課程信息
2,240 次近期查看

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15 小時

建議:1 semana de estudio, entre 8 y 12 horas semanales...

西班牙語(Spanish)

字幕:法語(French), 巴西葡萄牙語, 德語(German), 英語(English), 西班牙語(Spanish), 日語...
學習Course的學生是
  • Engineers

    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15 小時

    建議:1 semana de estudio, entre 8 y 12 horas semanales...

    西班牙語(Spanish)

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

    教學大綱 - 您將從這門課程中學到什麼

    1
    完成時間為 11 分鐘

    Bienvenido a Serverless Machine Learning on Google Cloud Platform

    2 個視頻 (總計 5 分鐘), 1 個測驗
    2 個視頻
    Cómo abordar el aprendizaje automático2分鐘
    1 個練習
    Prueba preliminar del curso sobre aprendizaje automático6分鐘
    完成時間為 3 小時

    Módulo 1: Cómo comenzar a usar el aprendizaje automático

    21 個視頻 (總計 109 分鐘), 2 個測驗
    21 個視頻
    Tipos de AA3分鐘
    La canalización del AA2分鐘
    Variantes de modelos de AA7分鐘
    Definición de un problema de AA2分鐘
    Aplicación del aprendizaje automático (AA)8分鐘
    Optimización9分鐘
    Una zona de pruebas de redes neuronales18分鐘
    Combinación de atributos3分鐘
    Ingeniería de atributos3分鐘
    Modelos de imágenes5分鐘
    AA eficaz2分鐘
    ¿Cuáles son las características de un conjunto de datos bueno?5分鐘
    Métricas de errores3分鐘
    Precisión2分鐘
    Precisión y recuperación5分鐘
    Creación de conjuntos de datos de aprendizaje automático3分鐘
    División de conjuntos de datos6分鐘
    Notebooks de Python1分鐘
    Descripción general del lab Cómo crear conjuntos de datos de AA3分鐘
    Repaso del lab Cómo crear conjuntos de datos de AA2分鐘
    1 個練習
    Cuestionario del módulo 18分鐘
    完成時間為 5 小時

    Módulo 2: Cómo crear modelos de AA con TensorFlow

    15 個視頻 (總計 65 分鐘), 5 個測驗
    15 個視頻
    ¿Qué es TensorFlow?5分鐘
    Aspectos fundamentales de TensorFlow5分鐘
    Descripción general del lab Cómo comenzar a usar TensorFlow7
    Repaso del lab TensorFlow10分鐘
    API de Estimator8分鐘
    Aprendizaje automático con tf.estimator15
    Repaso del lab Estimator7分鐘
    Compilación de AA eficaz6分鐘
    Introducción al lab Reestructuración para agregar agrupación en lotes y creación de atributos38
    Repaso del lab Reestructuración4分鐘
    Entrenamiento y evaluación4分鐘
    Supervisión1分鐘
    Introducción al lab Entrenamiento y supervisión distribuidos2分鐘
    Repaso del lab Entrenamiento y supervisión distribuidos7分鐘
    1 個練習
    Cuestionario del módulo 28分鐘
    完成時間為 2 小時

    Módulo 3: Cómo escalar modelos de AA con Cloud ML Engine

    7 個視頻 (總計 28 分鐘), 2 個測驗
    7 個視頻
    ¿Por qué usar Cloud ML Engine?6分鐘
    Flujo de trabajo del desarrollo1分鐘
    Entrenador de paquetes3分鐘
    TensorFlow Serving3分鐘
    Lab Cómo ajustar el AA39
    Repaso del lab Cómo ajustar el AA10分鐘
    1 個練習
    Cuestionario del módulo 34分鐘
    完成時間為 3 小時

    Módulo 4: Ingeniería de atributos

    16 個視頻 (總計 92 分鐘), 2 個測驗
    16 個視頻
    Atributos buenos7分鐘
    Causalidad8分鐘
    Funciones numéricas5分鐘
    Ejemplos suficientes7分鐘
    De los datos sin procesar a los atributos1分鐘
    Atributos categóricos8分鐘
    Combinaciones de atributos3分鐘
    Creación de depósitos3分鐘
    Amplitud y profundidad5分鐘
    Dónde se puede realizar la ingeniería de atributos3分鐘
    Descripción general del lab Ingeniería de atributos3分鐘
    Repaso del lab Ingeniería de atributos10分鐘
    Ajuste de hiperparámetros y demostración15分鐘
    Niveles de abstracción del AA4分鐘
    Resumen1分鐘
    1 個練習
    Cuestionario del módulo 46分鐘
    4.6
    3 個審閱Chevron Right

    來自Serverless Machine Learning con TensorFlow en GCP的熱門評論

    創建者 CDAug 5th 2019

    Muy buen curso introductorio a Machine Learning, cubre muchos aspectos muy importantes para entender los fundamentos y principios de manejo de ML empleando las herramientas de Google

    關於 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....

    關於 Data Engineering on Google Cloud Platform en Español 專項課程

    Especialización acelerada en línea de cinco semanas de duración, donde los participantes reciben una introducción práctica en el diseño y compilación de sistemas de procesamiento de datos en Google Cloud Platform. Usando una combinación de presentaciones, demostraciones y labs prácticos, los participantes aprenderán a diseñar sistemas de procesamiento de datos, compilar canalizaciones de datos de extremo a extremo, analizar datos y llevar a efecto funciones de aprendizaje automático. Este curso le enseñará las siguientes habilidades: • Diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform • Aprovechar los datos no estructurados mediante Spark y las API de AA en Cloud Dataproc • Procesar los datos por lotes y de transmisión mediante la implementación de canalizaciones de datos de ajuste de escala automático en Cloud Dataflow • Generar estadísticas empresariales a partir de conjuntos de datos muy grandes mediante Google BigQuery • Entrenar, evaluar y predecir por medio de los modelos de aprendizaje automático con Tensorflow y Cloud ML • Extraer estadísticas al instante a partir de los datos de transmisión Este curso está dirigido a desarrolladores experimentados responsables de la administración de transformaciones de macrodatos. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<...
    Data Engineering on Google Cloud Platform en Español

    常見問題

    • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

    • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。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。如果您只想阅读和查看课程内容,可以免费旁听课程。

    • 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.

    • Yes, this online course is based on the instructor-led training formerly known as CPB102.

    還有其他問題嗎?請訪問 學生幫助中心