このコースについて
433

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6時間で修了

推奨:11 hours/week...

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6時間で修了

推奨:11 hours/week...

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
14分で修了

Einführung

Dieser Kurs vermittelt Ihnen ML-Basiswissen, damit Sie die Terminologie kennenlernen, die wir während der Spezialisierung verwenden. Sie bekommen außerdem praktische Tipps und Hinweise zu Fallstricken von ML-Fachleuten bei Google. Am Ende nehmen Sie den Code und das Fachwissen für Ihre eigenen ML-Modelle mit....
1件のビデオ (合計4分), 1 reading
1件のビデオ
1件の学習用教材
Kursressourcen herunterladen10 分
1時間で修了

ML in der Praxis

In diesem Modul stellen wir einige der wichtigsten Arten maschinellen Lernens vor und sehen uns noch einmal die Entwicklung ML an. Sie können so schneller in die ML-Praxis einsteigen....
10件のビデオ (合計62分), 1 quiz
10件のビデオ
Betreutes Lernen5 分
Regression und Klassifizierung11 分
Kurzer Rückblick auf ML: Lineare Regression7 分
Kurzer Rückblick auf ML: Perzeptron5 分
Kurzer Rückblick auf ML: Neuronale Netzwerke7 分
Kurzer Rückblick auf ML: Entscheidungsbäume5 分
Kurzer Rückblick auf ML: Kernel-Methoden4 分
Kurzer Rückblick auf ML: Random Forests4 分
Kurzer Rückblick auf ML: Moderne neuronale Netzwerke8 分
1の練習問題
Modul-Quiz6 分
1時間で修了

Optimierung

In diesem Modul gehen wir die Optimierung von ML-Modellen durch....
13件のビデオ (合計61分), 1 quiz
13件のビデオ
ML-Modelle definieren4 分
Einführung in das Dataset "Natality"6 分
Einführung in Verlustfunktionen6 分
Gradientenverfahren5 分
Fehlerbehebung bei einer Verlustkurve2 分
Probleme mit ML-Modellen6 分
Lab: Einführung in TensorFlow Playground6 分
Lab: TensorFlow Playground für Fortgeschrittene3 分
Lab: Mit neuronalen Netzwerken arbeiten6 分
Fehlerbehebung bei einer Verlustkurve1 分
Leistungsmesswerte3 分
Wahrheitsmatrix5 分
1の練習問題
Modul-Quiz6 分
3時間で修了

Generalisierung und Stichprobenerhebung

Jetzt ist es an der Zeit, eine recht seltsam anmutende Frage zu beantworten: Wann ist das genaueste ML-Modell nicht die beste Wahl? Wie wir im letzten Modul zur Optimierung angedeutet haben, erbringt ein Modell mit einem Verlustwert von 0 mit Ihrem Trainings-Dataset nicht automatisch auch mit realen Datasets ein gutes Ergebnis. ...
9件のビデオ (合計64分), 3 quizzes
9件のビデオ
Generalisierung und ML-Modelle6 分
Wann das Modelltraining beendet werden sollte5 分
Wiederholbare Beispiele in BigQuery erstellen6 分
Demo: Datasets in BigQuery aufteilen8 分
Einführung in das Lab1 分
Lösungsübersicht für das Lab9 分
Einführung in das Lab2 分
Lösungsübersicht für das Lab23 分
1の練習問題
Modul-Quiz12 分
3分で修了

Zusammenfassung

...
1件のビデオ (合計3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

  • はい、最初のビデオをプレビューしてシラバスを表示してから登録できます。プレビューに含まれないコンテンツにアクセスするには、コースを購入する必要があります。

  • セッションの開始日前にコースに登録すると、そのコースに関するすべての講座のビデオと学習用教材にアクセスできます。課題は、セッションの開始後に提出できるようになります。

  • 登録してセッションを開始すると、すべてのビデオや、学習用教材項目やコースのディスカッションフォーラムなど他のリソースにアクセスできます。演習の評価を表示して提出したり、成績とコース修了証の取得に必要なテストを完了することができます。

  • コースを無事完了すると、コースの電子修了証が成果のページに追加されます。そこからコースの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。

  • このコースは現在、利用できる期間内において、支払い済み受講生または学資援助を受けた受講生のみが利用できるCoursera(コーセラ)提供のコースです。

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。