Este curso intensivo sob demanda de quatro dias oferece aos participantes uma introdução sobre como projetar e criar sistemas de machine learning no Google Cloud Platform. Por meio de apresentações, demonstrações e laboratórios práticos, os participantes aprenderão os conceitos de machine learning (ML) e do TensorFlow, além de habilidades de desenvolvimento, avaliação e produção de modelos de ML.
ofrecido por
Serverless Machine Learning with Tensorflow on Google Cloud Platform em Português Brasileiro
Google CloudAcerca de este Curso
Certificado para compartir
Obtén un certificado al finalizar
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. 14 horas para completar
Portugués (de Brasil)
Subtítulos: Francés (French), Portugués (de Brasil), Alemán (German), Inglés (English), Español (Spanish), Japonés
Certificado para compartir
Obtén un certificado al finalizar
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. 14 horas para completar
Portugués (de Brasil)
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
1 hora para completar
Este é o "Serverless Machine Learning on Google Cloud Platform"
1 hora para completar
2 videos (Total 5 minutos)
1 ejercicio de práctica
Pré-teste do curso de machine learning30m
3 horas para completar
Módulo 1: Primeiros passos com machine learning
3 horas para completar
21 videos (Total 109 minutos)
21 videos
Tipos de ML3m
O canal de ML2m
Variantes do modelo de ML7m
Como classificar um problema de ML2m
Como usar machine learning (ML)8m
Otimização9m
Um playground de rede neural18m
Como combinar atributos3m
Engenharia de atributos3m
Modelos de imagem5m
ML eficaz2m
Quais são os elementos de um bom conjunto de dados?5m
Métricas de erro3m
Precisão2m
Precisão e recall5m
Como criar conjuntos de dados de machine learning3m
Como dividir conjuntos de dados6m
Python Notebooks1m
Visão geral do laboratório Como criar conjuntos de dados de ML3m
Revisão do laboratório Como criar conjuntos de dados de ML2m
1 ejercicio de práctica
Teste do módulo 130m
6 horas para completar
Módulo 2: Criação de modelos de ML com o TensorFlow
6 horas para completar
15 videos (Total 65 minutos)
15 videos
O que é o TensorFlow?5m
Principais características do TensorFlow5m
Visão geral do laboratório Primeiros passos com o TensorFlow7s
Revisão do laboratório TensorFlow10m
API Estimator8m
Machine learning com o tf.estimator15s
Revisão do laboratório Estimator7m
Como criar ML eficaz6m
Introdução ao laboratório Refatoração para adicionar a criação de lotes e recursos38s
Revisão do laboratório Refatoração4m
Treine e avalie4m
Monitoramento1m
Introdução ao laboratório: Treinamento e monitoramento distribuídos2m
Revisão do laboratório: Treinamento e monitoramento distribuídos7m
1 ejercicio de práctica
Teste do módulo 230m
2 horas para completar
Módulo 3: Escalonamento de modelos de ML com o Cloud ML Engine
2 horas para completar
7 videos (Total 28 minutos)
7 videos
Por que usar o Cloud ML Engine?6m
Fluxo de trabalho de desenvolvimento1m
Como empacotar o treinador3m
TensorFlow Serving3m
Laboratório: Como escalonar ML39s
Revisão do laboratório: Como escalonar ML10m
1 ejercicio de práctica
Teste do módulo 330m
3 horas para completar
Módulo 4: Engenharia de atributos
3 horas para completar
16 videos (Total 92 minutos)
16 videos
Atributos bons7m
Causalidade8m
Numérico5m
Exemplos suficientes7m
Dados brutos para os atributos1m
Atributos categóricos8m
Cruzamento de atributos3m
Como criar intervalos3m
Amplitude e profundidade5m
Onde aplicar a engenharia de atributos3m
Visão geral do laboratório Engenharia de atributos3m
Revisão do laboratório Engenharia de atributos10m
Ajuste de hiperparâmetro e demonstração15m
Níveis de abstração de ML4m
Resumo1m
1 ejercicio de práctica
Teste do módulo 430m
Preguntas Frecuentes
¿Puedo acceder a una vista preliminar del curso antes de inscribirme?
Sí, puedes acceder a una vista preliminar del primer video y ver el programa antes de inscribirte. Debes comprar el curso para acceder a contenido que no está incluido en la vista preliminar
¿Qué recibiré cuando me inscriba?
Una vez que te inscribes y comienza la sesión, tendrás acceso a todos los videos y otros recursos, incluidos artículos de lectura y el foro de debate del curso. Podrás ver y enviar tareas de práctica y completar tareas con calificación obligatorias para obtener un título y un Certificado de curso
¿Cuándo recibiré mi Certificado de curso?
Si completas el curso de manera correcta, tu Certificado de curso electrónico se agregará a la página Logros. Desde allí, puedes imprimir tu Certificado de curso o agregarlo a tu perfil de LinkedIn
¿Por qué no puedo participar como oyente en este curso?
Este curso es uno de los pocos que se ofrecen en Coursera que está actualmente disponible solo para estudiantes que pagaron o que recibieron ayuda económica, si está disponible.
Is financial aid available?
Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.
Are there prerequisites for this course?
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
Am I eligible for the Google Cloud Platform free trial?
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/
What if I have already used up my Google Cloud Platform free trial?
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.
How does the free trial work?
View this page for more details: https://cloud.google.com/free-trial/docs/
Is this course similar to CPB102?
Yes, this online course is based on the instructor-led training formerly known as CPB102.
Does this course relate to the Google Certified Professional Data Engineer certification?
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/
What is a Google certification?
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/
¿Recibiré crédito universitario por completar el Curso?
Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
