课程概况
Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Für Google geht es beim maschinellen Lernen (ML) mehr um Logik als nur um Daten. In diesem Kurs erfahren Sie, warum dieser Ansatz beim Erstellen einer Pipeline aus ML-Modellen nützlich ist. Außerdem erläutern wir die fünf Phasen zur Umsetzung eines für ML geeigneten Anwendungsfalls und warum keine dieser Phasen übersprungen werden darf. Zum Abschluss besprechen wir die Verzerrung, die durch ML entstehen kann, und erklären, wie man sie erkennt.
课程大纲
Einführung in die Spezialisierung
Hier wird eine Einführung in die Spezialisierung geboten und es werden die Google-Experten vorgestellt, die dieses Thema unterrichten.
Was bedeutet "künstliche Intelligenz"?
Sie erfahren, was gemeint ist, wenn wir sagen, dass Google auf künstliche Intelligenz setzt und wie dies in der Praxis aussieht.
Maschinelles Lernen bei Google
In diesem Modul geht es um das organisatorische Know-how, das sich Google über die Jahre angeeignet hat.
Inklusives maschinelles Lernen
In diesem Modul erfahren Sie, warum Systeme für maschinelles Lernen standardmäßig nicht fair sind und was Sie beachten sollten, wenn Sie in Ihren Produkten maschinelles Lernen nutzen.
Python-Notebooks in der Cloud
In diesem Modul geht es um Cloud Datalab, die Entwicklungsumgebung, die Sie für dieses spezielle Thema verwenden.
Übersicht
同类课程
IBM 人工智能工程专业证书
IBM
人工智能工作流程：企业模型部署
IBM
基于Google云平台的TensorFlow无服务器机器学习 – 法语版
Google 云端平台
