课程信息

可分享的证书
完成后获得证书
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14 小时
日语
字幕:法语(French), 巴西葡萄牙语, 德语(German), 英语(English), 西班牙语(Spanish), 日语...
可分享的证书
完成后获得证书
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14 小时
日语
字幕:法语(French), 巴西葡萄牙语, 德语(German), 英语(English), 西班牙语(Spanish), 日语...

提供方

Google 云端平台 徽标

Google 云端平台

教学大纲 - 您将从这门课程中学到什么

1

1

完成时间为 1 小时

Serverless Machine Learning on Google Cloud Platform へようこそ

完成时间为 1 小时
2 个视频 (总计 5 分钟)
2 个视频
機械学習についての考え方2分钟
1 个练习
機械学習コースの事前テスト30分钟
完成时间为 3 小时

モジュール 1: 機械学習の使用開始

完成时间为 3 小时
21 个视频 (总计 109 分钟)
21 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
1 个练习
モジュール 1 の理解度チェック30分钟
完成时间为 6 小时

モジュール 2: Tensorflow による ML モデルの構築

完成时间为 6 小时
15 个视频 (总计 65 分钟)
15 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7
TensorFlow ラボの復習10分钟
Estimator API8分钟
tf.estimator を使用した機械学習15
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38
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
1 个练习
モジュール 2 の理解度チェック30分钟
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

完成时间为 2 小时
7 个视频 (总计 28 分钟)
7 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39
ラボの復習: ML のスケーリング10分钟
1 个练习
モジュール 3 の理解度チェック30分钟
完成时间为 3 小时

モジュール 4: 特徴エンジニアリング

完成时间为 3 小时
16 个视频 (总计 92 分钟)
16 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
1 个练习
"モジュール 4 の理解度チェック "30分钟

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。

  • 该课程是 Coursera 上提供的为数不多的课程之一,目前只对已购买课程或已获得助学金的学生开放。

  • 如果订阅,您可以获得 7 天免费试听,在此期间,您可以取消课程,无需支付任何罚金。在此之后,我们不会退款,但您可以随时取消订阅。请阅读我们完整的退款政策

  • 是的,Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤,包括毕业项目。了解更多

  • 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