課程信息

3,880 次近期查看
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14 小時
巴西葡萄牙語
字幕:法語(French), 巴西葡萄牙語, 德語(German), 英語(English), 西班牙語(Spanish), 日語...
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14 小時
巴西葡萄牙語
字幕:法語(French), 巴西葡萄牙語, 德語(German), 英語(English), 西班牙語(Spanish), 日語...

提供方

Google 云端平台 徽標

Google 云端平台

教學大綱 - 您將從這門課程中學到什麼

1

1

完成時間為 1 小時

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

完成時間為 1 小時
2 個視頻 (總計 5 分鐘)
2 個視頻
Considerações sobre machine learning2分鐘
1 個練習
Pré-teste do curso de machine learning30分鐘
完成時間為 3 小時

Módulo 1: Primeiros passos com machine learning

完成時間為 3 小時
21 個視頻 (總計 109 分鐘)
21 個視頻
Tipos de ML3分鐘
O canal de ML2分鐘
Variantes do modelo de ML7分鐘
Como classificar um problema de ML2分鐘
Como usar machine learning (ML)8分鐘
Otimização9分鐘
Um playground de rede neural18分鐘
Como combinar atributos3分鐘
Engenharia de atributos3分鐘
Modelos de imagem5分鐘
ML eficaz2分鐘
Quais são os elementos de um bom conjunto de dados?5分鐘
Métricas de erro3分鐘
Precisão2分鐘
Precisão e recall5分鐘
Como criar conjuntos de dados de machine learning3分鐘
Como dividir conjuntos de dados6分鐘
Python Notebooks1分鐘
Visão geral do laboratório Como criar conjuntos de dados de ML3分鐘
Revisão do laboratório Como criar conjuntos de dados de ML2分鐘
1 個練習
Teste do módulo 130分鐘
完成時間為 6 小時

Módulo 2: Criação de modelos de ML com o TensorFlow

完成時間為 6 小時
15 個視頻 (總計 65 分鐘)
15 個視頻
O que é o TensorFlow?5分鐘
Principais características do TensorFlow5分鐘
Visão geral do laboratório Primeiros passos com o TensorFlow7
Revisão do laboratório TensorFlow10分鐘
API Estimator8分鐘
Machine learning com o tf.estimator15
Revisão do laboratório Estimator7分鐘
Como criar ML eficaz6分鐘
Introdução ao laboratório Refatoração para adicionar a criação de lotes e recursos38
Revisão do laboratório Refatoração4分鐘
Treine e avalie4分鐘
Monitoramento1分鐘
Introdução ao laboratório: Treinamento e monitoramento distribuídos2分鐘
Revisão do laboratório: Treinamento e monitoramento distribuídos7分鐘
1 個練習
Teste do módulo 230分鐘
完成時間為 2 小時

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

完成時間為 2 小時
7 個視頻 (總計 28 分鐘)
7 個視頻
Por que usar o Cloud ML Engine?6分鐘
Fluxo de trabalho de desenvolvimento1分鐘
Como empacotar o treinador3分鐘
TensorFlow Serving3分鐘
Laboratório: Como escalonar ML39
Revisão do laboratório: Como escalonar ML10分鐘
1 個練習
Teste do módulo 330分鐘
完成時間為 3 小時

Módulo 4: Engenharia de atributos

完成時間為 3 小時
16 個視頻 (總計 92 分鐘)
16 個視頻
Atributos bons7分鐘
Causalidade8分鐘
Numérico5分鐘
Exemplos suficientes7分鐘
Dados brutos para os atributos1分鐘
Atributos categóricos8分鐘
Cruzamento de atributos3分鐘
Como criar intervalos3分鐘
Amplitude e profundidade5分鐘
Onde aplicar a engenharia de atributos3分鐘
Visão geral do laboratório Engenharia de atributos3分鐘
Revisão do laboratório Engenharia de atributos10分鐘
Ajuste de hiperparâmetro e demonstração15分鐘
Níveis de abstração de ML4分鐘
Resumo1分鐘
1 個練習
Teste do módulo 430分鐘

關於 Data Engineering on Google Cloud Platform em Português Brasileiro 專項課程

Nesta especialização on-line intensiva de cinco semanas, os participantes terão uma introdução prática sobre como projetar e criar sistemas de processamento de dados no Google Cloud Platform. Por meio de uma combinação de apresentações, demonstrações e laboratórios práticos, os participantes aprenderão a projetar sistemas de processamento de dados, criar canais completos e análises de dados e desenvolver soluções de aprendizado de máquina. Neste curso, abordamos dados estruturados, não estruturados e de streaming. Neste curso, os participantes irão adquirir as seguintes habilidades: • projetar e criar sistemas de processamento de dados no Google Cloud Platform • usar dados não estruturados com as APIs do Spark e de aprendizado de máquina no Cloud Dataproc • processar dados em lote e streaming com a implementação de canais de dados de escalonamento automático no Cloud Dataflow • derivar insights de negócios a partir de conjuntos de dados extremamente grandes usando o Google BigQuery • treinar, avaliar e prever com modelos de aprendizado de máquina usando o TensorFlow e o Cloud ML • ativar insights instantâneos dos dados de streaming Esta aula destina-se a desenvolvedores experientes responsáveis pelo gerenciamento de transformações de Big Data. >>> Ao se inscrever nesta especialização, você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<...
Data Engineering on Google Cloud Platform em Português Brasileiro

常見問題

  • Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

  • If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

  • Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.

  • If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

  • This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid, when available.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

  • 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/

還有其他問題嗎?請訪問 學生幫助中心