La certification EITC/AI/GCML Google Cloud Machine Learning est un programme de compétences en intelligence artificielle concernant l'un des systèmes d'apprentissage automatique les plus avancés basé sur les ressources de calcul de Google Cloud Platform.
Le programme de l'EITC/AI/GCML Google Cloud Machine Learning se concentre sur les principes fondamentaux et la pratique du Machine Learning avec Google Cloud organisé dans la structure suivante, englobant un contenu didactique vidéo complet de Google comme référence pour cette certification EITC.
Avec l'EITC/AI/GCML Google Cloud Machine Learning, vous serez initié aux aspects techniques des derniers développements des outils d'apprentissage automatique de Google AI et de Google Cloud et à leur utilisation.
L'apprentissage automatique (ML) est l'étude des algorithmes informatiques qui s'améliorent automatiquement grâce à l'expérience. Il est considéré comme faisant partie de l'intelligence artificielle. Les algorithmes d'apprentissage automatique construisent un modèle basé sur des échantillons de données, appelés données d'entraînement, afin de faire des prédictions ou des décisions sans être explicitement programmés pour le faire. Les algorithmes d'apprentissage automatique sont utilisés dans une grande variété d'applications, telles que le filtrage des e-mails et la vision par ordinateur, où il est difficile ou impossible de développer des algorithmes conventionnels pour effectuer les tâches nécessaires.
Google Cloud se concentre fortement sur la fourniture de services d'IA et sur les performances en tant que plate-forme d'apprentissage automatique haut de gamme.
Certains des services Google Cloud AI incluent:
- Cloud AutoML - Service pour former et déployer des modèles de machine et d'apprentissage personnalisés. Depuis septembre 2018, le service est en version bêta.
- Cloud TPU - Accélérateurs utilisés par Google pour former des modèles d'apprentissage automatique.
- Cloud Machine Learning Engine - Service géré pour la formation et la création de modèles d'apprentissage automatique basés sur des frameworks traditionnels.
- Cloud Job Discovery - Service basé sur les capacités de recherche et d'apprentissage automatique de Google pour l'écosystème de recrutement.
- Dialogflow Enterprise - Environnement de développement basé sur l'apprentissage automatique de Google pour la création d'interfaces conversationnelles.
- Cloud Natural Language - Service d'analyse de texte basé sur les modèles Google Deep Learning.
- Cloud Speech-to-Text - Service de conversion de parole en texte basé sur l'apprentissage automatique.
- Cloud Text-to-Speech - Service de conversion de texte en parole basé sur l'apprentissage automatique.
- Cloud Translation API - Service de traduction dynamique entre des milliers de paires de langues disponibles
- API Cloud Vision - Service d'analyse d'images basé sur l'apprentissage automatique
- Cloud Video Intelligence - Service d'analyse vidéo basé sur l'apprentissage automatique
À titre d'exemple, consultez les fonctionnalités d'AutoML Vision (l'apprentissage automatique automatique de Google Cloud pour la compréhension informatique de la vision) et continuez avec un programme complet de ce programme EITC.
Google AI est une division spéciale de Google dédiée à l'intelligence artificielle. Il a été annoncé à Google I/O 2017 par le PDG Sundar Pichai. Les principaux projets de Google AI comprennent
- Servir des TPU (unités de traitement des tenseurs) dans le cloud afin de développer des logiciels d'apprentissage automatique.
- Développement de TensorFlow.
- Le TensorFlow Research Cloud offrira aux chercheurs un cluster gratuit de mille TPU cloud pour effectuer des recherches sur l'apprentissage automatique, à condition que la recherche soit open source et qu'ils mettent leurs résultats et les publient dans une revue scientifique à comité de lecture.
- Portail vers des milliers de publications de recherche par le personnel de Google.
- Magenta: une équipe de recherche en apprentissage profond explorant le rôle de l'apprentissage automatique en tant qu'outil dans le processus de création. L'équipe a publié de nombreux projets open source permettant aux artistes et musiciens d'étendre leurs processus à l'aide de l'IA.
- Sycamore: un processeur quantique programmable de 54 Qubits.
Un autre projet est Google Brain. Il s'agit d'une équipe de recherche en intelligence artificielle en apprentissage profond chez Google, formée au début des années 2010, combinant des recherches en apprentissage automatique ouvertes avec des systèmes d'information et des ressources informatiques à grande échelle. Le projet Google Brain a débuté en 2011 dans le cadre d'une collaboration de recherche à temps partiel entre le Google Fellow Jeff Dean, le chercheur Google Greg Corrado et le professeur Andrew Ng de l'Université de Stanford. Ng était intéressé par l'utilisation de techniques d'apprentissage en profondeur pour résoudre le problème de l'intelligence artificielle depuis 2006 et, en 2011, a commencé à collaborer avec Dean et Corrado pour créer un système logiciel d'apprentissage en profondeur à grande échelle, DistBelief, en plus de l'infrastructure de cloud computing de Google. Google Brain a commencé comme un projet Google X et a connu un tel succès qu'il est revenu à Google: Astro Teller a déclaré que Google Brain avait payé l'intégralité du coût de Google X. En juin 2012, le New York Times a rapporté qu'un groupe de 16,000 1,000 Les processeurs de 10 XNUMX ordinateurs dédiés à imiter certains aspects de l'activité cérébrale humaine s'étaient entraînés avec succès à reconnaître un chat sur la base de XNUMX millions d'images numériques tirées de vidéos YouTube. Depuis les premières années du projet, Google Brain a considérablement avancé et trouve de nombreuses applications dans les produits Google AI.
Pour avoir un aperçu de la progression, consultez l'exemple de démonstration des capacités de Google Assistant:
Pour vous familiariser en détail avec le programme de certification, vous pouvez développer et analyser le tableau ci-dessous.
Pour plus de détails sur la procédure de certification, consultez Comment cela fonctionne.
Ressources de référence sur le curriculum
Documentation de la plate-forme Google Cloud
https://cloud.google.com/docs/
Google Cloud Console
https://console.cloud.google.com/
Boost de compétences Google Cloud - Apprentissage automatique
https://www.cloudskillsboost.google/paths/17
Google Cloud Skills Boost – TensorFlow sur Google Cloud
https://www.cloudskillsboost.google/quests/83
Google Cloud Qwiklabs – Formation pratique sur le cloud
https://www.qwiklabs.com/
Formation Google Cloud
https://cloud.google.com/training/
Chaîne YouTube de Google Cloud Platform
https://www.youtube.com/user/googlecloudplatform/videos/
Produits d'IA et de machine learning de Google Cloud
https://cloud.google.com/products/ai/
Solutions d'intelligence artificielle et de machine learning de Google Cloud
https://cloud.google.com/solutions/ai/
IA de sommets de Google
https://cloud.google.com/vertex-ai/
Google TensorFlow
https://www.tensorflow.org/
Téléchargez le matériel préparatoire complet d'auto-apprentissage hors ligne pour le programme EITC/AI/GCML Google Cloud Machine Learning dans un fichier PDF.
Matériel préparatoire EITC/AI/GCML – version standard
Documents préparatoires EITC/AI/GCML – version étendue avec questions de révision