К содержимому
learnspaceYOUR NEXT CHAPTER
ПРОСТРАНСТВО ОБУЧЕНИЯ
ГлавнаяКаталог курсовМоё обучениеCoursera

Знания без границ

Учитесь у лучших университетов и компаний мира.

Открыть Coursera
Интеграция
Пространство университета
Моё пространствоСтраница курса
↵
ЯЛичный кабинетСтудент
© 2026 LearnSpaceКаждый день — возможность узнать больше.Помощь
Serverless Machine Learning with Tensorflow on Google Cloud em Português Brasileiro · LearnSpace
Назад в каталог
courseraАнализ данных

Serverless Machine Learning with Tensorflow on Google Cloud em Português Brasileiro

Курс от Google Cloud
Средний≈ 14.5 чБразильский португальский
О курсеНавыкиПрограммаПреподаватели

О курсе

Este curso intensivo sob demanda de quatro dias oferece aos participantes uma introdução sobre como projetar e criar sistemas de machine learning no Google Cloud Platform. Por meio de apresentações, demonstrações e laboratórios práticos, os participantes aprenderão os conceitos de machine learning (ML) e do TensorFlow, além de habilidades de desenvolvimento, avaliação e produção de modelos de ML. OBJETIVOS Neste curso, os participantes aprenderão as seguintes habilidades: ● Identificar casos de uso de machine learning ● Criar um modelo de ML usando o TensorFlow ● Criar modelos de ML escalonáveis e implantáveis usando o Cloud ML ● Saber a importância do pré-processamento e da combinação de atributos ● Incorporar conceitos avançados de ML aos modelos ● Produzir modelos de ML treinados PRÉ-REQUISITOS Para aproveitar ao máximo este curso, os participantes precisam cumprir os seguintes requisitos: ● Ter concluído o curso Google Cloud Platform Big Data and Machine Learning Fundamentals OU experiência equivalente ● Proficiência básica em linguagem de consulta comum, como SQL ● Experiência com atividades de modelagem, extração, transformação e carregamento de dados ● Desenvolvimento de aplicativos usando uma linguagem de programação comum, como Python ● Conhecimento de machine learning e/ou estatísticas Notas da Conta do Google: • No momento, os serviços do Google não estão disponíveis na China.

Навыки, которые вы освоите

TensorflowModel TrainingGoogle Cloud PlatformData PreprocessingFeature EngineeringModel EvaluationMachine LearningModel DeploymentServerless ComputingScalabilityData ProcessingApplied Machine LearningMachine Learning Algorithms

Программа курса

5 модулей · 73 учебных материалов

01Este é o "Serverless Machine Learning on Google Cloud Platform"3 материалов

Apresentação inicial do curso

Apresentação do cursoВидео

Considerações sobre machine learning

Considerações sobre machine learningВидеоPré-teste do curso de machine learningЗадание
02Módulo 1: Primeiros passos com machine learning23 материалов

O que é machine learning (ML)?

Учитесь у экспертов

Google Cloud Training

Преподаватель курса

Serverless Machine Learning with Tensorflow on Google Cloud em Português Brasileiro
В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 14.5 ч

5 модулей

Язык: Бразильский португальский

Субтитры: Французский, Немецкий, Английский, Испанский, Японский

Часть программы вашего университета
O que é machine learning (ML)?Видео
Tipos de MLВидео
O canal de MLВидео
Variantes do modelo de MLВидео
Como classificar um problema de MLВидео

Como usar ML

Como usar machine learning (ML)ВидеоOtimizaçãoВидеоUm playground de rede neuralВидеоComo combinar atributosВидеоEngenharia de atributosВидеоModelos de imagemВидео

Machine learning eficaz

ML eficazВидеоQuais são os elementos de um bom conjunto de dados?ВидеоMétricas de erroВидеоPrecisãoВидеоPrecisão e recallВидео

Como criar conjuntos de dados de machine learning

Como criar conjuntos de dados de machine learningВидеоComo dividir conjuntos de dadosВидеоPython NotebooksВидеоTeste do módulo 1Задание

Laboratório: Como criar conjuntos de dados de ML

Visão geral do laboratório Como criar conjuntos de dados de MLВидеоLaboratório 1: Conhecer o conjunto de dados, criar conjuntos de dados de ML e gerar uma referênciaВнешний инструментRevisão do laboratório Como criar conjuntos de dados de MLВидео
03Módulo 2: Criação de modelos de ML com o TensorFlow20 материалов

Introdução à criação de modelos de ML com o TensorFlow

Visão geral do módulo 2Видео

Primeiros passos com o TensorFlow

O que é o TensorFlow?ВидеоPrincipais características do TensorFlowВидео

Laboratório: Primeiros passos com o TensorFlow

Visão geral do laboratório Primeiros passos com o TensorFlowВидеоLaboratório 2: Primeiros passos com o TensorFlowВнешний инструментRevisão do laboratório TensorFlowВидео

TensorFlow para machine learning

API EstimatorВидео

Laboratório: Machine learning com o Estimator

Machine learning com o tf.estimatorВидеоLaboratório 3: Machine learning com o tf.estimatorВнешний инструментRevisão do laboratório EstimatorВидео

Como ganhar mais flexibilidade

Como criar ML eficazВидео

Laboratório: Refatoração para adicionar a criação de lotes e atributos

Introdução ao laboratório Refatoração para adicionar a criação de lotes e recursosВидеоLaboratório 4: Refatoração para adicionar a criação de lotes e atributosВнешний инструментRevisão do laboratório RefatoraçãoВидео

Treine e avalie

Treine e avalieВидеоMonitoramentoВидео

Laboratório: Treinamento e monitoramento distribuídos

Introdução ao laboratório: Treinamento e monitoramento distribuídosВидеоLaboratório 5: Treinamento e monitoramento distribuídosВнешний инструментRevisão do laboratório: Treinamento e monitoramento distribuídosВидеоTeste do módulo 2Задание
04Módulo 3: Escalonamento de modelos de ML com o Cloud ML Engine9 материалов

Introdução ao escalonamento de modelos de ML com o Cloud ML Engine

Visão geral do módulo 3Видео

Por que usar o Cloud ML Engine?

Por que usar o Cloud ML Engine?ВидеоFluxo de trabalho de desenvolvimentoВидео

Como empacotar um modelo do TensorFlow

Como empacotar o treinadorВидеоTensorFlow ServingВидеоTeste do módulo 3Задание

Laboratório: Como escalonar ML com o Cloud ML Engine

Laboratório: Como escalonar MLВидеоLaboratório 6: Como escalonar ML com o Cloud ML EngineВнешний инструментRevisão do laboratório: Como escalonar MLВидео
05Módulo 4: Engenharia de atributos18 материалов

Introdução à engenharia de atributos

Visão geral do módulo 4Видео

Como melhorar o ML usando a engenharia de atributos

Atributos bonsВидеоCausalidadeВидеоNuméricoВидеоExemplos suficientesВидеоDados brutos para os atributosВидеоAtributos categóricosВидеоCruzamento de atributosВидеоComo criar intervalosВидеоAmplitude e profundidadeВидеоOnde aplicar a engenharia de atributosВидео

Laboratório: Engenharia de atributos

Visão geral do laboratório Engenharia de atributosВидеоLaboratório 7: Engenharia de atributosВнешний инструментRevisão do laboratório Engenharia de atributosВидео

Ajuste de hiperparâmetro

Ajuste de hiperparâmetro e demonstraçãoВидео

Próximas etapas

Níveis de abstração de MLВидеоTeste do módulo 4ЗаданиеResumoВидео