Serverless Machine Learning with Tensorflow on Google Cloud Platform en Français
Offered By: Google Cloud via Coursera
Course Description
Overview
Ce cours à la demande accéléré réparti sur une semaine propose aux participants une introduction pratique à la conception et à la création de modèles de machine learning sur la plateforme Google Cloud. Grâce à une combinaison de présentations, de démonstrations et d'ateliers pratiques, les participants découvriront les concepts du machine learning, aussi appelé apprentissage automatique, et de TensorFlow, et acquerront des compétences pratiques pour développer, évaluer et produire des modèles de machine learning.
OBJECTIFS
Ce cours enseigne aux participants les compétences suivantes :
● Identifier les cas d'utilisation de machine learning
● Élaborer un modèle de ML à l'aide de TensorFlow
● Élaborer des modèles de ML évolutifs et déployables avec Cloud ML
● Comprendre l'importance des fonctionnalités de prétraitement et de combinaison
● Incorporer des concepts de ML évolués à leurs modèles
● Faire passer des modèles de ML entraînés en production
CONDITIONS PRÉALABLES
Pour tirer le meilleur parti de ce cours, les participants doivent :
● avoir achevé le cours "Google Cloud Fundamentals: Big Data & Machine Learning" OU posséder une expérience équivalente ;
● posséder des compétences de base dans un langage de requête courant tel que SQL ;
● posséder une expérience des activités de modélisation, d'extraction, de transformation et de chargement de données ;
● développer des applications à l'aide d'un langage de programmation commun tel que Python ;
● connaître le machine learning et/ou les statistiques.
Remarque concernant les comptes Google :
• Les services Google sont actuellement indisponibles en Chine.
OBJECTIFS
Ce cours enseigne aux participants les compétences suivantes :
● Identifier les cas d'utilisation de machine learning
● Élaborer un modèle de ML à l'aide de TensorFlow
● Élaborer des modèles de ML évolutifs et déployables avec Cloud ML
● Comprendre l'importance des fonctionnalités de prétraitement et de combinaison
● Incorporer des concepts de ML évolués à leurs modèles
● Faire passer des modèles de ML entraînés en production
CONDITIONS PRÉALABLES
Pour tirer le meilleur parti de ce cours, les participants doivent :
● avoir achevé le cours "Google Cloud Fundamentals: Big Data & Machine Learning" OU posséder une expérience équivalente ;
● posséder des compétences de base dans un langage de requête courant tel que SQL ;
● posséder une expérience des activités de modélisation, d'extraction, de transformation et de chargement de données ;
● développer des applications à l'aide d'un langage de programmation commun tel que Python ;
● connaître le machine learning et/ou les statistiques.
Remarque concernant les comptes Google :
• Les services Google sont actuellement indisponibles en Chine.
Syllabus
Introduction au machine learning sans serveur sur Google Cloud Platform
Module 1 : Premiers pas avec le machine learning
Module 2 : Créer des modèles de ML avec TensorFlow
Module 3 : Faire évoluer les modèles de ML avec Cloud ML Engine
Module 4 : Extraction de caractéristiques
Module 1 : Premiers pas avec le machine learning
Module 2 : Créer des modèles de ML avec TensorFlow
Module 3 : Faire évoluer les modèles de ML avec Cloud ML Engine
Module 4 : Extraction de caractéristiques
Taught by
Google Cloud Training
Tags
Related Courses
Activity Recognition using Python, Tensorflow and KerasCoursera Project Network via Coursera Post Graduate Certificate in Advanced Machine Learning & AI
Indian Institute of Technology Roorkee via Coursera Advanced Computer Vision with TensorFlow
DeepLearning.AI via Coursera Advanced Deployment Scenarios with TensorFlow
DeepLearning.AI via Coursera Advanced Learning Algorithms
DeepLearning.AI via Coursera