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.