課程信息

33,322 次近期查看

學生職業成果

41%

完成這些課程後已開始新的職業生涯

45%

通過此課程獲得實實在在的工作福利

19%

加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為12 小時
英語(English)
字幕:法語(French), 巴西葡萄牙語, 德語(German), 英語(English), 西班牙語(Spanish), 日語...

您將獲得的技能

TensorflowMachine LearningCloud ComputingEstimator

學生職業成果

41%

完成這些課程後已開始新的職業生涯

45%

通過此課程獲得實實在在的工作福利

19%

加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為12 小時
英語(English)
字幕:法語(French), 巴西葡萄牙語, 德語(German), 英語(English), 西班牙語(Spanish), 日語...

講師

提供方

Placeholder

Google 云端平台

教學大綱 - 您將從這門課程中學到什麼

內容評分Thumbs Up82%(1,378 個評分)Info
1

1

完成時間為 3 分鐘

Introduction

完成時間為 3 分鐘
1 個視頻 (總計 3 分鐘)
1 個視頻
完成時間為 2 小時

The Art of ML

完成時間為 2 小時
10 個視頻 (總計 29 分鐘)
10 個視頻
Regularization4分鐘
L1 & L2 Regularizations4分鐘
Lab Intro: Regularization12
Lab: Regularization2分鐘
Learning rate and batch size5分鐘
Optimization1分鐘
Practicing with Tensorflow code1分鐘
Lab Intro: Hand-Tuning ML Models18
Lab Solution: Hand-Tuning ML Models7分鐘
2 個練習
Art of ML30分鐘
Learning Rate and Batch Size30分鐘
完成時間為 2 小時

Hyperparameter Tuning

完成時間為 2 小時
5 個視頻 (總計 8 分鐘)
5 個視頻
Parameters vs Hyperparameters2分鐘
Think Beyond Grid Search3分鐘
Lab Intro: Improve model accuracy by Hyperparameter Tuning23
Lab Solution: Improve model accuracy by Hyperparameter Tuning with Cloud AI Platform30
1 個練習
Hyperparameter Tuning30分鐘
2

2

完成時間為 1 小時

A pinch of science

完成時間為 1 小時
5 個視頻 (總計 28 分鐘)
5 個視頻
Regularization for sparsity5分鐘
Lab: L1 Regularization3分鐘
Lab Solution: L1 Regularization51
Logistic Regression17分鐘
2 個練習
L1 Regularization30分鐘
Logistic Regression30分鐘
完成時間為 3 小時

The science of neural networks

完成時間為 3 小時
6 個視頻 (總計 70 分鐘)
6 個視頻
Neural Networks18分鐘
Lab: Neural Networks Playground12分鐘
Training Neural Networks14分鐘
Lab: Using Neural Networks to build a ML model11分鐘
Multi-class Neural Networks10分鐘
2 個練習
Training Neural Networks30分鐘
Multi-class Neural Networks30分鐘
3

3

完成時間為 1 小時

Embeddings

完成時間為 1 小時
7 個視頻 (總計 31 分鐘)
7 個視頻
Review of Embeddings5分鐘
Recommendations4分鐘
Data-driven Embeddings3分鐘
Sparse Tensors4分鐘
Train an Embedding4分鐘
Similarity Property7分鐘
1 個練習
Embeddings30分鐘
完成時間為 2 小時

Custom Estimator

完成時間為 2 小時
5 個視頻 (總計 30 分鐘)
5 個視頻
Model Function6分鐘
Lab Intro: Implementing a Custom Estimator11分鐘
Keras Models4分鐘
Demo: Keras Models + Estimator2分鐘
1 個練習
Custom Estimator30分鐘
完成時間為 5 分鐘

Summary

完成時間為 5 分鐘
2 個視頻 (總計 5 分鐘)
2 個視頻
Summary1分鐘
Specialization Summary2分鐘

審閱

來自ART AND SCIENCE OF MACHINE LEARNING的熱門評論

查看所有評論

關於 Machine Learning with TensorFlow on Google Cloud Platform 專項課程

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

常見問題

還有其他問題嗎?請訪問 學生幫助中心