このコースについて
4.5
137件の評価
16件のレビュー

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。

上級レベル

約11時間で修了

推奨:17 hours/week...

英語

字幕:英語

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。

上級レベル

約11時間で修了

推奨:17 hours/week...

英語

字幕:英語

シラバス - 本コースの学習内容

1
4時間で修了

Working with Sequences

In this module, you’ll learn what a sequence is, see how you can prepare sequence data for modeling, and be introduced to some classical approaches to sequence modeling and practice applying them....
14件のビデオ (合計41分), 1 reading, 4 quizzes
14件のビデオ
Getting Started with Google Cloud Platform and Qwiklabs3 分
Sequence data and models5 分
From sequences to inputs2 分
Modeling sequences with linear models2 分
Lab intro: using linear models for sequences20
Lab solution: using linear models for sequences7 分
Modeling sequences with DNNs2 分
Lab intro: using DNNs for sequences19
Lab solution: using DNNs for sequences2 分
Modeling sequences with CNNs3 分
Lab intro: using CNNs for sequences19
Lab solution: using CNNs for sequences3 分
The variable-length problem4 分
1件の学習用教材
How to send course feedback10 分
1の練習問題
Working with Sequences
15分で修了

Recurrent Neural Networks

In this module, we introduce recurrent neural nets, explain how they address the variable-length sequence problem, explain how our traditional optimization procedure applies to RNNs, and review the limits of what RNNs can and can’t represent....
4件のビデオ (合計15分), 1 quiz
4件のビデオ
How RNNs represent the past4 分
The limits of what RNNs can represent5 分
The vanishing gradient problem1 分
1の練習問題
Recurrent Neural Networks
4時間で修了

Dealing with Longer Sequences

In this module we dive deeper into RNNs. We’ll talk about LSTMs, Deep RNNs, working with real world data, and more....
14件のビデオ (合計62分), 4 quizzes
14件のビデオ
LSTMs and GRUs6 分
RNNs in TensorFlow2 分
Lab Intro: Time series prediction: end-to-end (rnn)45
Lab Solution: Time series prediction: end-to-end (rnn)10 分
Deep RNNs1 分
Lab Intro: Time series prediction: end-to-end (rnn2)26
Lab Solution: Time series prediction: end-to-end (rnn2)6 分
Improving our Loss Function2 分
Demo: Time series prediction: end-to-end (rnnN)3 分
Working with Real Data10 分
Lab Intro: Time Series Prediction - Temperature from Weather Data1 分
Lab Solution: Time Series Prediction - Temperature from Weather Data11 分
Summary1 分
1の練習問題
Dealing with Longer Sequences
2
2時間で修了

Text Classification

In this module we look at different ways of working with text and how to create your own text classification models. ...
8件のビデオ (合計35分), 2 quizzes
8件のビデオ
Text Classification6 分
Selecting a Model2 分
Lab Intro: Text Classification47
Lab Solution: Text Classification11 分
Python vs Native TensorFlow4 分
Demo: Text Classification with Native TensorFlow7 分
Summary1 分
1の練習問題
Text Classification
1時間で修了

Reusable Embeddings

Labeled data for our classification models is expensive and precious. Here we will address how we can reuse pre-trained embeddings to make our models with TensorFlow Hub....
6件のビデオ (合計28分), 2 quizzes
6件のビデオ
Modern methods of making word embeddings8 分
Introducing TensorFlow Hub1 分
Lab Intro: Evaluating a pre-trained embedding from TensorFlow Hub24
Lab Solution: TensorFlow Hub9 分
Using TensorFlow Hub within an estimator1 分
1の練習問題
Reusable Embeddings
3時間で修了

Encoder-Decoder Models

In this module, we focus on a sequence-to-sequence model called the encoder-decoder network to solve tasks, such as Machine Translation, Text Summarization and Question Answering....
10件のビデオ (合計84分), 3 quizzes
10件のビデオ
Attention Networks4 分
Training Encoder-Decoder Models with TensorFlow6 分
Introducing Tensor2Tensor11 分
Lab Intro: Cloud poetry: Training custom text models on Cloud ML Engine1 分
Lab Solution: Cloud poetry: Training custom text models on Cloud ML Engine25 分
AutoML Translation4 分
Dialogflow6 分
Lab Intro: Introducing Dialogflow54
Lab Solution: Dialogflow13 分
1の練習問題
Encoder-Decoder Models
14分で修了

Summary

In this final module, we review what you have learned so far about sequence modeling for time-series and natural language data. ...
1件のビデオ (合計4分), 1 reading
1件のビデオ
Summary3 分
1件の学習用教材
Additional Reading10 分
4.5
16件のレビューChevron Right

人気のレビュー

by MDFeb 3rd 2019

Very good.The explanation of the RNN was very good but the tensor2tensor was very hard.

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....

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

This 5-course specialization focuses on advanced machine learning topics using Google Cloud Platform where you will get hands-on experience optimizing, deploying, and scaling production ML models of various types in hands-on labs. This specialization picks up where “Machine Learning on GCP” left off and teaches you how to build scalable, accurate, and production-ready models for structured data, image data, time-series, and natural language text. It ends with a course on building recommendation systems. Topics introduced in earlier courses are referenced in later courses, so it is recommended that you take the courses in exactly this order....
Advanced Machine Learning with TensorFlow on Google Cloud Platform

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。