このコースについて

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約8時間で修了

推奨:1 Lernwoche, 8–10 Stunden/Woche...

ドイツ語

字幕:フランス語, ポルトガル語(ブラジル), ドイツ語, 英語, スペイン語, 日本語...

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約8時間で修了

推奨:1 Lernwoche, 8–10 Stunden/Woche...

ドイツ語

字幕:フランス語, ポルトガル語(ブラジル), ドイツ語, 英語, スペイン語, 日本語...

シラバス - 本コースの学習内容

1
27分で修了

Einführung in die Spezialisierung

Hier wird eine Einführung in die Spezialisierung geboten und es werden die Google-Experten vorgestellt, die dieses Thema unterrichten....
4件のビデオ (合計11分), 1 reading, 1 quiz
4件のビデオ
Programm für die Spezialisierung5 分
Was spricht für Google?1 分
Was spricht für Google Cloud?2 分
1件の学習用教材
Kursressourcen herunterladen10 分
1の練習問題
Modul 1 – Quiz6 分
1時間で修了

Was bedeutet "künstliche Intelligenz"?

Sie erfahren, was gemeint ist, wenn wir sagen, dass Google auf künstliche Intelligenz setzt und wie dies in der Praxis aussieht....
17件のビデオ (合計52分), 1 quiz
17件のビデオ
Die beiden Phasen des ML3 分
ML bei Google-Produkten5 分
Demo: ML bei Google Fotos1 分
Google Übersetzer und Gmail1 分
Heuristische Regeln ersetzen5 分
Daten im Mittelpunkt3 分
Lab-Einführung: Ein ML-Problem beschreiben1 分
Lab-Nachbesprechung4 分
Demo: ML bei Anwendungen2 分
Vortrainierte Modelle3 分
Entwicklung des ML-Marketplace2 分
Eine Datenstrategie5 分
Mit Datenverzerrungen umgehen5 分
Eine ML-Strategie1 分
Gestalten Sie Ihr Unternehmen um2 分
Lab-Einführung: ML-Anwendungsbeispiel26
1の練習問題
Modul 2 – Quiz6 分
1時間で修了

Maschinelles Lernen bei Google

In diesem Modul geht es um das organisatorische Know-how, das sich Google über die Jahre angeeignet hat....
6件のビデオ (合計36分), 1 quiz
6件のビデオ
Die ML-Überraschung4 分
Die geheime Zutat8 分
ML und Geschäftsprozesse6 分
Der Weg zu ML10 分
Deep Dive: Phasenenden4 分
1の練習問題
Modul 3 – Quiz6 分
1時間で修了

Inklusives maschinelles Lernen

In diesem Modul erfahren Sie, warum Systeme für maschinelles Lernen standardmäßig nicht fair sind und was Sie beachten sollten, wenn Sie in Ihren Produkten maschinelles Lernen nutzen....
7件のビデオ (合計27分), 1 quiz
7件のビデオ
Maschinelles Lernen und menschliche Vorurteile2 分
Messwerte zur Evaluierung einbeziehen3 分
Statistische Messungen und annehmbare Kompromisse4 分
Chancengleichheit6 分
Entscheidungen simulieren3 分
Fehler im Dataset mit Attributen finden4 分
1の練習問題
Modul 4 – Quiz6 分
5時間で修了

Python-Notebooks in der Cloud

In diesem Modul geht es um Cloud Datalab, die Entwicklungsumgebung, die Sie für dieses spezielle Thema verwenden....
22件のビデオ (合計81分), 1 reading, 4 quizzes
22件のビデオ
Cloud Datalab1 分
Demo: Cloud Datalab1 分
Entwicklung2 分
Demo: Rehosting von Cloud Datalab3 分
Mit verwalteten Diensten arbeiten2 分
Berechnung und Speicherung4 分
Einführung in Qwiklabs3 分
Lab-Nachbesprechung11 分
Cloud shell2 分
Dritte Generation der Cloud: Vollständig verwaltete Dienste1 分
Dritte Generation der Cloud: Serverlose Datenanalyse2 分
Dritte Generation der Cloud: BigQuery und Cloud Datalab52
Lab-Einführung: Datenanalyse mit Datalab und BigQuery1 分
Lab-Nachbesprechung: Datenanalyse mit Datalab und BigQuery11 分
ML, keine Regeln2 分
API in Aktion3 分
Video Intelligence API3 分
Cloud Speech API3 分
Übersetzung und NL4 分
Lab: Einführung in vortrainierte ML-APIs49
Lab-Lösungen9 分
1件の学習用教材
Einführung zum Lab "VM mieten"10 分
1の練習問題
Modul 5 – Quiz6 分
4分で修了

Übersicht

...
1件のビデオ (合計4分)
1件のビデオ

Google Cloudについて

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....

Machine Learning with TensorFlow on Google Cloud Platform auf Deutschの専門講座について

Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Was sind die fünf Phasen zur Umsetzung eines für ML geeigneten Anwendungsfalls und warum darf keine dieser Phasen übersprungen werden? Warum sind neuronale Netze gerade so beliebt? Wie können Sie ein Projekt für betreutes Lernen gestalten und mithilfe des Gradientenverfahrens und sinnvoll erstellten Datasets eine gute, generalisierbare Lösung finden? In diesem Kurs lernen Sie, verteilte Modelle für ML zu schreiben, die in TensorFlow skaliert werden, das Training dieser Modelle horizontal zu skalieren und leistungsstarke Vorhersagen zu erstellen. Wir gehen darauf ein, wie Sie Rohdaten so in Merkmale umwandeln, dass ML wichtige Eigenschaften dieser Daten erlernen kann und menschliche Einblicke in das Problem zulässt. Schließlich lernen Sie, die richtige Mischung aus Parametern zu verwenden, um präzise und generalisierte Modelle zu erstellen, und Sie erhalten eine Einführung in die Theorie zum Lösen bestimmter Arten von ML-Problemen. Auf diese Weise gewinnen Sie ein umfassendes Verständnis von ML. Zuerst erstellen Sie eine auf ML ausgerichtete Strategie. Dann fahren Sie mit Modelltraining, Optimierung und Produktentwicklung fort. Hierbei helfen Ihnen praxisorientierte Labs der Google Cloud Platform. >>> Mit Ihrer Teilnahme an dieser Spezialisierung stimmen Sie den Nutzungsbedingungen von Qwiklabs zu, die Sie in den FAQs und unter folgendem Link finden: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。