관련 경험이 어느 정도 필요합니다.
Machine Learning with TensorFlow on Google Cloud en Français 특화 과정
Apprenez à utiliser le ML avec Google Cloud. Découvrez et utilisez le machine learning de bout en bout en conditions réelles.
제공자:
이 전문 분야 정보
응용 학습 프로젝트
Cette spécialisation comporte des ateliers pratiques à réaliser sur notre plate-forme Qwiklabs.
Ces ateliers vous permettent d'appliquer ce que vous apprenez dans les cours en vidéo. Les projets sont axés autour de thèmes tels que les produits Google Cloud Platform. Ces derniers sont d'ailleurs utilisés et configurés dans Qwiklabs. Vous développerez ainsi une expérience pratique des concepts expliqués dans les modules.
관련 경험이 어느 정도 필요합니다.
특화 과정 이용 방법
강좌 수강
Coursera 특화 과정은 한 가지 기술을 완벽하게 습득하는 데 도움이 되는 일련의 강좌입니다. 시작하려면 특화 과정에 직접 등록하거나 강좌를 둘러보고 원하는 강좌를 선택하세요. 특화 과정에 속하는 강좌에 등록하면 해당 특화 과정 전체에 자동으로 등록됩니다. 단 하나의 강좌만 수료할 수도 있으며, 학습을 일시 중지하거나 언제든 구독을 종료할 수 있습니다. 학습자 대시보드를 방문하여 강좌 등록 상태와 진도를 추적해 보세요.
실습 프로젝트
모든 특화 과정에는 실습 프로젝트가 포함되어 있습니다. 특화 과정을 완료하고 수료증을 받으려면 프로젝트를 성공적으로 마쳐야 합니다. 특화 과정에 별도의 실습 프로젝트 강좌가 포함되어 있는 경우, 다른 모든 강좌를 완료해야 프로젝트 강좌를 시작할 수 있습니다.
수료증 취득
모든 강좌를 마치고 실습 프로젝트를 완료하면 취업할 때나 전문가 네트워크에 진입할 때 제시할 수 있는 수료증을 취득할 수 있습니다.

이 전문 분야에는 5개의 강좌가 있습니다.
How Google does Machine Learning en Français
Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Google adopte une approche particulière du machine learning qui s'appuie non seulement sur les données, mais également sur la logique. Nous expliquerons l'utilité d'une telle définition pour les data scientists à l'heure de créer un pipeline de modèles de machine learning.
Launching into Machine Learning en Français
À partir de l'histoire du machine learning, nous examinons les raisons pour lesquelles les réseaux de neurones fonctionnent si bien de nos jours dans différents problèmes liés à la science des données. Nous évoquons ensuite la façon d'aborder un problème d'apprentissage supervisé et le moyen d'y répondre en utilisant la descente de gradient. Cela implique de créer des ensembles de données menant à une généralisation ; nous évoquons les méthodes pour y parvenir de façon reproductible en utilisant l'expérimentation.
Intro to TensorFlow en Français
Ce cours va vous expliquer comment exploiter la flexibilité et la facilité d'utilisation de TensorFlow 2.x et de Keras pour créer, entraîner et déployer des modèles de machine learning. Vous en apprendrez plus sur la hiérarchie de l'API TensorFlow 2.x et découvrirez les principaux composants de TensorFlow à travers divers exercices pratiques. Nous allons vous montrer comment travailler avec des ensembles de données et des colonnes de caractéristiques. Vous apprendrez à concevoir et à créer un pipeline de données d'entrée TensorFlow 2.x. À l'aide d'exercices pratiques, vous vous entraînerez à charger des données CSV, des tableaux Numpy, des données de texte et des images à l'aide de tf.Data.Dataset. Vous vous entraînerez également à créer des colonnes de caractéristiques numériques, catégorielles, en buckets et hachées.
Feature Engineering en Français
Vous voulez savoir comment améliorer la précision de vos modèles de ML ? Et quelles colonnes de données créent les caractéristiques les plus utiles ? Bienvenue dans "Extraction de caractéristiques". Nous allons passer en revue les bonnes et les mauvaises caractéristiques, et voir comment les prétraiter et les transformer pour les utiliser efficacement dans vos modèles.
제공자:

Google 클라우드
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.
자주 묻는 질문
환불 규정은 어떻게 되나요?
하나의 강좌에만 등록할 수 있나요?
재정 지원을 받을 수 있나요?
해당 강좌를 무료로 수강할 수 있나요?
이 강좌는 100% 온라인으로 진행되나요? 직접 참석해야 하는 수업이 있나요?
전문 분야를 완료하면 대학 학점을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.