課程信息
100% 在線

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

可靈活調整截止日期

根據您的日程表重置截止日期。
中級

中級

完成時間(小時)

完成時間大約為11 小時

建議:1 semana de estudio, de 8 a 10 horas por semana...
可選語言

西班牙語(Spanish)

字幕:西班牙語(Spanish), 法語(French), 巴西葡萄牙語, 德語(German), 英語(English), 日語...
100% 在線

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

可靈活調整截止日期

根據您的日程表重置截止日期。
中級

中級

完成時間(小時)

完成時間大約為11 小時

建議:1 semana de estudio, de 8 a 10 horas por semana...
可選語言

西班牙語(Spanish)

字幕:西班牙語(Spanish), 法語(French), 巴西葡萄牙語, 德語(German), 英語(English), 日語...

教學大綱 - 您將從這門課程中學到什麼

1
完成時間(小時)
完成時間為 7 分鐘

Introducción

Comenzaremos el curso con una introducción de TensorFlow, la herramienta que usaremos para escribir programas de aprendizaje automático. En el primer curso, aprendió a formular problemas de negocios como problemas de aprendizaje automático. En el segundo, aprendió cómo funciona el aprendizaje automático en la práctica y cómo crear conjuntos de datos para ese uso específico. Ahora que ya cuenta con los datos necesarios, es hora de prepararse para escribir programas de aprendizaje automático....
Reading
2 個視頻 (總計 7 分鐘)
Video2 個視頻
Introducción a Qwiklabs5分鐘
完成時間(小時)
完成時間為 3 小時

Aspectos básicos de TensorFlow

Le presentaremos los componentes centrales de TensorFlow y obtendrá experiencia práctica en la compilación de programas de aprendizaje automático. Comparará y escribirá programas imperativos y de evaluación perezosa; trabajará con gráficos, sesiones y variables y, por último, depurará programas de TensorFlow. ...
Reading
19 個視頻 (總計 72 分鐘), 4 個測驗
Video19 個視頻
¿Qué es TensorFlow?2分鐘
Beneficios de un grafo dirigido5分鐘
Jerarquía de la API de TensorFlow3分鐘
Evaluación perezosa4分鐘
Gráficos y sesiones4分鐘
Cómo evaluar un tensor2分鐘
Cómo visualizar un grafo2分鐘
Tensores6分鐘
Variables6分鐘
Introducción al lab Escritura de programas de TensorFlow de nivel bajo分鐘
Solución del lab8分鐘
Introducción5分鐘
Problemas de forma3分鐘
Cómo corregir problemas de forma2分鐘
Problemas de tipos de datos1分鐘
Depuración de programas completos4分鐘
Introducción a la depuración de programas completos分鐘
Demostración: Depuración de programas completos3分鐘
Quiz3 個練習
¿Qué es TensorFlow?2分鐘
Gráfico y sesión8分鐘
Aspectos básicos de TensorFlow20分鐘
2
完成時間(小時)
完成時間為 4 小時

API de Estimator

En este módulo, aprenderá sobre la API de Estimator....
Reading
18 個視頻 (總計 67 分鐘), 4 個測驗
Video18 個視頻
API de Estimator3分鐘
Estimadores prediseñados5分鐘
Demostración: Modelo de predicción de precios de viviendas1分鐘
Controles1分鐘
Entrenamiento de conjuntos de datos en la memoria2分鐘
Introducción al lab API de Estimator分鐘
Solución del lab API de Estimator10分鐘
Entrenamiento de conjuntos de datos grandes con la API de Dataset8分鐘
Introducción al lab Cómo escalar la transferencia de TensorFlow mediante lotes分鐘
Solución del lab Cómo escalar la transferencia de TensorFlow mediante lotes5分鐘
Trabajos grandes y entrenamiento distribuido6分鐘
Supervisión con TensorBoard3分鐘
Demostración de la IU de TensorBoard分鐘
Función de entradas de entregas5分鐘
Resumen: API de Estimator1分鐘
Introducción al lab Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator分鐘
Solución del lab: Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator7分鐘
Quiz1 個練習
Estimator API18分鐘
3
完成時間(小時)
完成時間為 2 小時

