Seminare
Seminare

Advanced Machine Learning with TensorFlow on Google Cloud Platform

Seminar - Cegos Integrata GmbH

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 eine g...

Termin Ort Preis*
firmenintern auf Anfrage auf Anfrage
*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:
  • Maschinelles Lernen bei Google
  • Einführung in das maschinelle Lernen
  • Einführung in TensorFlow
  • Feature Engineering
  • Kunst und Wissenschaft des maschinellen Lernens
Dauer/zeitlicher Ablauf:
5 Tage
Ziele/Bildungsabschluss:

Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen:

  • Geschäftliche Anwendungsfälle als ML-Problem definieren
  • ML-Datasets erstellen, die Generalisierungen ermöglichen
  • ML-Modelle mit TensorFlow implementieren
  • Die Auswirkungen von Parametern des Gradientenverfahrens auf Genauigkeit, Trainingsgeschwindigkeit, Dichte und Generalisierung verstehen
  • Verteilte TensorFlow-Modelle erstellen und operationalisieren
  • Merkmale darstellen und transformieren
Teilnahmevoraussetzungen:

Für maximale Lernerfolge sollten die Teilnehmer folgende Voraussetzungen erfüllen:

  • Erfahrung im Coding von Python
  • Grundkenntnisse in Statistik
  • Kenntnisse in SQL und Cloud Computing (hilfreich)
Zielgruppe:
  • Data Engineers und Programmierer, die maschinelles Lernen in die Praxis umsetzen möchten
  • Personen, die am Erstellen und Operationalisieren von TensorFlow-Modellen interessiert sind
Seminarkennung:
39019
Nach unten
Nach oben
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha