이 강좌에 대하여

공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 14시간 필요
포르투갈어 (브라질)
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 14시간 필요
포르투갈어 (브라질)

제공자:

Placeholder

Google 클라우드

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 1시간 필요

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

완료하는 데 1시간 필요
2개 동영상 (총 5분)
2개의 동영상
Considerações sobre machine learning2m
1개 연습문제
Pré-teste do curso de machine learning30m
완료하는 데 3시간 필요

Módulo 1: Primeiros passos com machine learning

완료하는 데 3시간 필요
21개 동영상 (총 109분)
21개의 동영상
Tipos de ML3m
O canal de ML2m
Variantes do modelo de ML7m
Como classificar um problema de ML2m
Como usar machine learning (ML)8m
Otimização9m
Um playground de rede neural18m
Como combinar atributos3m
Engenharia de atributos3m
Modelos de imagem5m
ML eficaz2m
Quais são os elementos de um bom conjunto de dados?5m
Métricas de erro3m
Precisão2m
Precisão e recall5m
Como criar conjuntos de dados de machine learning3m
Como dividir conjuntos de dados6m
Python Notebooks1m
Visão geral do laboratório Como criar conjuntos de dados de ML3m
Revisão do laboratório Como criar conjuntos de dados de ML2m
1개 연습문제
Teste do módulo 130m
완료하는 데 6시간 필요

Módulo 2: Criação de modelos de ML com o TensorFlow

완료하는 데 6시간 필요
15개 동영상 (총 65분)
15개의 동영상
O que é o TensorFlow?5m
Principais características do TensorFlow5m
Visão geral do laboratório Primeiros passos com o TensorFlow7
Revisão do laboratório TensorFlow10m
API Estimator8m
Machine learning com o tf.estimator15
Revisão do laboratório Estimator7m
Como criar ML eficaz6m
Introdução ao laboratório Refatoração para adicionar a criação de lotes e recursos38
Revisão do laboratório Refatoração4m
Treine e avalie4m
Monitoramento1m
Introdução ao laboratório: Treinamento e monitoramento distribuídos2m
Revisão do laboratório: Treinamento e monitoramento distribuídos7m
1개 연습문제
Teste do módulo 230m
완료하는 데 2시간 필요

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

완료하는 데 2시간 필요
7개 동영상 (총 28분)
7개의 동영상
Por que usar o Cloud ML Engine?6m
Fluxo de trabalho de desenvolvimento1m
Como empacotar o treinador3m
TensorFlow Serving3m
Laboratório: Como escalonar ML39
Revisão do laboratório: Como escalonar ML10m
1개 연습문제
Teste do módulo 330m
완료하는 데 3시간 필요

Módulo 4: Engenharia de atributos

완료하는 데 3시간 필요
16개 동영상 (총 92분)
16개의 동영상
Atributos bons7m
Causalidade8m
Numérico5m
Exemplos suficientes7m
Dados brutos para os atributos1m
Atributos categóricos8m
Cruzamento de atributos3m
Como criar intervalos3m
Amplitude e profundidade5m
Onde aplicar a engenharia de atributos3m
Visão geral do laboratório Engenharia de atributos3m
Revisão do laboratório Engenharia de atributos10m
Ajuste de hiperparâmetro e demonstração15m
Níveis de abstração de ML4m
Resumo1m
1개 연습문제
Teste do módulo 430m

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.