Advanced Machine Learning with TensorFlow on Google Cloud Platform

Maschinelles Lernen bei Google

Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Für Google geht es beim maschinellen Lernen mehr um Logik als nur um Daten. In diesem Kurs erfahren Sie, warum dieser Ansatz beim Erstellen einer Pipeline aus ML-Modellen nützlich ist. Wir erläutern die fünf Phasen zur Umsetzung eines Anwendungsfalls für maschinelles Lernen und warum keine dieser Phasen übersprungen werden darf. Wir beenden diese Spezialisierung mit einer Erläuterung der Vorurteile, die durch maschinelles Lernen vergrößert werden können, und wie man sie erkennen kann.

• Datenstrategie zu ML entwickeln
• Anwendungsfälle untersuchen, die dann aus der ML-Perspektive neu erfunden werden
• Vorurteile erkennen, die durch maschinelles Lernen vergrößert werden können
• Die Tools und die Umgebung der Google Cloud Platform für maschinelles Lernen nutzen
• Aus der Erfahrung von Google zur Vermeidung gängiger Problematiken lernen
• Data Science-Aufgaben in Online-Notebooks zur Zusammenarbeit ausführen
• Vortrainierte ML-Modelle aus Cloud Datalab aufrufen

Einführung in das maschinelle Lernen

Ausgehend von einem Überblick über die Geschichte des maschinellen Lernens lernen Sie in diesem Kurs, warum neuronale Netzwerke heutzutage in der Lage sind, eine Vielzahl von Problemen erfolgreich zu bearbeiten. Sie lernen, betreute Lernprobleme einzurichten und mithilfe des Gradientenverfahrens ein...