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5時間で修了

推奨:1 semana de estudo, de 8 a 12 horas por semana...

ポルトガル語(ブラジル)

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5時間で修了

推奨:1 semana de estudo, de 8 a 12 horas por semana...

ポルトガル語(ブラジル)

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
11分で修了

Este é o "Serverless Machine Learning on Google Cloud Platform"

...
2件のビデオ (合計5分), 1 quiz
2件のビデオ
Considerações sobre machine learning2 分
1の練習問題
Pré-teste do curso de machine learning6 分
3時間で修了

Módulo 1: Primeiros passos com machine learning

...
21件のビデオ (合計109分), 2 quizzes
21件のビデオ
Tipos de ML3 分
O canal de ML2 分
Variantes do modelo de ML7 分
Como classificar um problema de ML2 分
Como usar machine learning (ML)8 分
Otimização9 分
Um playground de rede neural18 分
Como combinar atributos3 分
Engenharia de atributos3 分
Modelos de imagem5 分
ML eficaz2 分
Quais são os elementos de um bom conjunto de dados?5 分
Métricas de erro3 分
Precisão2 分
Precisão e recall5 分
Como criar conjuntos de dados de machine learning3 分
Como dividir conjuntos de dados6 分
Python Notebooks1 分
Visão geral do laboratório Como criar conjuntos de dados de ML3 分
Revisão do laboratório Como criar conjuntos de dados de ML2 分
1の練習問題
Teste do módulo 18 分
5時間で修了

Módulo 2: Criação de modelos de ML com o TensorFlow

...
15件のビデオ (合計65分), 5 quizzes
15件のビデオ
O que é o TensorFlow?5 分
Principais características do TensorFlow5 分
Visão geral do laboratório Primeiros passos com o TensorFlow7
Revisão do laboratório TensorFlow10 分
API Estimator8 分
Machine learning com o tf.estimator15
Revisão do laboratório Estimator7 分
Como criar ML eficaz6 分
Introdução ao laboratório Refatoração para adicionar a criação de lotes e recursos38
Revisão do laboratório Refatoração4 分
Treine e avalie4 分
Monitoramento1 分
Introdução ao laboratório: Treinamento e monitoramento distribuídos2 分
Revisão do laboratório: Treinamento e monitoramento distribuídos7 分
1の練習問題
Teste do módulo 28 分
2時間で修了

Módulo 3: Escalonamento de modelos de ML com o Cloud ML Engine

...
7件のビデオ (合計28分), 2 quizzes
7件のビデオ
Por que usar o Cloud ML Engine?6 分
Fluxo de trabalho de desenvolvimento1 分
Como empacotar o treinador3 分
TensorFlow Serving3 分
Laboratório: Como escalonar ML39
Revisão do laboratório: Como escalonar ML10 分
1の練習問題
Teste do módulo 34 分
3時間で修了

Módulo 4: Engenharia de atributos

...
16件のビデオ (合計92分), 2 quizzes
16件のビデオ
Atributos bons7 分
Causalidade8 分
Numérico5 分
Exemplos suficientes7 分
Dados brutos para os atributos1 分
Atributos categóricos8 分
Cruzamento de atributos3 分
Como criar intervalos3 分
Amplitude e profundidade5 分
Onde aplicar a engenharia de atributos3 分
Visão geral do laboratório Engenharia de atributos3 分
Revisão do laboratório Engenharia de atributos10 分
Ajuste de hiperparâmetro e demonstração15 分
Níveis de abstração de ML4 分
Resumo1 分
1の練習問題
Teste do módulo 46 分

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....

Data Engineering on Google Cloud Platform em Portuguêsの専門講座について

Nesta especialização on-line intensiva de cinco semanas, os participantes terão uma introdução prática sobre como projetar e criar sistemas de processamento de dados no Google Cloud Platform. Por meio de uma combinação de apresentações, demonstrações e laboratórios práticos, os participantes aprenderão a projetar sistemas de processamento de dados, criar canais completos e análises de dados e desenvolver soluções de aprendizado de máquina. Neste curso, abordamos dados estruturados, não estruturados e de streaming. Neste curso, os participantes irão adquirir as seguintes habilidades: • projetar e criar sistemas de processamento de dados no Google Cloud Platform • usar dados não estruturados com as APIs do Spark e de aprendizado de máquina no Cloud Dataproc • processar dados em lote e streaming com a implementação de canais de dados de escalonamento automático no Cloud Dataflow • derivar insights de negócios a partir de conjuntos de dados extremamente grandes usando o Google BigQuery • treinar, avaliar e prever com modelos de aprendizado de máquina usando o TensorFlow e o Cloud ML • ativar insights instantâneos dos dados de streaming Esta aula destina-se a desenvolvedores experientes responsáveis pelo gerenciamento de transformações de Big Data. >>> Ao se inscrever nesta especialização, você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<...
Data Engineering on Google Cloud Platform em Português

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。

  • Before enrolling in this course, participants should have roughly one (1) year of experience with one or more of the following:

    • Knowledge of Google Cloud Platform

    • Big Data & Machine Learning Fundamentals to the level of "Google Cloud Platform Big Data and Machine Learning Fundamentals" on Coursera

    • Knowledge of BigQuery and Dataflow to the level of "Serverless Data Analysis with Google BigQuery and Cloud Dataflow" on Coursera

    • Knowledge of Python and familiarity with the numpy package

    • Knowledge of undergraduate-level statistics to the level of a Basic Statistics course on Coursera

  • To be eligible for the free trial, you will need:

    - Google account (Google is currently blocked in China)

    - Credit card or bank account

    - Terms of service

    Note: There is a known issue with certain EU countries where individuals are not able to sign up, but you may sign up as "business" status and intend to see a potential economic benefit from the trial. More details at: https://support.google.com/cloud/answer/6090602

    More Google Cloud Platform free trial FAQs are available at: https://cloud.google.com/free-trial/

    For more details on how the free trial works, visit our documentation page: https://cloud.google.com/free-trial/docs/

  • If your current Google account is no longer eligible for the Google Cloud Platform free trial, you can create another Google account. Your new Google account should be used to sign up for the free trial.

  • View this page for more details: https://cloud.google.com/free-trial/docs/

  • Yes, this online course is based on the instructor-led training formerly known as CPB102.

  • The course covers the topics presented on the certification exam, however we recommend additional preparation including hands-on product experience. The best preparation for certification is real-world, hands-on experience. Review the Google Certified Professional Data Engineer certification preparation guide for further information and resources at https://cloud.google.com/certification/guides/data-engineer/

  • Google’s Certification Program gives customers and partners a way to demonstrate their technical skills in a particular job-role and technology. Individuals are assessed using a variety of rigorously developed industry-standard methods to determine whether they meet Google’s proficiency standards. Read more at https://cloud.google.com/certification/

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。