Analyze the ML use case1 min
Saving the world's bees1 min
Google Assistant for accessibility1 min
Exercise review and Why ML now5 min
1 lecture
Module 3: Worksheet30 min
1 exercice pour s'entraîner
Defining ML as a practice10 min
3 heures pour terminer

Module 4: Building and evaluating ML models

3 heures pour terminer
6 vidéos (Total 56 min)
6 vidéos
Building labeled datasets18 min
Training an ML model21 min
General best practices3 min
Introduction to hands-on labs6 min
Lab 1: Review28s
1 exercice pour s'entraîner
Building and evaluating ML models20 min
Semaine
3

Semaine 3

3 heures pour terminer

Module 5: Using ML responsibly and ethically

3 heures pour terminer
6 vidéos (Total 31 min)
6 vidéos
Google's AI Principles4 min
Common types of human bias6 min
Evaluating model fairness11 min
Guidelines and Hands-on Lab5 min
Lab 2: Review1 min
1 exercice pour s'entraîner
Using ML responsibly and ethically20 min
3 heures pour terminer

Module 6: Discovering ML use cases in day-to-day business

3 heures pour terminer
6 vidéos (Total 45 min), 1 lecture, 2 quiz
6 vidéos
Automate processes and understand unstructured data9 min
Personalize applications with ML10 min
Creative uses of ML13 min
Sentiment analysis and Hands-on Lab2 min
Lab 3: Review1 min
1 lecture
Sentiment Analysis Worksheet45 min
1 exercice pour s'entraîner
Discovering ML use cases in day-to-day business30 min
Semaine
4

Semaine 4

2 heures pour terminer

Module 7: Managing ML projects successfully

2 heures pour terminer
7 vidéos (Total 48 min)
7 vidéos
Data strategy (pillars 1–3)8 min
Data strategy (pillars 4–7)6 min
Data governance8 min
Build successful ML teams7 min
Create a culture of innovation and Hands-on Lab8 min
Lab 4: Review1 min
1 exercice pour s'entraîner
Managing ML projects successfully20 min
8 minutes pour terminer

Module 8: Summary

8 minutes pour terminer
1 vidéo (Total 8 min)
1 vidéo
Summary8 min

Avis

Meilleurs avis pour MANAGING MACHINE LEARNING PROJECTS WITH GOOGLE CLOUD

Voir tous les avis

Foire Aux Questions

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