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4 小時

建議:Einwöchiger Kurs, 8–12 Stunden/Woche...
可選語言

德語(German)

字幕:德語(German), 日語, 英語(English)
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4 小時

建議:Einwöchiger Kurs, 8–12 Stunden/Woche...
可選語言

德語(German)

字幕:德語(German), 日語, 英語(English)

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 11 分鐘

Willkommen zum serverlosen maschinellen Lernen mit der Google Cloud Platform

...
Reading
2 個視頻 (總計 5 分鐘), 1 個測驗
Video2 個視頻
Überlegungen zum maschinellen Lernen2分鐘
Quiz1 個練習
ML-Kurs – Vorabfragen6分鐘
完成時間(小時)
完成時間為 3 小時

Modul 1: Einführung in maschinelles Lernen

...
Reading
21 個視頻 (總計 109 分鐘), 2 個測驗
Video21 個視頻
Arten von ML3分鐘
Die ML-Pipeline2分鐘
Varianten des ML-Modells7分鐘
ML-Problem eingrenzen2分鐘
Maschinelles Lernen (ML) ausprobieren8分鐘
Optimierung9分鐘
Sichere Testumgebung für neuronale Netzwerke18分鐘
Funktionen kombinieren3分鐘
Feature Engineering3分鐘
Bildmodelle5分鐘
Effektives ML2分鐘
Was macht ein gutes Dataset aus?5分鐘
Fehlermesswerte3分鐘
Genauigkeit2分鐘
Genauigkeit und Trefferquote5分鐘
Datasets für maschinelles Lernen erstellen3分鐘
Datasets aufteilen6分鐘
Python-Notebooks1分鐘
Übersicht zum Lab "Datasets für maschinelles Lernen erstellen"3分鐘
Zusammenfassung zum Lab "Datasets für maschinelles Lernen erstellen"2分鐘
Quiz1 個練習
Quiz zu Modul 18分鐘
完成時間(小時)
完成時間為 5 小時

Modul 2: ML-Modelle mit TensorFlow erstellen

...
Reading
15 個視頻 (總計 65 分鐘), 5 個測驗
Video15 個視頻
Was ist TensorFlow?5分鐘
Core TensorFlow5分鐘
Übersicht zum Lab "Einführung in TensorFlow"分鐘
Zusammenfassung zum TensorFlow-Lab10分鐘
Estimator API8分鐘
Maschinelles Lernen mit tf.estimator分鐘
Zusammenfassung zum Lab "Estimator"7分鐘
Effektives ML ermöglichen6分鐘
Einführung zum Lab "Refaktorierung zum Hinzufügen von Stapelverarbeitung und Funktionserstellung"分鐘
Zusammenfassung zum Lab "Refaktorierung"4分鐘
Trainieren und Bewerten4分鐘
Monitoring1分鐘
Einführung zum Lab "Verteiltes Training und Monitoring"2分鐘
Zusammenfassung zum Lab "Verteiltes Training und Monitoring"7分鐘
Quiz1 個練習
Quiz zu Modul 28分鐘
完成時間(小時)
完成時間為 2 小時

Modul 3: ML-Modelle mit Cloud ML Engine skalieren

...
Reading
7 個視頻 (總計 28 分鐘), 2 個測驗
Video7 個視頻
Vorteile der Cloud ML Engine6分鐘
Arbeitsablauf bei der Entwicklung1分鐘
Trainingspakete erstellen3分鐘
TensorFlow bereitstellen3分鐘
Lab: ML hochskalieren分鐘
Zusammenfassung zum Lab "ML hochskalieren"10分鐘
Quiz1 個練習
Quiz für Modul 34分鐘
完成時間(小時)
完成時間為 3 小時

Modul 4: Feature Engineering

...
Reading
16 個視頻 (總計 92 分鐘), 2 個測驗
Video16 個視頻
Gute Funktionen7分鐘
Kausalität8分鐘
Numerisch5分鐘
Ausreichende Beispiele7分鐘
Von den Rohdaten zur Funktion1分鐘
Kategoriale Merkmale8分鐘
Funktionsverknüpfungen3分鐘
Bucketizing3分鐘
Breit und tief5分鐘
Einsatzbereiche für Feature Engineering3分鐘
Überblick zum Lab "Feature Engineering"3分鐘
Zusammenfassung zum Lab "Feature Engineering"10分鐘
Hyperparameter-Abstimmung + Demo15分鐘
ML-Abstraktionsebenen4分鐘
Fazit1分鐘
Quiz1 個練習
Quiz zu Modul 46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 Data Engineering on Google Cloud Platform auf Deutsch 專項課程

Dieser fünfwöchige Onlinevertiefungskurs bietet eine praktische Einführung zum Entwerfen und Erstellen von Datenverarbeitungssystemen auf der Google Cloud Platform. In Präsentationen, Demos und praxisorientierten Labs entwickeln die Teilnehmer Datenverarbeitungssysteme, erstellen End-to-End-Datenpipelines, analysieren Daten und üben maschinelles Lernen. Der Kurs umfasst strukturierte, unstrukturierte und gestreamte Daten. Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen: • Datenverarbeitungssysteme auf der Google Cloud Platform entwickeln • Unstrukturierte Daten mit Spark und ML-APIs auf Cloud Dataproc verwenden • Batch- und Streaming-Daten durch die Implementierung von Autoscaling-Datenpipelines auf Cloud Dataflow verarbeiten • Mit Google BigQuery Geschäftsinformationen aus extrem großen Datasets ableiten • Modelle des maschinellen Lernens mit TensorFlow und Cloud ML trainieren, auswerten und damit Vorhersagen treffen • Sofortige Statistiken aus Streaming-Daten ermöglichen Dieser Kurs richtet sich an erfahrene Entwickler, die für die Verwaltung von Big Data-Transformationen verantwortlich sind, zum Beispiel: • Daten extrahieren, laden, transformieren, bereinigen und validieren • Pipelines und Architekturen für die Datenverarbeitung entwerfen • Modelle des maschinellen Lernens und der Statistik erstellen und warten • Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen...
Data Engineering on Google Cloud Platform auf Deutsch

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.

  • 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