Maschinelles Lernen mit TensorFlow auf Google Cloud Platform Specialization

Beschreibung

Was ist maschinelles Lernen und welche Probleme kann es lösen? Was sind die fünf Phasen der Konvertierung eines Anwendungsfallkandidaten, die durch maschinelles Lernen gesteuert werden sollen, und warum ist es wichtig, dass die Phasen nicht übersprungen werden? Warum sind neuronale Netze jetzt so beliebt? Wie können Sie ein überwachtes Lernproblem einrichten und eine gute, verallgemeinerbare Lösung mit Gradientenabstieg und einer durchdachten Methode zum Erstellen von Datensätzen finden? Erfahren Sie, wie Sie verteilte maschinelle Lernmodelle schreiben, die in Tensorflow skaliert werden, und skalieren Sie das Training dieser Modelle. und bieten leistungsstarke Vorhersagen. Konvertieren Sie Rohdaten in Features, sodass ML wichtige Merkmale aus den Daten lernen und menschliche Einsichten in das Problem einbringen kann. Schließlich lernen Sie, wie Sie die richtige Mischung von Parametern integrieren, die genaue, verallgemeinerte Modelle und Kenntnisse der Theorie liefert, um bestimmte Arten von ML-Problemen zu lösen. Sie werden mit End-to-End-ML experimentieren, angefangen bei der Erstellung einer ML-fokussierten Strategie bis hin zum Modelltraining, der Optimierung und der Produktion in praktischen Labors mithilfe der Google Cloud Platform.

> Wenn Sie sich für diese Spezialisierung anmelden, stimmen Sie den Nutzungsbedingungen von Qwiklabs zu, die in den FAQ unter https://qwiklabs.com/terms_of_service aufgeführt sind