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'intérêt que présente cette conception pour la création d'un pipeline de modèles de ML. Ensuite, nous examinerons les cinq phases permettant de convertir un cas d'utilisation devant être traité à l'aide du machine learning et étudierons pourquoi chaque étape est importante. Enfin, nous identifierons les biais que le machine learning est susceptible d'amplifier et apprendrons à les repérer.
Este curso forma parte de Programa Especializado - Machine Learning with TensorFlow on Google Cloud Platform en Français
How Google does Machine Learning en Français
ofrecido por
Acerca de este Curso
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 10 horas para completar
Sugerido: 1 semaine (8 à 10 heures)
Francés (French)
Subtítulos: Francés (French), Portugués (de Brasil), Alemán (German), Inglés (English), Español (Spanish), Japonés
ofrecido por
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.
Programa - Qué aprenderás en este curso
17 minutos para completar
Introduction de la spécialisation
Présentation de la spécialisation et des experts Google qui s'occupent de la formation
17 minutos para completar
4 videos (Total 11 minutos)
4 videos
Programme de la spécialisation5m
Pourquoi choisir Google ?1m
Pourquoi choisir Google Cloud ?2m
1 ejercicio de práctica
Questionnaire du module 16m
1 hora para completar
Le rôle central de l'intelligence artificielle
Dans ce module, vous allez découvrir comment Google donne la priorité à l'intelligence artificielle dans sa stratégie d'entreprise et comment ce concept se traduit en pratique.
1 hora para completar
17 videos (Total 52 minutos)
17 videos
Les deux étapes du ML3m
Utilisation du ML dans les produits Google5m
Démonstration : Utilisation du ML dans Google Photos1m
Google Traduction et Gmail1m
Remplacer des règles heuristiques5m
Priorité aux données3m
Présentation de l'atelier : Cerner un problème de ML1m
Explication de l'atelier4m
Démonstration : Utilisation du ML dans des applications2m
Modèles pré-entraînés3m
Évolution constante du marché du ML2m
Stratégie de données5m
Décalage entre les données d'entraînement et de diffusion5m
Stratégie de ML1m
Transformez votre entreprise2m
Introduction au lab : Cas d'utilisation du ML26s
1 ejercicio de práctica
Questionnaire du module 26m
1 hora para completar
Le machine learning chez Google
Ce module présente le savoir-faire organisationnel acquis par Google au fil des années.
1 hora para completar
6 videos (Total 36 minutos)
6 videos
Introduction40s
Les surprises du ML4m
L'ingrédient secret du ML8m
Le ML et les processus commerciaux6m
Transition vers le ML10m
Récapitulatif des cinq phases du ML4m
1 ejercicio de práctica
Questionnaire du module 36m
1 hora para completar
Le machine learning inclusif
Dans ce module, nous expliquons pourquoi les systèmes de machine learning ne sont pas inclusifs par défaut, et nous indiquons les éléments que vous devez garder à l'esprit lorsque vous intégrez le ML à vos produits.
1 hora para completar
7 videos (Total 27 minutos)
7 videos
Machine learning et biais humains2m
Évaluation des métriques pour l'inclusion3m
Mesures statistiques et compromis acceptables4m
Égalité des chances6m
Simuler des prises de décision3m
Rechercher des erreurs dans un ensemble de données à l'aide de Facets4m
1 ejercicio de práctica
Questionnaire du module 46m
5 horas para completar
Blocs-notes Python dans le cloud
Ce module concerne Cloud Datalab, l'environnement de développement que vous allez utiliser dans le cadre de cette spécialisation.
5 horas para completar
22 videos (Total 81 minutos), 1 lectura, 4 cuestionarios
22 videos
Cloud Datalab1m
Démonstration : Cloud Datalab1m
Processus de développement2m
Démonstration : transfert d'hébergement d'un bloc-notes Cloud Datalab3m
Utiliser des services gérés2m
Calcul et stockage4m
Présentation de Qwiklabs3m
Explication de l'atelier11m
Cloud Shell2m
Troisième évolution du cloud : services entièrement gérés1m
Troisième évolution du cloud : analyse des données sans serveur2m
Troisième évolution du cloud : BigQuery et Cloud Datalab52s
Présentation de l'atelier : Analyse de données avec Datalab et BigQuery1m
Explication de l'atelier : Analyse de données avec Datalab et BigQuery11m
L'intelligence du ML2m
API Vision en action3m
API Video Intelligence3m
API Cloud Speech3m
Traduction avec l'API Natural Language4m
Présentation de l'atelier : API de ML pré-entraînées49s
Explication de l'atelier9m
1 lectura
Présentation de l'atelier sur la location d'une VM10m
1 ejercicio de práctica
Questionnaire du module 56m
4 minutos para completar
Récapitulatif
4 minutos para completar
1 video (Total 4 minutos)
1 video
Acerca de Programa especializado Machine Learning with TensorFlow on Google Cloud Platform en Français
Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Quelles sont les cinq phases permettant de traiter un cas d'utilisation à l'aide du machine learning, et pourquoi chaque étape est-elle essentielle ? Pourquoi les réseaux de neurones sont-ils désormais si courants ? Comment définir un problème d'apprentissage supervisé et trouver une solution adaptée et généralisable à l'aide de la descente de gradient et d'une méthode pertinente de création d'ensembles de données ? Apprenez à créer des modèles de machine learning distribués qui pourront évoluer dans TensorFlow, à adapter l'entraînement de ces modèles pour bénéficier d'une évolutivité horizontale et à obtenir des prédictions très performantes. Convertissez les données brutes en caractéristiques de sorte que les processus de ML soient en mesure d'identifier les propriétés importantes dans les données et générez des insights qui ont du sens en rapport avec la problématique. Enfin, découvrez comment intégrer à la fois la combinaison de paramètres permettant d'obtenir des modèles précis et généralisés, et une connaissance de la théorie indispensable pour résoudre des types spécifiques de problèmes de ML.
Vous expérimenterez le ML de bout en bout en commençant par créer une stratégie centrée sur le ML, puis en progressant dans le processus d'entraînement, d'optimisation et de production de modèles grâce à des ateliers pratiques faisant appel à Google Cloud Platform.
>>> En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service <<<
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Cuál es la política de reembolsos?
¿Hay ayuda económica disponible?
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
