About this Course

Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level
Approx. 15 hours to complete
German
Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level
Approx. 15 hours to complete
German

Offered by

Placeholder

Google Cloud

Syllabus - What you will learn from this course

Week
1

Week 1

1 hour to complete

Willkommen zum serverlosen maschinellen Lernen mit der Google Cloud Platform

1 hour to complete
2 videos (Total 5 min), 1 reading, 1 quiz
2 videos
Überlegungen zum maschinellen Lernen2m
1 reading
Kursressourcen herunterladen10m
1 practice exercise
ML-Kurs – Vorabfragen30m
3 hours to complete

Modul 1: Einführung in maschinelles Lernen

3 hours to complete
21 videos (Total 109 min)
21 videos
Arten von ML3m
Die ML-Pipeline2m
Varianten des ML-Modells7m
ML-Problem eingrenzen2m
Maschinelles Lernen (ML) ausprobieren8m
Optimierung9m
Sichere Testumgebung für neuronale Netzwerke18m
Funktionen kombinieren3m
Feature Engineering3m
Bildmodelle5m
Effektives ML2m
Was macht ein gutes Dataset aus?5m
Fehlermesswerte3m
Genauigkeit2m
Genauigkeit und Trefferquote5m
Datasets für maschinelles Lernen erstellen3m
Datasets aufteilen6m
Python-Notebooks1m
Übersicht zum Lab "Datasets für maschinelles Lernen erstellen"3m
Zusammenfassung zum Lab "Datasets für maschinelles Lernen erstellen"2m
1 practice exercise
Quiz zu Modul 130m
6 hours to complete

Modul 2: ML-Modelle mit TensorFlow erstellen

6 hours to complete
15 videos (Total 65 min)
15 videos
Was ist TensorFlow?5m
Core TensorFlow5m
Übersicht zum Lab "Einführung in TensorFlow"7s
Zusammenfassung zum TensorFlow-Lab10m
Estimator API8m
Maschinelles Lernen mit tf.estimator15s
Zusammenfassung zum Lab "Estimator"7m
Effektives ML ermöglichen6m
Einführung zum Lab "Refaktorierung zum Hinzufügen von Stapelverarbeitung und Funktionserstellung"38s
Zusammenfassung zum Lab "Refaktorierung"4m
Trainieren und Bewerten4m
Monitoring1m
Einführung zum Lab "Verteiltes Training und Monitoring"2m
Zusammenfassung zum Lab "Verteiltes Training und Monitoring"7m
1 practice exercise
Quiz zu Modul 230m
2 hours to complete

Modul 3: ML-Modelle mit Cloud ML Engine skalieren

2 hours to complete
7 videos (Total 28 min)
7 videos
Vorteile der Cloud ML Engine6m
Arbeitsablauf bei der Entwicklung1m
Trainingspakete erstellen3m
TensorFlow bereitstellen3m
Lab: ML hochskalieren39s
Zusammenfassung zum Lab "ML hochskalieren"10m
1 practice exercise
Quiz für Modul 330m
3 hours to complete

Modul 4: Feature Engineering

3 hours to complete
16 videos (Total 92 min)
16 videos
Gute Funktionen7m
Kausalität8m
Numerisch5m
Ausreichende Beispiele7m
Von den Rohdaten zur Funktion1m
Kategoriale Merkmale8m
Funktionsverknüpfungen3m
Bucketizing3m
Breit und tief5m
Einsatzbereiche für Feature Engineering3m
Überblick zum Lab "Feature Engineering"3m
Zusammenfassung zum Lab "Feature Engineering"10m
Hyperparameter-Abstimmung + Demo15m
ML-Abstraktionsebenen4m
Fazit1m
1 practice exercise
Quiz zu Modul 430m

Frequently Asked Questions

More questions? Visit the Learner Help Center.