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11時間で修了

推奨:Einwöchiger Kurs, 8–12 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11時間で修了

推奨:Einwöchiger Kurs, 8–12 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
1時間で修了

Willkommen zum serverlosen maschinellen Lernen mit der Google Cloud Platform

2件のビデオ (合計5分), 1 reading, 1 quiz
2件のビデオ
Überlegungen zum maschinellen Lernen2 分
1件の学習用教材
Kursressourcen herunterladen10 分
1の練習問題
ML-Kurs – Vorabfragen30 分
3時間で修了

Modul 1: Einführung in maschinelles Lernen

21件のビデオ (合計109分), 2 quizzes
21件のビデオ
Arten von ML3 分
Die ML-Pipeline2 分
Varianten des ML-Modells7 分
ML-Problem eingrenzen2 分
Maschinelles Lernen (ML) ausprobieren8 分
Optimierung9 分
Sichere Testumgebung für neuronale Netzwerke18 分
Funktionen kombinieren3 分
Feature Engineering3 分
Bildmodelle5 分
Effektives ML2 分
Was macht ein gutes Dataset aus?5 分
Fehlermesswerte3 分
Genauigkeit2 分
Genauigkeit und Trefferquote5 分
Datasets für maschinelles Lernen erstellen3 分
Datasets aufteilen6 分
Python-Notebooks1 分
Übersicht zum Lab "Datasets für maschinelles Lernen erstellen"3 分
Zusammenfassung zum Lab "Datasets für maschinelles Lernen erstellen"2 分
1の練習問題
Quiz zu Modul 130 分
6時間で修了

Modul 2: ML-Modelle mit TensorFlow erstellen

15件のビデオ (合計65分), 5 quizzes
15件のビデオ
Was ist TensorFlow?5 分
Core TensorFlow5 分
Übersicht zum Lab "Einführung in TensorFlow"7
Zusammenfassung zum TensorFlow-Lab10 分
Estimator API8 分
Maschinelles Lernen mit tf.estimator15
Zusammenfassung zum Lab "Estimator"7 分
Effektives ML ermöglichen6 分
Einführung zum Lab "Refaktorierung zum Hinzufügen von Stapelverarbeitung und Funktionserstellung"38
Zusammenfassung zum Lab "Refaktorierung"4 分
Trainieren und Bewerten4 分
Monitoring1 分
Einführung zum Lab "Verteiltes Training und Monitoring"2 分
Zusammenfassung zum Lab "Verteiltes Training und Monitoring"7 分
1の練習問題
Quiz zu Modul 230 分
2時間で修了

Modul 3: ML-Modelle mit Cloud ML Engine skalieren

7件のビデオ (合計28分), 2 quizzes
7件のビデオ
Vorteile der Cloud ML Engine6 分
Arbeitsablauf bei der Entwicklung1 分
Trainingspakete erstellen3 分
TensorFlow bereitstellen3 分
Lab: ML hochskalieren39
Zusammenfassung zum Lab "ML hochskalieren"10 分
1の練習問題
Quiz für Modul 330 分
3時間で修了

Modul 4: Feature Engineering

16件のビデオ (合計92分), 2 quizzes
16件のビデオ
Gute Funktionen7 分
Kausalität8 分
Numerisch5 分
Ausreichende Beispiele7 分
Von den Rohdaten zur Funktion1 分
Kategoriale Merkmale8 分
Funktionsverknüpfungen3 分
Bucketizing3 分
Breit und tief5 分
Einsatzbereiche für Feature Engineering3 分
Überblick zum Lab "Feature Engineering"3 分
Zusammenfassung zum Lab "Feature Engineering"10 分
Hyperparameter-Abstimmung + Demo15 分
ML-Abstraktionsebenen4 分
Fazit1 分
1の練習問題
Quiz zu Modul 430 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 auf Deutsch専門講座について

Dieser fünfwöchige Onlinevertiefungskurs bietet eine praktische Einführung zum Entwerfen und Erstellen von Datenverarbeitungssystemen auf der Google Cloud Platform. In Präsentationen, Demos und praxisorientierten Labs entwickeln die Teilnehmer Datenverarbeitungssysteme, erstellen End-to-End-Datenpipelines, analysieren Daten und üben maschinelles Lernen. Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen: • Datenverarbeitungssysteme auf der Google Cloud Platform entwickeln • Unstrukturierte Daten mit Spark und ML-APIs auf Cloud Dataproc verwenden • Batch- und Streaming-Daten durch die Implementierung von Autoscaling-Datenpipelines auf Cloud Dataflow verarbeiten • Mit Google BigQuery Geschäftsinformationen aus extrem großen Datasets ableiten • Modelle des maschinellen Lernens mit TensorFlow und Cloud ML trainieren, auswerten und damit Vorhersagen treffen • Sofortige Statistiken aus Streaming-Daten ermöglichen • Dieser Kurs richtet sich an erfahrene Entwickler, die für die Verwaltung von Big Data-Transformationen verantwortlich sind, zum Beispiel: • Daten extrahieren, laden, transformieren, bereinigen und validieren • Pipelines und Architekturen für die Datenverarbeitung entwerfen • Modelle des maschinellen Lernens und der Statistik erstellen und warten • Datasets abfragen, Abfrageergebnisse visualisieren und Berichte erstellen >>> 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 <<<...
Data Engineering 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。

  • 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。