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 15시간 필요
독일어
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 15시간 필요
독일어

제공자:

Placeholder

Google 클라우드

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 1시간 필요

Willkommen zum serverlosen maschinellen Lernen mit der Google Cloud Platform

완료하는 데 1시간 필요
2개 동영상 (총 5분), 1 개의 읽기 자료, 1 개의 테스트
2개의 동영상
Überlegungen zum maschinellen Lernen2m
1개의 읽기 자료
Kursressourcen herunterladen10m
1개 연습문제
ML-Kurs – Vorabfragen30m
완료하는 데 3시간 필요

Modul 1: Einführung in maschinelles Lernen

완료하는 데 3시간 필요
21개 동영상 (총 109분)
21개의 동영상
Arten von ML3m
Die ML-Pipeline2m
Varianten des ML-Modells7m
ML-Problem eingrenzen2m
Maschinelles Lernen (ML) ausprobieren8m
Optimierung9m
Sichere Testumgebung für neuronale Netzwerke18m
Funktionen kombinieren3m
Feature Engineering3m
Bildmodelle5m
Effektives ML2m
Was macht ein gutes Dataset aus?5m
Fehlermesswerte3m
Genauigkeit2m
Genauigkeit und Trefferquote5m
Datasets für maschinelles Lernen erstellen3m
Datasets aufteilen6m
Python-Notebooks1m
Übersicht zum Lab "Datasets für maschinelles Lernen erstellen"3m
Zusammenfassung zum Lab "Datasets für maschinelles Lernen erstellen"2m
1개 연습문제
Quiz zu Modul 130m
완료하는 데 6시간 필요

Modul 2: ML-Modelle mit TensorFlow erstellen

완료하는 데 6시간 필요
15개 동영상 (총 65분)
15개의 동영상
Was ist TensorFlow?5m
Core TensorFlow5m
Übersicht zum Lab "Einführung in TensorFlow"7
Zusammenfassung zum TensorFlow-Lab10m
Estimator API8m
Maschinelles Lernen mit tf.estimator15
Zusammenfassung zum Lab "Estimator"7m
Effektives ML ermöglichen6m
Einführung zum Lab "Refaktorierung zum Hinzufügen von Stapelverarbeitung und Funktionserstellung"38
Zusammenfassung zum Lab "Refaktorierung"4m
Trainieren und Bewerten4m
Monitoring1m
Einführung zum Lab "Verteiltes Training und Monitoring"2m
Zusammenfassung zum Lab "Verteiltes Training und Monitoring"7m
1개 연습문제
Quiz zu Modul 230m
완료하는 데 2시간 필요

Modul 3: ML-Modelle mit Cloud ML Engine skalieren

완료하는 데 2시간 필요
7개 동영상 (총 28분)
7개의 동영상
Vorteile der Cloud ML Engine6m
Arbeitsablauf bei der Entwicklung1m
Trainingspakete erstellen3m
TensorFlow bereitstellen3m
Lab: ML hochskalieren39
Zusammenfassung zum Lab "ML hochskalieren"10m
1개 연습문제
Quiz für Modul 330m
완료하는 데 3시간 필요

Modul 4: Feature Engineering

완료하는 데 3시간 필요
16개 동영상 (총 92분)
16개의 동영상
Gute Funktionen7m
Kausalität8m
Numerisch5m
Ausreichende Beispiele7m
Von den Rohdaten zur Funktion1m
Kategoriale Merkmale8m
Funktionsverknüpfungen3m
Bucketizing3m
Breit und tief5m
Einsatzbereiche für Feature Engineering3m
Überblick zum Lab "Feature Engineering"3m
Zusammenfassung zum Lab "Feature Engineering"10m
Hyperparameter-Abstimmung + Demo15m
ML-Abstraktionsebenen4m
Fazit1m
1개 연습문제
Quiz zu Modul 430m

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.