课程信息
2,263 次近期查看

100% 在线

立即开始,按照自己的计划学习。

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

完成时间大约为20 小时

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

西班牙语(Spanish)

字幕:法语(French), 巴西葡萄牙语, 德语(German), 英语(English), 西班牙语(Spanish), 日语...

100% 在线

立即开始,按照自己的计划学习。

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

完成时间大约为20 小时

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

西班牙语(Spanish)

字幕:法语(French), 巴西葡萄牙语, 德语(German), 英语(English), 西班牙语(Spanish), 日语...

教学大纲 - 您将从这门课程中学到什么

1
完成时间为 1 小时

Bienvenido a Serverless Machine Learning on Google Cloud Platform

2 个视频 (总计 5 分钟), 1 个测验
2 个视频
Cómo abordar el aprendizaje automático2分钟
1 个练习
Prueba preliminar del curso sobre aprendizaje automático30分钟
完成时间为 3 小时

Módulo 1: Cómo comenzar a usar el aprendizaje automático

21 个视频 (总计 109 分钟), 2 个测验
21 个视频
Tipos de AA3分钟
La canalización del AA2分钟
Variantes de modelos de AA7分钟
Definición de un problema de AA2分钟
Aplicación del aprendizaje automático (AA)8分钟
Optimización9分钟
Una zona de pruebas de redes neuronales18分钟
Combinación de atributos3分钟
Ingeniería de atributos3分钟
Modelos de imágenes5分钟
AA eficaz2分钟
¿Cuáles son las características de un conjunto de datos bueno?5分钟
Métricas de errores3分钟
Precisión2分钟
Precisión y recuperación5分钟
Creación de conjuntos de datos de aprendizaje automático3分钟
División de conjuntos de datos6分钟
Notebooks de Python1分钟
Descripción general del lab Cómo crear conjuntos de datos de AA3分钟
Repaso del lab Cómo crear conjuntos de datos de AA2分钟
1 个练习
Cuestionario del módulo 130分钟
完成时间为 6 小时

Módulo 2: Cómo crear modelos de AA con TensorFlow

15 个视频 (总计 65 分钟), 5 个测验
15 个视频
¿Qué es TensorFlow?5分钟
Aspectos fundamentales de TensorFlow5分钟
Descripción general del lab Cómo comenzar a usar TensorFlow7
Repaso del lab TensorFlow10分钟
API de Estimator8分钟
Aprendizaje automático con tf.estimator15
Repaso del lab Estimator7分钟
Compilación de AA eficaz6分钟
Introducción al lab Reestructuración para agregar agrupación en lotes y creación de atributos38
Repaso del lab Reestructuración4分钟
Entrenamiento y evaluación4分钟
Supervisión1分钟
Introducción al lab Entrenamiento y supervisión distribuidos2分钟
Repaso del lab Entrenamiento y supervisión distribuidos7分钟
1 个练习
Cuestionario del módulo 230分钟
完成时间为 2 小时

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

7 个视频 (总计 28 分钟), 2 个测验
7 个视频
¿Por qué usar Cloud ML Engine?6分钟
Flujo de trabajo del desarrollo1分钟
Entrenador de paquetes3分钟
TensorFlow Serving3分钟
Lab Cómo ajustar el AA39
Repaso del lab Cómo ajustar el AA10分钟
1 个练习
Cuestionario del módulo 330分钟
完成时间为 3 小时

Módulo 4: Ingeniería de atributos

16 个视频 (总计 92 分钟), 2 个测验
16 个视频
Atributos buenos7分钟
Causalidad8分钟
Funciones numéricas5分钟
Ejemplos suficientes7分钟
De los datos sin procesar a los atributos1分钟
Atributos categóricos8分钟
Combinaciones de atributos3分钟
Creación de depósitos3分钟
Amplitud y profundidad5分钟
Dónde se puede realizar la ingeniería de atributos3分钟
Descripción general del lab Ingeniería de atributos3分钟
Repaso del lab Ingeniería de atributos10分钟
Ajuste de hiperparámetros y demostración15分钟
Niveles de abstracción del AA4分钟
Resumen1分钟
1 个练习
Test del módulo 430分钟
4.6
3 个审阅Chevron Right

来自Serverless Machine Learning con TensorFlow en GCP的热门评论

创建者 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

关于 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....

关于 Data Engineering on Google Cloud Platform en Español 专项课程

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

常见问题

  • 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.

还有其他问题吗?请访问 学生帮助中心