Começando pela história do machine learning, vamos discutir por que as redes neurais hoje funcionam com vários problemas de ciência de dados. Depois vamos definir um problema de aprendizado supervisionado e descobrir uma boa solução usando o gradiente descendente. Isso envolve criar conjuntos de dados que permitem generalização. Vamos falar sobre os métodos que devemos usar para fazer isso de modo repetível e que viabilize a experimentação.
課程信息
提供方

Google 云端平台
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.
授課大綱 - 您將從這門課程中學到什麼
Introdução ao curso
Neste curso, você vai aprender noções básicas de ML para entender a terminologia que usamos na especialização. Também vai ver as dificuldades e as dicas práticas de ML de profissionais do Google. Quando você terminar o curso, vai ter o código e o conhecimento necessários para criar seus modelos de ML.
Melhoria da qualidade de dados e análise exploratória de dados
Neste módulo, vamos apresentar uma introdução aos problemas de qualidade de dados e soluções para melhorá-los. Depois vamos estudar a análise exploratória de dados.
ML na prática
Neste módulo, vamos apresentar alguns dos principais tipos de machine learning e conhecer a história do ML até o estágio mais moderno para você acelerar sua evolução como profissional de ML.
Otimização
Neste módulo, mostraremos como otimizar seus modelos de ML.
關於 Machine Learning with TensorFlow on Google Cloud em Português Brasileiro 專項課程
O que é aprendizado de máquina e que tipos de problema ele pode resolver? Quais são as cinco fases da conversão de um possível caso de uso de aprendizado de máquina e por que é importante que elas não sejam ignoradas? Por que as redes neurais são tão requisitadas hoje? Como configurar um problema de aprendizado supervisionado, além de encontrar uma solução ótima e generalizável com gradiente descendente e uma boa forma de criar conjuntos de dados? Aprenda a gravar modelos de aprendizado de máquina distribuídos com escalonamento no TensorFlow, faça escalonamento horizontal do treinamento desses modelos e ofereça previsões de alto desempenho. Converta dados brutos em atributos para informar características importantes desses dados ao aprendizado de máquina e ofereça uma percepção humana para dar suporte ao problema. Por fim, aprenda a incorporar a combinação ideal de parâmetros que produz modelos precisos e generalizados, além de conhecer a teoria para resolver tipos específicos de problemas de aprendizado de máquina. Você passará por todas as etapas do aprendizado de máquina, desde a criação de uma estratégia voltada para aprendizado de máquina até o treinamento, a otimização e a produção de modelos em laboratórios práticos com o Google Cloud Platform.

常見問題
我能否在注册前预览课程?
我注册之后会得到什么?
我什么时候会收到课程证书?
我为什么不能旁听此课程?
有助学金吗?
還有其他問題嗎?請訪問 學生幫助中心。