Este curso forma parte de Programa especializado: Machine Learning with TensorFlow on Google Cloud en Français

4.5

estrellas

11 calificaciones

Google Cloud Training

Ofrecido Por

Programa especializado: Machine Learning with TensorFlow on Google Cloud en FrançaisGoogle Cloud

Acerca de este Curso

Au début de ce cours, vous trouverez une discussion concernant les données, expliquant comment améliorer leur qualité et comment effectuer des analyses exploratoires. Ensuite, nous vous présenterons Vertex AI AutoML et vous expliquerons comment créer, entraîner et déployer un modèle de machine learning (ML) sans écrire une ligne de code. Vous découvrirez également les avantages de BigQuery ML. Enfin, nous verrons comment optimiser un modèle de ML, et en quoi la généralisation ainsi que l'échantillonnage peuvent vous aider à évaluer la qualité des modèles de ML destinés à un entraînement personnalisé.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 2 de 5 en

Programa especializado: Machine Learning with TensorFlow on Google Cloud en Français

Nivel principiante

Aprox. 16 horas para completar

Francés (French)

Qué aprenderás

Expliquer comment améliorer la qualité des données et effectuer des analyses exploratoires
Créer et entraîner des modèles AutoML avec Vertex AI et BigQuery ML
Optimiser et évaluer des modèles à l'aide des fonctions de perte et des métriques de performances
Créer des ensembles de données d'entraînement, d'évaluation et de test reproductibles et évolutifs

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 2 de 5 en

Programa especializado: Machine Learning with TensorFlow on Google Cloud en Français

Nivel principiante

Aprox. 16 horas para completar

Francés (French)

Instructor

Google Cloud Training

1.926.846 alumnos

1041 cursos

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

Semana1

Semana 1

1 minuto para completar

Présentation

1 minuto para completar

1 video (Total 1 minutos)

Semana2

Semana 2

4 horas para completar

Familiarisation : effectuer une analyse exploratoire des données pour les améliorer

Dans ce module, nous verrons comment améliorer la qualité de nos données et effectuer une analyse exploratoire de celles-ci. Nous évoquerons également l'importance du nettoyage de données en machine learning et son impact sur la qualité. Sachez par exemple que des valeurs manquantes peuvent fausser les résultats. Enfin, vous découvrirez pourquoi il est primordial d'explorer vos données. Une fois l'ensemble de données nettoyé, vous effectuerez une analyse exploratoire de celui-ci.

4 horas para completar

9 videos (Total 57 minutos)

9 videos

Présentation39sAméliorer la qualité des données13mCoursera : Premiers pas avec Google Cloud Platform et Qwiklabs4mPrésentation de l'atelier : Améliorer la qualité de vos données1mDémonstration de l'atelier : Améliorer la qualité de vos données22mQu'est-ce que l'analyse exploratoire des données ?4mComment l'analyse exploratoire des données est-elle utilisée en machine learning ?4mAnalyse et visualisation des données3mPrésentation de l'atelier : Explorer les données à l'aide de Python et de BigQuery46s

1 ejercicio de práctica

Quiz : Familiarisation : effectuer une analyse exploratoire des données pour les améliorer10m

Semana3

Semana 3

3 horas para completar

Le machine learning en pratique

3 horas para completar

6 videos (Total 45 minutos)

Semana4

Semana 4

4 horas para completar

Entraîner des modèles AutoML à l'aide de Vertex AI

4 horas para completar

7 videos (Total 38 minutos)

7 videos

Présentation23sComparaison entre le machine learning et le deep learning7mQu'est-ce que le machine learning automatisé ?1mModèle de régression AutoML10m(Facultatif) Présentation de l'atelier : Entraîner un modèle de classification AutoML (données structurées)28s(Facultatif) Démonstration de l'atelier : Entraîner un modèle de classification AutoML (données structurées)7mÉvaluer des modèles AutoML10m

1 ejercicio de práctica

Quiz : Entraîner des modèles AutoML à l'aide de Vertex AI18m

Semana5

Semana 5

4 horas para completar

BigQuery Machine Learning : développer des modèles de ML dans l'espace de stockage de vos données

4 horas para completar

8 videos (Total 30 minutos)

8 videos

Présentation22sEntraîner un modèle de ML avec BigQuery ML5mModèles compatibles avec BigQuery Machine Learning2mPrésentation de l'atelier : Utiliser BigQuery ML pour prédire le poids d'un manchot (BigQuery ML et Explainable AI)29sDémonstration de l'atelier : Utiliser BigQuery ML pour prédire le poids d'un manchot (BigQuery ML et Explainable AI)11mRégler les hyperparamètres de BigQuery ML3m(Facultatif) Présentation de l'atelier : Utiliser les réglages d'hyperparamètres BigQuery ML pour améliorer les performances du modèle28sCréer et déployer un système de recommandation à l'aide de BigQuery ML5m

1 ejercicio de práctica

Quiz : BigQuery Machine Learning : développer des modèles de ML dans l'espace de stockage de vos données10m

Semana6

Semana 6

1 hora para completar

Optimisation

1 hora para completar

12 videos (Total 58 minutos)

12 videos

Présentation26sDéfinition des modèles de ML4mPrésentation de l'ensemble de données du cours6mPrésentation des fonctions de perte6mDescente de gradient5mRésoudre les problèmes liés aux courbes de fonction de perte2mProblèmes liés aux modèles de ML6mAtelier du cours : Présentation de TensorFlow Playground6mAtelier du cours : TensorFlow Playground – Niveau avancé3mAtelier du cours : S'entraîner à utiliser des réseaux de neurones6mMétriques de performances3mMatrice de confusion5m

1 ejercicio de práctica

Quiz : Optimisation10m

Semana7

Semana 7

1 hora para completar

Généralisation et échantillonnage

Il est maintenant temps de répondre à une question plutôt bizarre : dans quels cas ne faut-il pas choisir le modèle de ML le plus précis ? Comme brièvement évoqué dans le module précédent sur l'optimisation, un modèle présentant une métrique de perte égale à zéro pour votre ensemble de données d'entraînement ne sera pas forcément efficace sur de nouvelles données réelles. Dans ce module, vous apprendrez à créer des ensembles de données d'entraînement, d'évaluation et de test reproductibles, ainsi qu'à définir des benchmarks de performances.

1 hora para completar

5 videos (Total 28 minutos)

Acerca de Programa especializado: Machine Learning with TensorFlow on Google Cloud 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 <<<

Machine Learning with TensorFlow on Google Cloud en Français

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿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.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Launching into Machine Learning en Français

Acerca de este Curso

Qué aprenderás