קורס אונליין – תעודה מקצועית מוסמכת בלמידת מכונה עם TensorFlow של גוגל קלאוד

הקורס מספק הכשרה מקצועית בלמידת מכונה עם TensorFlow, מתאים למקצועות כמו מנתחי נתונים, מפתחים ומדעני נתונים, ומסייע בפיתוח מיומנויות מתקדמות בתחום הבינה המלאכותית.
לפרטים נוספים והרשמה בקורסרה
קורס אונליין - תעודה מקצועית מוסמכת בלמידת מכונה עם TensorFlow של גוגל קלאוד

התמחות מקצועית

סדרה של 5 קורסים

רמת ביניים

לא נדרש ידע מוקדם

זמן להשלמת הקורס

בזמן שלך

7 ימי ניסיון חינם

ללא סיכונים מיותרים

כישורים שתרכשו בקורס

  • יכולות תקשורת
  • פתרון בעיות
  • עבודת צוות
  • ניהול זמן
  • חשיבה ביקורתית
  • מיומנויות טכנולוגיות
  • מנהיגות
  • יכולת למידה עצמאית
  • כישורי ניהול פרויקטים
  • אוריינטציה עסקית

מה תלמדו בקורס​

  • כישורים שתרכוש
  • שפה
  • תעשיית המידע
  • התנהגות חיפוש מידע
  • אינטליגנציה קולקטיבית
  • חפירת נתוני רשתות חברתיות
  • בדיקת חזרה
  • ניתוח חוסר ודאות
  • ניתוח פיננסי
  • מצגת תנועה

המקצועות שאליהם הקורס מתאים

  • Data Scientist
  • Machine Learning Engineer
  • AI Researcher
  • Data Analyst
  • Software Engineer with ML focus
  • Business Intelligence Developer
  • Quantitative Analyst
  • Deep Learning Specialist
  • Predictive Modeler
  • Cloud Solutions Architect

התמחות – סדרת קורסים בת 5 מצעים

מהו למידת מכונה?

  • הבנת מושגי יסוד בלמידת מכונה.
  • בעיות שניתן לפתור בעזרת למידת מכונה.

חמשת השלבים להמיר מקרי שימוש

  • שלב 1: הגדרת הבעיה.
  • שלב 2: איסוף נתונים.
  • שלב 3: עיבוד נתונים.
  • שלב 4: בניית המודל.
  • שלב 5: הערכת המודל.
חשיבות השלבים
  • למה חשוב לא לדלג על שלבים אלה?

התמקדות ברשתות עצביות

  • הבנת הסיבות להתמקדות ברשתות עצביות כיום.

הקמת בעיה ומציאת פתרון

  • הקמת בעיה.
  • מציאת פתרון מתאים באמצעות ירידת גרדיאנט.
  • יצירת מערך נתונים.

בניית מודלים מבוזרים

  • שימוש ב-Tensorflow.
  • הרחבת האימון של מודלים.
  • השגת תחזיות ברות ביצוע גבוהה.

למידת מכונה (ML)

  • איך ML לומדת תכונות חשובות מנתונים.
  • שילוב ניתוח של בני אדם בבעיות.

יצירת מודלים מדויקים ומוכללים

  • הבנת התיאוריה של פתרון בעיות ML מסוימות.
  • שילוב הפרמטרים המתאימים.

בניית אסטרטגיה מרוכזת ML

  • תרגול תהליך האימון.
  • אופטימיזציה והשקה המלא של מודלים.
  • מעבדת העבודה הידנית על גבי Google Cloud Platform.

פרויקט למידה מעשית

  • מעבדות עבודה המשלבות את פלטפורמת Qwiklabs.
  • שימוש בכישורים שנלמדו בסרטוני ההרצאה.
  • נושאים כמו מוצרים מפלטפורמת Google Cloud.

חוויות מעשיות

  • חוויות בפועל של המונחים שנדונו בכל המודולים.

