À propos de ce cours
4.5
2 notes
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. 8 heures pour terminer

Recommandé : 1 週間の学習、8~12 時間/週...
Langues disponibles

Japonais

Sous-titres : Japonais, Allemand, Anglais...
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. 8 heures pour terminer

Recommandé : 1 週間の学習、8~12 時間/週...
Langues disponibles

Japonais

Sous-titres : Japonais, Allemand, Anglais...

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
11 minutes pour terminer

Serverless Machine Learning on Google Cloud Platform へようこそ

...
Reading
2 vidéos (Total 5 min), 1 quiz
Video2 vidéos
機械学習についての考え方2 min
Quiz1 exercice pour s'entraîner
機械学習コースの事前テスト6 min
Heures pour terminer
3 heures pour terminer

モジュール 1: 機械学習の使用開始

...
Reading
21 vidéos (Total 109 min), 2 quiz
Video21 vidéos
ML の種類3 min
ML パイプライン2 min
ML モデルのバリエーション7 min
ML 問題の骨組み2 min
機械学習(ML)の利用8 min
最適化9 min
ニューラル ネットワーク環境18 min
特徴の組み合わせ3 min
特徴エンジニアリング3 min
イメージモデル5 min
効果的な ML2 min
良いデータセットを作成するもの5 min
エラー指標3 min
精度2 min
適合率-再現率5 min
機械学習データセットの作成3 min
データセットの分割6 min
Python Notebook1 min
ML データセット作成のラボの概要3 min
ML データセット作成のラボの復習2 min
Quiz1 exercice pour s'entraîner
モジュール 1 の理解度チェック8 min
Heures pour terminer
5 heures pour terminer

モジュール 2: Tensorflow による ML モデルの構築

...
Reading
15 vidéos (Total 65 min), 5 quiz
Video15 vidéos
TensorFlow とは5 min
コア TensorFlow5 min
TensorFlow ラボの概要のスタートガイド min
TensorFlow ラボの復習10 min
Estimator API8 min
tf.estimator を使用した機械学習 min
Estimator ラボの復習7 min
効果的な ML の構築6 min
ラボのはじめに: バッチ処理と特徴作成を追加するためのリファクタリング min
リファクタリングのラボの復習4 min
トレーニングと評価4 min
モニタリング1 min
ラボのはじめに: 分散型トレーニングとモニタリング2 min
ラボの復習: 分散型トレーニングとモニタリング7 min
Quiz1 exercice pour s'entraîner
モジュール 2 の理解度チェック8 min
Heures pour terminer
2 heures pour terminer

モジュール 3: Cloud ML Engine による ML モデルのスケーリング

...
Reading
7 vidéos (Total 28 min), 2 quiz
Video7 vidéos
クラウド ML エンジンを選ぶ理由6 min
開発ワークフロー1 min
パッケージング トレーナー3 min
TensorFlow サービスの提供3 min
ラボ: ML のスケーリング min
ラボの復習: ML のスケーリング10 min
Quiz1 exercice pour s'entraîner
モジュール 3 の理解度チェック4 min
Heures pour terminer
3 heures pour terminer

モジュール 4: 特徴エンジニアリング

...
Reading
16 vidéos (Total 92 min), 2 quiz
Video16 vidéos
優れた特徴7 min
因果関係8 min
数値5 min
多数の例7 min
生データから特徴への変換1 min
カテゴリ別の特徴8 min
特徴断面3 min
バケット化3 min
広さと深さ5 min
特徴エンジニアリングを行う場所3 min
特徴エンジニアリングのラボの概要3 min
特徴エンジニアリングのラボの復習10 min
ハイパーパラメータの調整とデモ15 min
ML の抽象化レベル4 min
まとめ1 min
Quiz1 exercice pour s'entraîner
"モジュール 4 の理解度チェック "6 min

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 Data Engineering on Google Cloud Platform 日本語版

>>> 注:本専門講座は現在、Serverless Machine Learning with Tensorflow on Google Cloud Platform以外は日本語で利用可能です。このコースは近日中に日本語で公開されます。<<< この 5 週間のオンライン速習専門講座は、Google Cloud Platform でデータ処理システムを設計、構築する方法を学ぶための実践的な入門コースです。講義、デモ、ハンズオンラボを通して、データ処理システムの設計、エンドツーエンドのデータ パイプラインの構築、データの分析、機械学習の実施方法を学びます。このコースでは、構造化、非構造化、ストリーミングの各種データを扱います。 このコースでは、次のスキルについて学習します。 • Google Cloud Platform 上でデータ処理システムを設計し構築する • 非構造化データを Cloud Dataproc 上で Spark と ML の API を使って活用する • バッチおよびストリーミングのデータを処理するために自動スケーリング データ パイプラインを Cloud Dataflow 上で実装する • 巨大なデータセットからのビジネス分析情報を Google BigQuery を使用して引き出す • 機械学習モデルを使用したトレーニング、評価、予測を TensorFlow と Cloud ML を使用して行う • ストリーミング データからの迅速な分析を実現する このクラスは、デベロッパーとしての経験があり、次のようなビッグデータ変換の管理を担当する方を対象としています。 • データの抽出、読み込み、変換、クリーニング、検証を行う • データ処理用のパイプラインとアーキテクチャを設計する • 機械学習モデルと統計モデルを作成して保守する • データセットに対してクエリを実行し、クエリ結果を視覚化して、レポートを作成する...
Data Engineering on Google Cloud Platform 日本語版

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.

  • 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/

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