Escalamiento de modelos de TensorFlow con CMLE

En esta sesión, hablaremos sobre cómo tomar un modelo de TensorFlow y entrenarlo en la infraestructura administrada de GCP para el entrenamiento y la implementación de modelos de aprendizaje automático....
Reading
6 個視頻 (總計 29 分鐘), 2 個測驗
Video6 個視頻
¿Por qué usar Cloud Machine Learning Engine?6分鐘
Entrenamiento de un modelo2分鐘
Implementación y supervisión de trabajos de entrenamiento2分鐘
Introducción al lab Cómo escalar TensorFlow con Cloud Machine Learning Engine分鐘
Solución del lab Cómo escalar TensorFlow con Cloud Machine Learning Engine16分鐘
Quiz1 個練習
Cuestionario: Cloud MLE10分鐘
完成時間(小時)
完成時間為 2 分鐘

Resumen

En esta sesión, resumimos los temas de TensorFlow que se trataron durante este curso. Repasaremos el código básico de TensorFlow y la API de Estimator, y terminaremos con el escalamiento de los modelos de aprendizaje automático con Cloud Machine Learning Engine....
Reading
1 個視頻 (總計 2 分鐘)
Video1 個視頻
Resumen2分鐘

關於 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....

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

>>>Si se inscribe en esta especialización acepta las Condiciones del Servicio de Qwiklabs, que se establecen en las Preguntas Frecuentes. Puede consultarlas en https://qwiklabs.com/terms_of_service.<<< ***Google Cloud y Kaggle desean invitarlo a participar en nuestra competencia amistosa de predicción de tarifas de taxis de Nueva York, que se está realizando en este momento. Para obtener más información, visite: https://www.kaggle.com/c/new-york-city-taxi-fare-prediction.*** ¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? ¿Cuáles son las cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático? ¿Por qué es importante no saltarse fases? ¿Por qué las redes neuronales son tan populares? ¿Cómo podría plantear un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante un descenso de gradientes y una forma meditada de crear conjuntos de datos? Aprenda a escribir modelos de aprendizaje automático distribuido que escalen en Tensorflow, que escalen de forma horizontal en el entrenamiento de esos modelos y que brinden predicciones de alto rendimiento. Convierta los datos sin procesar en funciones de una forma que permita al AA aprender características importantes de los datos y aportar una percepción humana para abordar los problemas. Por último, aprenda a incorporar la combinación adecuada de parámetros que desarrolle modelos generalizados y exactos, y conozca la teoría para solucionar determinados tipos de problemas de AA. Experimentará con el AA de extremo a extremo, a partir de la construcción de una estrategia centrada en el AA y el avance hacia el entrenamiento, optimización y producción de modelos con labs prácticos mediante Google Cloud Platform....
Machine Learning with TensorFlow on Google Cloud Platform en Español

常見問題

  • 是的,您可以在注册之前预览第一个视频和查看授课大纲。您必须购买课程,才能访问预览不包括的内容。

  • 如果您决定在班次开始日期之前注册课程,那么您将可以访问课程的所有课程视频和阅读材料。班次开始之后,您便可以提交作业。

  • 在您注册且班次开课之后,您将可以访问所有视频和其他资源,包括阅读材料内容和课程论坛。您将能够查看和提交练习作业,并完成所需的评分作业以获得成绩和课程证书。

  • 如果您成功完成课程,您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。

  • 此课程是 Coursera 上提供的众多课程之一,当前只对已购买课程或已获得助学金的学生开放。如果您要学习此课程,但却承担不起课程费用,我们建议您提交助学金申请。

還有其他問題嗎?請訪問 學生幫助中心