このコースについて

5,933 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14時間で修了
スペイン語
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14時間で修了
スペイン語
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...

講師

提供:

Google Cloud ロゴ

Google Cloud

シラバス - 本コースの学習内容

1

1

1時間で修了

Bienvenido a Serverless Machine Learning on Google Cloud Platform

1時間で修了
2件のビデオ (合計5分)
2件のビデオ
Cómo abordar el aprendizaje automático2 分
1の練習問題
Prueba preliminar del curso sobre aprendizaje automático30 分
3時間で修了

Módulo 1: Cómo comenzar a usar el aprendizaje automático

3時間で修了
21件のビデオ (合計109分)
21件のビデオ
Tipos de AA3 分
La canalización del AA2 分
Variantes de modelos de AA7 分
Definición de un problema de AA2 分
Aplicación del aprendizaje automático (AA)8 分
Optimización9 分
Una zona de pruebas de redes neuronales18 分
Combinación de atributos3 分
Ingeniería de atributos3 分
Modelos de imágenes5 分
AA eficaz2 分
¿Cuáles son las características de un conjunto de datos bueno?5 分
Métricas de errores3 分
Precisión2 分
Precisión y recuperación5 分
Creación de conjuntos de datos de aprendizaje automático3 分
División de conjuntos de datos6 分
Notebooks de Python1 分
Descripción general del lab Cómo crear conjuntos de datos de AA3 分
Repaso del lab Cómo crear conjuntos de datos de AA2 分
1の練習問題
Cuestionario del módulo 130 分
6時間で修了

Módulo 2: Cómo crear modelos de AA con TensorFlow

6時間で修了
15件のビデオ (合計65分)
15件のビデオ
¿Qué es TensorFlow?5 分
Aspectos fundamentales de TensorFlow5 分
Descripción general del lab Cómo comenzar a usar TensorFlow7
Repaso del lab TensorFlow10 分
API de Estimator8 分
Aprendizaje automático con tf.estimator15
Repaso del lab Estimator7 分
Compilación de AA eficaz6 分
Introducción al lab Reestructuración para agregar agrupación en lotes y creación de atributos38
Repaso del lab Reestructuración4 分
Entrenamiento y evaluación4 分
Supervisión1 分
Introducción al lab Entrenamiento y supervisión distribuidos2 分
Repaso del lab Entrenamiento y supervisión distribuidos7 分
1の練習問題
Cuestionario del módulo 230 分
2時間で修了

Módulo 3: Cómo escalar modelos de AA con Cloud ML Engine

2時間で修了
7件のビデオ (合計28分)
7件のビデオ
¿Por qué usar Cloud ML Engine?6 分
Flujo de trabajo del desarrollo1 分
Entrenador de paquetes3 分
TensorFlow Serving3 分
Lab Cómo ajustar el AA39
Repaso del lab Cómo ajustar el AA10 分
1の練習問題
Cuestionario del módulo 330 分
3時間で修了

Módulo 4: Ingeniería de atributos

3時間で修了
16件のビデオ (合計92分)
16件のビデオ
Atributos buenos7 分
Causalidad8 分
Funciones numéricas5 分
Ejemplos suficientes7 分
De los datos sin procesar a los atributos1 分
Atributos categóricos8 分
Combinaciones de atributos3 分
Creación de depósitos3 分
Amplitud y profundidad5 分
Dónde se puede realizar la ingeniería de atributos3 分
Descripción general del lab Ingeniería de atributos3 分
Repaso del lab Ingeniería de atributos10 分
Ajuste de hiperparámetros y demostración15 分
Niveles de abstracción del AA4 分
Resumen1 分
1の練習問題
Test del módulo 430 分

レビュー

SERVERLESS MACHINE LEARNING CON TENSORFLOW EN GCP からの人気レビュー

すべてのレビューを見る

Data Engineering on Google Cloud Platform en Español専門講座について

Especialización acelerada en línea de cinco semanas de duración, donde los participantes reciben una introducción práctica en el diseño y compilación de sistemas de procesamiento de datos en Google Cloud Platform. Usando una combinación de presentaciones, demostraciones y labs prácticos, los participantes aprenderán a diseñar sistemas de procesamiento de datos, compilar canalizaciones de datos de extremo a extremo, analizar datos y llevar a efecto funciones de aprendizaje automático. Este curso le enseñará las siguientes habilidades: • Diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform • Aprovechar los datos no estructurados mediante Spark y las API de AA en Cloud Dataproc • Procesar los datos por lotes y de transmisión mediante la implementación de canalizaciones de datos de ajuste de escala automático en Cloud Dataflow • Generar estadísticas empresariales a partir de conjuntos de datos muy grandes mediante Google BigQuery • Entrenar, evaluar y predecir por medio de los modelos de aprendizaje automático con Tensorflow y Cloud ML • Extraer estadísticas al instante a partir de los datos de transmisión Este curso está dirigido a desarrolladores experimentados responsables de la administración de transformaciones de macrodatos. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<...
Data Engineering on Google Cloud Platform en Español

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

  • 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/docs/gcp-free-tier

  • 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/guides/data-engineer/

  • 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。