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10時間で修了

推奨:1 semaine d'étude, 8 à 12 heures par semaine...

フランス語

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10時間で修了

推奨:1 semaine d'étude, 8 à 12 heures par semaine...

フランス語

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
11分で修了

Introduction au machine learning sans serveur sur Google Cloud Platform

2件のビデオ (合計5分), 1 quiz
2件のビデオ
Considérations concernant le machine learning2 分
1の練習問題
Test de préparation pour la formation sur le machine learning6 分
3時間で修了

Module 1 : Premiers pas avec le machine learning

21件のビデオ (合計109分), 2 quizzes
21件のビデオ
Types de ML3 分
Pipeline du ML2 分
Variantes d'un modèle de ML7 分
Formuler un problème de ML2 分
Se familiariser avec le machine learning (ML)8 分
Optimisation9 分
Environnement bac à sable pour les réseaux de neurones18 分
Combinaison de caractéristiques3 分
Extraction de caractéristiques3 分
Modèles d'images5 分
Efficacité du ML2 分
Caractéristiques d'un ensemble de données de qualité5 分
Métriques d'erreurs3 分
Précision2 分
Précision et rappel5 分
Créer des ensembles de données pour le machine learning3 分
Scinder un ensemble de données6 分
Blocs-notes Python1 分
Présentation de l'atelier : Créer des ensembles de données pour le ML3 分
Évaluation de l'atelier : Créer des ensembles de données pour le ML2 分
1の練習問題
Questionnaire du module 18 分
5時間で修了

Module 2 : Créer des modèles de ML avec TensorFlow

15件のビデオ (合計65分), 5 quizzes
15件のビデオ
Qu'est-ce que TensorFlow ?5 分
Éléments de base de TensorFlow5 分
Présentation de l'atelier : Premiers pas avec TensorFlow7
Évaluation de l'atelier sur TensorFlow10 分
API Estimator8 分
Machine learning avec tf.estimator15
Évaluation de l'atelier sur l'API Estimator7 分
Concevoir des modèles de ML efficaces6 分
Présentation de l'atelier : Refactorisation pour le regroupement et la création de caractéristiques38
Évaluation de l'atelier sur la refactorisation4 分
Procéder à l'apprentissage et à l'évaluation4 分
Surveillance1 分
Présentation de l'atelier : Apprentissage distribué et surveillance2 分
Évaluation de l'atelier : Apprentissage distribué et surveillance7 分
1の練習問題
Questionnaire du module 28 分
2時間で修了

Module 3 : Faire évoluer les modèles de ML avec Cloud ML Engine

7件のビデオ (合計28分), 2 quizzes
7件のビデオ
Pourquoi utiliser Cloud ML Engine6 分
Processus de développement1 分
Empaqueter un outil d'entraînement3 分
TensorFlow Serving3 分
Atelier : Mise à l'échelle du ML39
Évaluation de l'atelier : Mise à l'échelle du ML10 分
1の練習問題
Questionnaire du module 34 分
3時間で修了

Module 4 : Extraction de caractéristiques

16件のビデオ (合計92分), 2 quizzes
16件のビデオ
Caractéristiques pertinentes7 分
Causalité8 分
Numérique5 分
Exemples suffisants7 分
Des données brutes aux caractéristiques1 分
Caractéristiques catégoriques8 分
Croisements de caractéristiques3 分
Mise en bucket3 分
Modèles larges et profonds5 分
Cas d'utilisation de l'extraction de caractéristiques3 分
Présentation de l'atelier : Extraction de caractéristiques3 分
Évaluation de l'atelier : Extraction de caractéristiques10 分
Réglage des hyperparamètres et démonstration15 分
Niveaux d'abstraction du ML4 分
Résumé1 分
1の練習問題
Questionnaire du module 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 en Français専門講座について

Cette formation de spécialisation en ligne d'une durée de cinq semaines présente en pratique comment concevoir et développer des systèmes de traitement des données sur Google Cloud Platform. À travers un ensemble de présentations, de démonstrations et d'ateliers pratiques, les participants apprennent à concevoir des systèmes de traitement de données, à créer des pipelines de données de bout en bout, à analyser des données et à exécuter des tâches de machine learning. Ce cours traite des données par flux ainsi que des données structurées et non structurées. Ce cours permet aux participants d'acquérir les compétences suivantes : • Concevoir et développer des systèmes de traitement de données sur Google Cloud Platform • Exploiter des données non structurées à l'aide de Spark et des API de ML sur Cloud Dataproc • Traiter des données par lot ou par flux en mettant en œuvre des pipelines de données d'autoscaling sur Cloud Dataflow • Obtenir des informations métier à partir de très grands ensembles de données à l'aide de Google BigQuery • Entraîner, évaluer et effectuer des prédictions à l'aide de modèles de machine learning avec TensorFlow et Cloud ML • Obtenir des insights immédiats à partir de données par flux Ce cours s'adresse aux développeurs expérimentés qui se chargent de réaliser des opérations de transformation du big data. En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service...
Data Engineering on Google Cloud Platform en Français

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。