Acerca 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. 15 horas para completar
Alemán (German)
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. 15 horas para completar
Alemán (German)

ofrecido por

Placeholder

Google Cloud

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

1 hora para completar

Willkommen zum serverlosen maschinellen Lernen mit der Google Cloud Platform

1 hora para completar
2 videos (Total 5 minutos), 1 lectura, 1 cuestionario
2 videos
Überlegungen zum maschinellen Lernen2m
1 lectura
Kursressourcen herunterladen10m
1 ejercicio de práctica
ML-Kurs – Vorabfragen30m
3 horas para completar

Modul 1: Einführung in maschinelles Lernen

3 horas para completar
21 videos (Total 109 minutos)
21 videos
Arten von ML3m
Die ML-Pipeline2m
Varianten des ML-Modells7m
ML-Problem eingrenzen2m
Maschinelles Lernen (ML) ausprobieren8m
Optimierung9m
Sichere Testumgebung für neuronale Netzwerke18m
Funktionen kombinieren3m
Feature Engineering3m
Bildmodelle5m
Effektives ML2m
Was macht ein gutes Dataset aus?5m
Fehlermesswerte3m
Genauigkeit2m
Genauigkeit und Trefferquote5m
Datasets für maschinelles Lernen erstellen3m
Datasets aufteilen6m
Python-Notebooks1m
Übersicht zum Lab "Datasets für maschinelles Lernen erstellen"3m
Zusammenfassung zum Lab "Datasets für maschinelles Lernen erstellen"2m
1 ejercicio de práctica
Quiz zu Modul 130m
6 horas para completar

Modul 2: ML-Modelle mit TensorFlow erstellen

6 horas para completar
15 videos (Total 65 minutos)
15 videos
Was ist TensorFlow?5m
Core TensorFlow5m
Übersicht zum Lab "Einführung in TensorFlow"7s
Zusammenfassung zum TensorFlow-Lab10m
Estimator API8m
Maschinelles Lernen mit tf.estimator15s
Zusammenfassung zum Lab "Estimator"7m
Effektives ML ermöglichen6m
Einführung zum Lab "Refaktorierung zum Hinzufügen von Stapelverarbeitung und Funktionserstellung"38s
Zusammenfassung zum Lab "Refaktorierung"4m
Trainieren und Bewerten4m
Monitoring1m
Einführung zum Lab "Verteiltes Training und Monitoring"2m
Zusammenfassung zum Lab "Verteiltes Training und Monitoring"7m
1 ejercicio de práctica
Quiz zu Modul 230m
2 horas para completar

Modul 3: ML-Modelle mit Cloud ML Engine skalieren

2 horas para completar
7 videos (Total 28 minutos)
7 videos
Vorteile der Cloud ML Engine6m
Arbeitsablauf bei der Entwicklung1m
Trainingspakete erstellen3m
TensorFlow bereitstellen3m
Lab: ML hochskalieren39s
Zusammenfassung zum Lab "ML hochskalieren"10m
1 ejercicio de práctica
Quiz für Modul 330m
3 horas para completar

Modul 4: Feature Engineering

3 horas para completar
16 videos (Total 92 minutos)
16 videos
Gute Funktionen7m
Kausalität8m
Numerisch5m
Ausreichende Beispiele7m
Von den Rohdaten zur Funktion1m
Kategoriale Merkmale8m
Funktionsverknüpfungen3m
Bucketizing3m
Breit und tief5m
Einsatzbereiche für Feature Engineering3m
Überblick zum Lab "Feature Engineering"3m
Zusammenfassung zum Lab "Feature Engineering"10m
Hyperparameter-Abstimmung + Demo15m
ML-Abstraktionsebenen4m
Fazit1m
1 ejercicio de práctica
Quiz zu Modul 430m

Preguntas Frecuentes

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