このコースについて

4,076 最近の表示
共有できる証明書
修了時に証明書を取得
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
フランス語
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...
共有できる証明書
修了時に証明書を取得
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
フランス語
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...

提供:

Google Cloud ロゴ

Google Cloud

シラバス - 本コースの学習内容

1

1

17分で修了

Introduction de la spécialisation

17分で修了
4件のビデオ (合計11分)
4件のビデオ
Programme de la spécialisation5 分
Pourquoi choisir Google ?1 分
Pourquoi choisir Google Cloud ?2 分
1の練習問題
Questionnaire du module 16 分
1時間で修了

Le rôle central de l'intelligence artificielle

1時間で修了
17件のビデオ (合計52分)
17件のビデオ
Les deux étapes du ML3 分
Utilisation du ML dans les produits Google5 分
Démonstration : Utilisation du ML dans Google Photos1 分
Google Traduction et Gmail1 分
Remplacer des règles heuristiques5 分
Priorité aux données3 分
Présentation de l'atelier : Cerner un problème de ML1 分
Explication de l'atelier4 分
Démonstration : Utilisation du ML dans des applications2 分
Modèles pré-entraînés3 分
Évolution constante du marché du ML2 分
Stratégie de données5 分
Décalage entre les données d'entraînement et de diffusion5 分
Stratégie de ML1 分
Transformez votre entreprise2 分
Introduction au lab : Cas d'utilisation du ML26
1の練習問題
Questionnaire du module 26 分
1時間で修了

Le machine learning chez Google

1時間で修了
6件のビデオ (合計36分)
6件のビデオ
Les surprises du ML4 分
L'ingrédient secret du ML8 分
Le ML et les processus commerciaux6 分
Transition vers le ML10 分
Récapitulatif des cinq phases du ML4 分
1の練習問題
Questionnaire du module 36 分
1時間で修了

Le machine learning inclusif

1時間で修了
7件のビデオ (合計27分)
7件のビデオ
Machine learning et biais humains2 分
Évaluation des métriques pour l'inclusion3 分
Mesures statistiques et compromis acceptables4 分
Égalité des chances6 分
Simuler des prises de décision3 分
Rechercher des erreurs dans un ensemble de données à l'aide de Facets4 分
1の練習問題
Questionnaire du module 46 分
5時間で修了

Blocs-notes Python dans le cloud

5時間で修了
22件のビデオ (合計81分), 1 reading, 4 quizzes
22件のビデオ
Cloud Datalab1 分
Démonstration : Cloud Datalab1 分
Processus de développement2 分
Démonstration : transfert d'hébergement d'un bloc-notes Cloud Datalab3 分
Utiliser des services gérés2 分
Calcul et stockage4 分
Présentation de Qwiklabs3 分
Explication de l'atelier11 分
Cloud Shell2 分
Troisième évolution du cloud : services entièrement gérés1 分
Troisième évolution du cloud : analyse des données sans serveur2 分
Troisième évolution du cloud : BigQuery et Cloud Datalab52
Présentation de l'atelier : Analyse de données avec Datalab et BigQuery1 分
Explication de l'atelier : Analyse de données avec Datalab et BigQuery11 分
L'intelligence du ML2 分
API Vision en action3 分
API Video Intelligence3 分
API Cloud Speech3 分
Traduction avec l'API Natural Language4 分
Présentation de l'atelier : API de ML pré-entraînées49
Explication de l'atelier9 分
1件の学習用教材
Présentation de l'atelier sur la location d'une VM10 分
1の練習問題
Questionnaire du module 56 分
4分で修了

Récapitulatif

4分で修了
1件のビデオ (合計4分)
1件のビデオ

Machine Learning with TensorFlow on Google Cloud Platform en Français専門講座について

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 Platform en Français

よくある質問

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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。

  • サブスクライブすると、7日間の無料トライアルを体験できます。この期間中は解約金なしでキャンセルできます。それ以降、払い戻しはありませんが、サブスクリプションをいつでもキャンセルできます。返金ポリシーをすべて表示します

  • はい。受講料の支払いが難しい受講生に、Coursera(コーセラ)は学資援助を提供しています。左側の[登録]ボタンの下にある[学資援助]のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。キャップストーンプロジェクトを含む専門講座の各コースでこのステップを完了する必要があります。詳細

  • このコースでは大学の単位は付与されませんが、一部の大学ではコース修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。Coursera(コーセラ)のオンライン学位および Mastertrack™証明書は、大学の単位を取得する機会を提供します。

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。