Если вы не зарегистрировались в квестах по машинному обучению, упомянутых в этом блоге, вы многое упускаете! Последний шанс на бесплатные лабораторные работы, перейдите по любой из ссылок на квесты в этом посте и получите 30-дневный пропуск, чтобы завершить эти квесты. Спешите, предложение действительно до четверга, 28 июня (бесплатно, CC не требуется).

Выполните любой из квестов из дорожной карты ниже, чтобы стать мастером машинного обучения. Если вы новичок… начните с самого начала 🙂

Заработайте один или два значка машинного обучения Quest, попрактикуйтесь в реальных сценариях и максимально используйте свое время на Next’18 с некоторыми рок-звездами машинного обучения. Кого вы могли бы встретить на Next ’18?

Фей Фей Ли — главный научный сотрудник облачного ИИ и машинного обучения в Google Cloud. Она работает в области компьютерного зрения и когнитивной нейробиологии. Ее публикации включают Масштабирование распознавания взаимодействия человека и объекта с помощью обучения с нулевым выстрелом и Социальная GAN: социально приемлемые траектории с генеративно-состязательными сетями. Получите практические навыки работы с облачным ИИ в масштабе с помощью Квеста по API машинного обучения.

Или вы можете столкнуться с Валлиаппой Лакшмананом. Лак выполняет миссию по демократизации машинного обучения, чтобы любой мог сделать это, используя инфраструктуру Google. Ознакомьтесь с его последней книгой Наука о данных на облачной платформе Google, в которой объясняется, как применять статистические методы и методы машинного обучения для решения реальных задач. И попробуйте сами с лабораторией из Квеста по научной обработке данных!

Заранее пройдите лабораторные работы, наберитесь немного опыта и задайте более правильные вопросы на сеансах машинного обучения, предлагаемых на Next ’18! Посмотрите эти сеансы:

Вам не хватает машинного обучения? Когда вы зарегистрируетесь на Next’18, у вас будет возможность добавить некоторые из этих учебных лагерей ML:

  • Сквозное машинное обучение с TensorFlow в GCP. Вы пройдете процесс создания полного конвейера машинного обучения, включая прием, исследование, обучение, оценку, развертывание и прогнозирование.
  • Создание и обновление модели машинного обучения в пограничной сети с помощью Cloud ML. вы узнаете, как обрабатывать и хранить IoT или другие данные с помощью Cloud Pub/Sub, Cloud Dataflow, Cloud Storage и Google BigQuery.
  • Создание чат-ботов с помощью машинного обучения. Вы будете использовать Dialogflow и Cloud Natural Language API, чтобы быстро преобразовать документ руководства отдела кадров в полнофункциональный диалоговый чат-бот. Вы также добавите текстовые и голосовые взаимодействия в чат-бот, а также защитите и масштабируете его для производства.

Если вы не можете попасть на Next в Сан-Франциско, посещайте курсы по всему миру. Найди здесь.

Чтобы максимально использовать свое время на Next ’18, зарегистрируйтесь в этих квестах ML до четверга, 28 июня (бесплатно, CC не требуется).

Первоначально опубликовано на сайте blog.qwiklabs.com 19 июня 2018 г.