About this Course
최근 조회 2,318

다음 전문 분야의 5개 강좌 중 2번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 12시간 필요

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

스페인어

자막: 프랑스어, 포르투갈어 (브라질), 독일어, 영어, 스페인어, 일본어...

다음 전문 분야의 5개 강좌 중 2번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 12시간 필요

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

스페인어

자막: 프랑스어, 포르투갈어 (브라질), 독일어, 영어, 스페인어, 일본어...

Course을(를) 수강하는 학습자

  • Engineers

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 11분 필요

Bienvenido a Serverless Machine Learning on Google Cloud Platform

2개 동영상 (총 5분), 1 quiz
2개의 동영상
Cómo abordar el aprendizaje automático2m
1개 연습문제
Prueba preliminar del curso sobre aprendizaje automático6m
완료하는 데 3시간 필요

Módulo 1: Cómo comenzar a usar el aprendizaje automático

21개 동영상 (총 109분), 2 quizzes
21개의 동영상
Tipos de AA3m
La canalización del AA2m
Variantes de modelos de AA7m
Definición de un problema de AA2m
Aplicación del aprendizaje automático (AA)8m
Optimización9m
Una zona de pruebas de redes neuronales18m
Combinación de atributos3m
Ingeniería de atributos3m
Modelos de imágenes5m
AA eficaz2m
¿Cuáles son las características de un conjunto de datos bueno?5m
Métricas de errores3m
Precisión2m
Precisión y recuperación5m
Creación de conjuntos de datos de aprendizaje automático3m
División de conjuntos de datos6m
Notebooks de Python1m
Descripción general del lab Cómo crear conjuntos de datos de AA3m
Repaso del lab Cómo crear conjuntos de datos de AA2m
1개 연습문제
Cuestionario del módulo 18m
완료하는 데 5시간 필요

Módulo 2: Cómo crear modelos de AA con TensorFlow

15개 동영상 (총 65분), 5 quizzes
15개의 동영상
¿Qué es TensorFlow?5m
Aspectos fundamentales de TensorFlow5m
Descripción general del lab Cómo comenzar a usar TensorFlow7
Repaso del lab TensorFlow10m
API de Estimator8m
Aprendizaje automático con tf.estimator15
Repaso del lab Estimator7m
Compilación de AA eficaz6m
Introducción al lab Reestructuración para agregar agrupación en lotes y creación de atributos38
Repaso del lab Reestructuración4m
Entrenamiento y evaluación4m
Supervisión1m
Introducción al lab Entrenamiento y supervisión distribuidos2m
Repaso del lab Entrenamiento y supervisión distribuidos7m
1개 연습문제
Cuestionario del módulo 28m
완료하는 데 2시간 필요

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

7개 동영상 (총 28분), 2 quizzes
7개의 동영상
¿Por qué usar Cloud ML Engine?6m
Flujo de trabajo del desarrollo1m
Entrenador de paquetes3m
TensorFlow Serving3m
Lab Cómo ajustar el AA39
Repaso del lab Cómo ajustar el AA10m
1개 연습문제
Cuestionario del módulo 34m
완료하는 데 3시간 필요

Módulo 4: Ingeniería de atributos

16개 동영상 (총 92분), 2 quizzes
16개의 동영상
Atributos buenos7m
Causalidad8m
Funciones numéricas5m
Ejemplos suficientes7m
De los datos sin procesar a los atributos1m
Atributos categóricos8m
Combinaciones de atributos3m
Creación de depósitos3m
Amplitud y profundidad5m
Dónde se puede realizar la ingeniería de atributos3m
Descripción general del lab Ingeniería de atributos3m
Repaso del lab Ingeniería de atributos10m
Ajuste de hiperparámetros y demostración15m
Niveles de abstracción del AA4m
Resumen1m
1개 연습문제
Cuestionario del módulo 46m
4.8
2개의 리뷰Chevron Right

Serverless Machine Learning con TensorFlow en GCP의 최상위 리뷰

대학: 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

Google 클라우드 정보

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....

Data Engineering on Google Cloud Platform en Español 전문 분야 정보

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

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 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.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.