תוכן העניינים של הקורס

איך גוגל עושה למידת מכונה

קורס 1

  • משך: 7 שעות
  • דירוג: 4.5 (132 דירוגים)
פרטי הקורס
  • מה תלמדו:
    • הסבר על פלטפורמת Vertex AI, וכיצד לבנות, לאמן ולהשיק מודלי למידת מכונה ב-AutoML ללא צורך בכתיבת קוד.
    • הסבר על שיטות עבודה מומלצות ליישום למידת מכונה בענן של גוגל.
    • ניצול הכלים והסביבות של פלטפורמת גוגל בענן למטרות למידת מכונה.
    • הסבר על שיטות עבודה מומלצות לאיי בעיות איי אחראי.
כישורים שתשיגו
  • קטגוריה: בחינת חזרה
  • קטגוריה: ניתוח חוסר ודאות
  • קטגוריה: ניתוח פיננסי
  • קטגוריה: תרשים תנועה להשקה לעולם למידת המכונה

קורס 2

  • משך: 15 שעות
  • דירוג: 4.4 (50 דירוגים)
פרטי הקורס
  • מה תלמדו:
    • הסבר על כיצד לשפר את איכות הנתונים וכיצד לבצע ניתוח נתונים חוקר.
    • בניית ואימון מודלי AutoML באמצעות Vertex AI ו-BigQuery ML.
    • אופטימיזציה והערכה של מודלים באמצעות פונקציות הפסד ומדדי ביצוע.
    • יצירת מערכות נתונים עבור אימון, הערכה ובדיקות באופן שניתן לשחזר ולהרחיב.
    • הכרת TensorFlow.

קורס 3

  • משך: 19 שעות
  • דירוג: 3.8 (12 דירוגים)
פרטי הקורס
  • מה תלמדו:
    • מטרת קורס זה היא ליצור, לאמן ולהשיק מודלי למידת מכונה גמישים וקשוחים באמצעות TensorFlow 2.x ו-Keras.
    • ללמוד על היררכיית ה-API של TensorFlow 2.x ולהבין את המרכיבים המרכזיים של TensorFlow דרך תרגולים מעשיים.
    • להכיר את השיטות לעבוד עם מערכי נתונים ואת עלויות כניסת נתונים בתהליך ה-TensorFlow 2.x.
    • לבצע תרגולים מעשיים עם tf.data.Dataset על מנת לטעון נתוני csv, מערכי NumPy, נתוני טקסט ודימויים.
    • תרגולים להכנת תכונות מספריות, קטגוריאליות, בקטגוריות וקטנות.
    • ללמוד כיצד ליצור מודלים של למידת מכונה באמצעות ה-Keras Sequential API וה-Keras Functional API.
    • להבין על פונקציות הפעלה, הפסד ואופטימיזציה.
    • במסגרת תרגולי Jupyter Notebook, לבנות מודלים של רגרסיה לינארית בסיסית, רגרסיה לוגיסטית בסיסית ורגרסיה לוגיסטית מתקדמת.
    • ללמוד כיצד לאמן, להשיק ולהפעיל מודלי למידת מכונה בקנה מידה רחב ב-Cloud AI Platform.

קורס 4

  • משך: 9 שעות
  • דירוג: 4.5 (10 דירוגים)
פרטי הקורס
  • מה תלמדו:
    • להסביר על חנות התכונות של Vertex AI ולשוות בין ההיבטים המרכזיים הנדרשים לתכונות טובות.
    • לבצע הנדסת תכונות באמצעות BigQuery ML, Keras ו-TensorFlow.
    • לדון בשימוש ב-Dataflow וב-Dataprep לצורך הכנה וחקר של תכונות.
    • להשתמש ב-tf.Transform.
כישורים שתשיגו
  • קטגוריה: תעשיית השפה
  • קטגוריה: התנהגות חיפוש מידע
  • קטגוריה: אינטליגנציה קולקטיבית
  • קטגוריה: כריית מדיה חברתית

קורס 5

  • משך: 18 שעות
  • דירוג: 4.4 (10 דירוגים)
פרטי הקורס
  • מה תלמדו:
    • ברוכים הבאים לקורס "האומנות והמדע של למידת מכונה". הקורס כולל 6 מודולים.
    • הקורס מסביר על הידע, השיפוט הנכון והיכולות הבסיסיות הנדרשות לאופטימיזציה מדויקת של מודלי למידת מכונה להשגת ביצועים מיטביים.
    • ללמוד כיצד להשתמש בטכניקות רגולריזציה כדי להכליל מודלים וגם להבין את השפעת ההיפר-פרמטרים (כגון השפעת גודל המערך או קצב הלמידה על ביצועי המודלים).
    • להסביר כמה אלגוריתמים קלאסיים לאופטימיזציה ולתאר כיצד לציין שיטות אופטימיזציה בקוד TensorFlow.

מה זה קורסרה?

תעודה של קורסרה

איך נרשמים ב-2 דקות לקורסרה

איך מכניסים את התעודה של קורסרה ללינקד-אין​