|
所在平台: Coursera专项课程 课程类别: 其他类别 大学或机构: CourseraNew |
课程主页: https://www.coursera.org/specializations/machine-learning-tensorflow-gcp-de
课程评论：没有评论
课程名称：Google云平台上的TensorFlow机器学习专项课程（德语） 课程概述：本课程探讨了什么是机器学习（ML），以及如何解决相关问题。您将了解实施适合ML的应用案例的五个阶段，并讨论跳过任何阶段的风险。课程还将介绍神经网络为何受欢迎，以及如何设计一个监督学习项目，通过梯度法和合理的数据集创建一个优秀且具有泛化能力的解决方案。您将学习如何编写可扩展的ML模型，并在TensorFlow中实现这些模型的分布式训练，创建强大的预测能力。同时，课程将教您如何将原始数据转化为特征，以便ML能够学习这些数据的重要特性，进而提供对问题的深入理解。最终，您将掌握创建精准且泛化良好的模型所需的参数组合，并对解决特定类型的ML问题的理论有初步的了解。您将从创建以ML为导向的战略开始，随后进行模型训练、优化和产品开发，课程还包含Google Cloud Platform的实践实验室，助您应用所学知识。 课程大纲： 1. Google如何进行机器学习（德语） 2. 机器学习入门（德语） 3. TensorFlow简介（德语） 4. 特征工程（德语） 通过参与此专项课程，您同意Qwiklabs的使用条款，详细信息请见常见问题解答及相关链接。
How Google does Machine Learning auf Deutsch
Launching into Machine Learning auf Deutsch
Intro to TensorFlow auf Deutsch
Feature Engineering auf Deutsch
Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Was sind die fünf Phasen zur Umsetzung eines für ML geeigneten Anwendungsfalls und warum darf keine dieser Phasen übersprungen werden? Warum sind neuronale Netze gerade so beliebt? Wie können Sie ein Projekt für betreutes Lernen gestalten und mithilfe des Gradientenverfahrens und sinnvoll erstellten Datasets eine gute, generalisierbare Lösung finden? In diesem Kurs lernen Sie, verteilte Modelle für ML zu schreiben, die in TensorFlow skaliert werden, das Training dieser Modelle horizontal zu skalieren und leistungsstarke Vorhersagen zu erstellen. Wir gehen darauf ein, wie Sie Rohdaten so in Merkmale umwandeln, dass ML wichtige Eigenschaften dieser Daten erlernen kann und menschliche Einblicke in das Problem zulässt. Schließlich lernen Sie, die richtige Mischung aus Parametern zu verwenden, um präzise und generalisierte Modelle zu erstellen, und Sie erhalten eine Einführung in die Theorie zum Lösen bestimmter Arten von ML-Problemen. Auf diese Weise gewinnen Sie ein umfassendes Verständnis von ML. Zuerst erstellen Sie eine auf ML ausgerichtete Strategie. Dann fahren Sie mit Modelltraining, Optimierung und Produktentwicklung fort. Hierbei helfen Ihnen praxisorientierte Labs der Google Cloud Platform. >>> 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 <<<
