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. 14 heures pour terminer
Portugais (brésilien)
Sous-titres : Français, Portugais (brésilien), Allemand, 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. 14 heures pour terminer
Portugais (brésilien)
Sous-titres : Français, Portugais (brésilien), Allemand, Anglais, Espagnol, Japonais...

Offert par

Logo Google Cloud

Google Cloud

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

1 heure pour terminer

Este é o "Serverless Machine Learning on Google Cloud Platform"

1 heure pour terminer
2 vidéos (Total 5 min)
2 vidéos
Considerações sobre machine learning2 min
1 exercice pour s'entraîner
Pré-teste do curso de machine learning30 min
3 heures pour terminer

Módulo 1: Primeiros passos com machine learning

3 heures pour terminer
21 vidéos (Total 109 min)
21 vidéos
Tipos de ML3 min
O canal de ML2 min
Variantes do modelo de ML7 min
Como classificar um problema de ML2 min
Como usar machine learning (ML)8 min
Otimização9 min
Um playground de rede neural18 min
Como combinar atributos3 min
Engenharia de atributos3 min
Modelos de imagem5 min
ML eficaz2 min
Quais são os elementos de um bom conjunto de dados?5 min
Métricas de erro3 min
Precisão2 min
Precisão e recall5 min
Como criar conjuntos de dados de machine learning3 min
Como dividir conjuntos de dados6 min
Python Notebooks1 min
Visão geral do laboratório Como criar conjuntos de dados de ML3 min
Revisão do laboratório Como criar conjuntos de dados de ML2 min
1 exercice pour s'entraîner
Teste do módulo 130 min
6 heures pour terminer

Módulo 2: Criação de modelos de ML com o TensorFlow

6 heures pour terminer
15 vidéos (Total 65 min)
15 vidéos
O que é o TensorFlow?5 min
Principais características do TensorFlow5 min
Visão geral do laboratório Primeiros passos com o TensorFlow7s
Revisão do laboratório TensorFlow10 min
API Estimator8 min
Machine learning com o tf.estimator15s
Revisão do laboratório Estimator7 min
Como criar ML eficaz6 min
Introdução ao laboratório Refatoração para adicionar a criação de lotes e recursos38s
Revisão do laboratório Refatoração4 min
Treine e avalie4 min
Monitoramento1 min
Introdução ao laboratório: Treinamento e monitoramento distribuídos2 min
Revisão do laboratório: Treinamento e monitoramento distribuídos7 min
1 exercice pour s'entraîner
Teste do módulo 230 min
2 heures pour terminer

Módulo 3: Escalonamento de modelos de ML com o Cloud ML Engine

2 heures pour terminer
7 vidéos (Total 28 min)
7 vidéos
Por que usar o Cloud ML Engine?6 min
Fluxo de trabalho de desenvolvimento1 min
Como empacotar o treinador3 min
TensorFlow Serving3 min
Laboratório: Como escalonar ML39s
Revisão do laboratório: Como escalonar ML10 min
1 exercice pour s'entraîner
Teste do módulo 330 min
3 heures pour terminer

Módulo 4: Engenharia de atributos

3 heures pour terminer
16 vidéos (Total 92 min)
16 vidéos
Atributos bons7 min
Causalidade8 min
Numérico5 min
Exemplos suficientes7 min
Dados brutos para os atributos1 min
Atributos categóricos8 min
Cruzamento de atributos3 min
Como criar intervalos3 min
Amplitude e profundidade5 min
Onde aplicar a engenharia de atributos3 min
Visão geral do laboratório Engenharia de atributos3 min
Revisão do laboratório Engenharia de atributos10 min
Ajuste de hiperparâmetro e demonstração15 min
Níveis de abstração de ML4 min
Resumo1 min
1 exercice pour s'entraîner
Teste do módulo 430 min

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.

  • Before enrolling in this course, participants should have roughly one (1) year of experience with one or more of the following:

    • Knowledge of Google Cloud Platform

    • Big Data & Machine Learning Fundamentals to the level of "Google Cloud Platform Big Data and Machine Learning Fundamentals" on Coursera

    • Knowledge of BigQuery and Dataflow to the level of "Serverless Data Analysis with Google BigQuery and Cloud Dataflow" on Coursera

    • Knowledge of Python and familiarity with the numpy package

    • Knowledge of undergraduate-level statistics to the level of a Basic Statistics course on Coursera

  • To be eligible for the free trial, you will need:

    - Google account (Google is currently blocked in China)

    - Credit card or bank account

    - Terms of service

    Note: There is a known issue with certain EU countries where individuals are not able to sign up, but you may sign up as "business" status and intend to see a potential economic benefit from the trial. More details at: https://support.google.com/cloud/answer/6090602

    More Google Cloud Platform free trial FAQs are available at: https://cloud.google.com/free-trial/

    For more details on how the free trial works, visit our documentation page: https://cloud.google.com/free-trial/docs/

  • If your current Google account is no longer eligible for the Google Cloud Platform free trial, you can create another Google account. Your new Google account should be used to sign up for the free trial.

  • View this page for more details: https://cloud.google.com/free-trial/docs/

  • Yes, this online course is based on the instructor-led training formerly known as CPB102.

  • The course covers the topics presented on the certification exam, however we recommend additional preparation including hands-on product experience. The best preparation for certification is real-world, hands-on experience. Review the Google Certified Professional Data Engineer certification preparation guide for further information and resources at https://cloud.google.com/certification/guides/data-engineer/

  • Google’s Certification Program gives customers and partners a way to demonstrate their technical skills in a particular job-role and technology. Individuals are assessed using a variety of rigorously developed industry-standard methods to determine whether they meet Google’s proficiency standards. Read more at https://cloud.google.com/certification/

  • Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.

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