课程信息
4.5
2 个评分
专项课程
100% 在线

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

可灵活调整截止日期

根据您的日程表重置截止日期。
中级

中级

完成时间(小时)

完成时间大约为8 小时

建议:1 週間の学習、8~12 時間/週...
可选语言

日语

字幕:日语, 德语(German), 英语(English)...
专项课程
100% 在线

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

可灵活调整截止日期

根据您的日程表重置截止日期。
中级

中级

完成时间(小时)

完成时间大约为8 小时

建议:1 週間の学習、8~12 時間/週...
可选语言

日语

字幕:日语, 德语(German), 英语(English)...

教学大纲 - 您将从这门课程中学到什么

1
完成时间(小时)
完成时间为 11 分钟

Serverless Machine Learning on Google Cloud Platform へようこそ

...
Reading
2 个视频(共 5 分钟), 1 个测验
Video2 个视频
機械学習についての考え方2分钟
Quiz1 个练习
機械学習コースの事前テスト6分钟
完成时间(小时)
完成时间为 3 小时

モジュール 1: 機械学習の使用開始

...
Reading
21 个视频(共 109 分钟), 2 个测验
Video21 个视频
ML の種類3分钟
ML パイプライン2分钟
ML モデルのバリエーション7分钟
ML 問題の骨組み2分钟
機械学習(ML)の利用8分钟
最適化9分钟
ニューラル ネットワーク環境18分钟
特徴の組み合わせ3分钟
特徴エンジニアリング3分钟
イメージモデル5分钟
効果的な ML2分钟
良いデータセットを作成するもの5分钟
エラー指標3分钟
精度2分钟
適合率-再現率5分钟
機械学習データセットの作成3分钟
データセットの分割6分钟
Python Notebook1分钟
ML データセット作成のラボの概要3分钟
ML データセット作成のラボの復習2分钟
Quiz1 个练习
モジュール 1 の理解度チェック8分钟
完成时间(小时)
完成时间为 5 小时

モジュール 2: Tensorflow による ML モデルの構築

...
Reading
15 个视频(共 65 分钟), 5 个测验
Video15 个视频
TensorFlow とは5分钟
コア TensorFlow5分钟
TensorFlow ラボの概要のスタートガイド分钟
TensorFlow ラボの復習10分钟
Estimator API8分钟
tf.estimator を使用した機械学習分钟
Estimator ラボの復習7分钟
効果的な ML の構築6分钟
ラボのはじめに: バッチ処理と特徴作成を追加するためのリファクタリング分钟
リファクタリングのラボの復習4分钟
トレーニングと評価4分钟
モニタリング1分钟
ラボのはじめに: 分散型トレーニングとモニタリング2分钟
ラボの復習: 分散型トレーニングとモニタリング7分钟
Quiz1 个练习
モジュール 2 の理解度チェック8分钟
完成时间(小时)
完成时间为 2 小时

モジュール 3: Cloud ML Engine による ML モデルのスケーリング

...
Reading
7 个视频(共 28 分钟), 2 个测验
Video7 个视频
クラウド ML エンジンを選ぶ理由6分钟
開発ワークフロー1分钟
パッケージング トレーナー3分钟
TensorFlow サービスの提供3分钟
ラボ: ML のスケーリング分钟
ラボの復習: ML のスケーリング10分钟
Quiz1 个练习
モジュール 3 の理解度チェック4分钟
完成时间(小时)
完成时间为 3 小时

モジュール 4: 特徴エンジニアリング

...
Reading
16 个视频(共 92 分钟), 2 个测验
Video16 个视频
優れた特徴7分钟
因果関係8分钟
数値5分钟
多数の例7分钟
生データから特徴への変換1分钟
カテゴリ別の特徴8分钟
特徴断面3分钟
バケット化3分钟
広さと深さ5分钟
特徴エンジニアリングを行う場所3分钟
特徴エンジニアリングのラボの概要3分钟
特徴エンジニアリングのラボの復習10分钟
ハイパーパラメータの調整とデモ15分钟
ML の抽象化レベル4分钟
まとめ1分钟
Quiz1 个练习
"モジュール 4 の理解度チェック "6分钟

关于 Google Cloud

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 日本語版 专项课程

>>> 注:本専門講座は現在、Serverless Machine Learning with Tensorflow on Google Cloud Platform以外は日本語で利用可能です。このコースは近日中に日本語で公開されます。<<< この 5 週間のオンライン速習専門講座は、Google Cloud Platform でデータ処理システムを設計、構築する方法を学ぶための実践的な入門コースです。講義、デモ、ハンズオンラボを通して、データ処理システムの設計、エンドツーエンドのデータ パイプラインの構築、データの分析、機械学習の実施方法を学びます。このコースでは、構造化、非構造化、ストリーミングの各種データを扱います。 このコースでは、次のスキルについて学習します。 • Google Cloud Platform 上でデータ処理システムを設計し構築する • 非構造化データを Cloud Dataproc 上で Spark と ML の API を使って活用する • バッチおよびストリーミングのデータを処理するために自動スケーリング データ パイプラインを Cloud Dataflow 上で実装する • 巨大なデータセットからのビジネス分析情報を Google BigQuery を使用して引き出す • 機械学習モデルを使用したトレーニング、評価、予測を TensorFlow と Cloud ML を使用して行う • ストリーミング データからの迅速な分析を実現する このクラスは、デベロッパーとしての経験があり、次のようなビッグデータ変換の管理を担当する方を対象としています。 • データの抽出、読み込み、変換、クリーニング、検証を行う • データ処理用のパイプラインとアーキテクチャを設計する • 機械学習モデルと統計モデルを作成して保守する • データセットに対してクエリを実行し、クエリ結果を視覚化して、レポートを作成する...
Data Engineering on Google Cloud Platform 日本語版

常见问题

  • 是的,您可以在注册之前预览第一个视频和查看授课大纲。您必须购买课程,才能访问预览不包括的内容。

  • 如果您决定在班次开始日期之前注册课程,那么您将可以访问课程的所有课程视频和阅读材料。班次开始之后,您便可以提交作业。

  • 在您注册且班次开课之后,您将可以访问所有视频和其他资源,包括阅读材料内容和课程论坛。您将能够查看和提交练习作业,并完成所需的评分作业以获得成绩和课程证书。

  • 如果您成功完成课程,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。

  • 此课程是 Coursera 上提供的众多课程之一,当前只对已购买课程或已获得助学金的学生开放。如果您要学习此课程,但却承担不起课程费用,我们建议您提交助学金申请。

  • 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.

  • View this page for more details: https://cloud.google.com/free-trial/docs/

  • Yes, this online course is based on the instructor-led training formerly known as CPB102.

  • The course covers the topics presented on the certification exam, however we recommend additional preparation including hands-on product experience. The best preparation for certification is real-world, hands-on experience. Review the Google Certified Professional Data Engineer certification preparation guide for further information and resources at https://cloud.google.com/certification/guides/data-engineer/

  • Google’s Certification Program gives customers and partners a way to demonstrate their technical skills in a particular job-role and technology. Individuals are assessed using a variety of rigorously developed industry-standard methods to determine whether they meet Google’s proficiency standards. Read more at https://cloud.google.com/certification/

还有其他问题吗?请访问 学生帮助中心