Managing Machine Learning projects with Google CloudMMLPGCGOGoogleGO-MMLPGC1.0<ul>
<li>Verstehen Sie genau, wie ML eingesetzt werden kann, um Geschäftsprozesse zu verbessern und neue Werte zu schaffen.</li><li>Erkunden Sie gängige Anwendungsfälle für maschinelles Lernen, die von Unternehmen umgesetzt werden.</li><li>Ermittlung der Anforderungen für die Durchführung eines ML-Projekts, von der Bewertung der Durchführbarkeit über die Datenaufbereitung, die Modellschulung, die Bewertung und den Einsatz.</li><li>Definieren Sie Datenmerkmale und Verzerrungen, die die Qualität von ML-Modellen beeinflussen.</li><li>Erkennen der wichtigsten Überlegungen zur Verwaltung von ML-Projekten, einschliesslich Datenstrategie, Governance und Projektteams.</li><li>Präsentieren Sie einen benutzerdefinierten ML-Anwendungsfall, der Ihr Unternehmen sinnvoll beeinflussen kann.</li></ul><ul>
<li>Es sind keine technischen Vorkenntnisse erforderlich.</li><li>Wissen über Ihr eigenes Unternehmen und Ihre Ziele.</li><li>Empfohlen: Business Transformation mit Google Cloud (auf Anfrage).</li></ul><ul>
<li>Geschäftsleute in Unternehmen, Konzernen oder KMUs in nicht-technischen Funktionen. Zu den Rollen gehören unter anderem: Business-Analysten, IT-Manager, Projektmanager und Produktmanager.</li><li>Für Senior VPs und darüber ist Data-Driven Transformation with Google Cloud (ILT) besser geeignet.</li></ul><h4>Modul 01: Einführung</h4><ul>
<li>Unterscheiden Sie zwischen KI, maschinellem Lernen und Deep Learning.</li><li>Beschreiben Sie die wichtigsten Einsatzmöglichkeiten von ML zur Verbesserung von Geschäftsprozessen oder zur Schaffung neuer Werte.</li><li>Beginnen Sie mit der Bewertung der Machbarkeit von ML-Anwendungsfällen.</li></ul><h4>Modul 02: Was ist maschinelles Lernen?</h4><ul>
<li>Unterscheiden Sie zwischen überwachten und nicht überwachten Problemtypen des maschinellen Lernens.</li><li>Beispiele für Regressions-, Klassifikations- und Clustering-Problemstellungen zu identifizieren.</li><li>Erkennen Sie die Kernkomponenten der Standarddefinition von Google für ML und die jeweiligen Überlegungen bei der Durchführung eines ML-Projekts.</li></ul><h4>Modul 03: Einsatz von ML</h4><ul>
<li>Beschreiben Sie den End-to-End-Prozess für die Durchführung eines ML-Projekts und die Überlegungen in jeder Phase.</li><li>Üben Sie, ein individuelles ML-Problem zu formulieren, das das Potenzial hat, Ihr Unternehmen nachhaltig zu beeinflussen.</li></ul><h4>Modul 04: Entdeckung von ML-Anwendungsfällen</h4><ul>
<li>Entdecken Sie allgemeine Möglichkeiten des maschinellen Lernens in alltäglichen Geschäftsprozessen</li></ul><h4>Modul 05: Wie man bei ML erfolgreich ist</h4><ul>
<li>Ermittlung der Voraussetzungen für Unternehmen, die ML erfolgreich einsetzen wollen</li></ul><h4>Modul 06: Zusammenfassung</h4><ul>
<li>Fassen Sie die wichtigsten Konzepte und Werkzeuge zusammen, die im Kurs behandelt werden.</li><li>Wetteifern Sie um die beste Präsentation eines ML-Anwendungsfalls auf der Grundlage von Kreativität, Originalität und Machbarkeit.</li></ul><p><em>Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class="cms-link-marked"><a class="fl-href-prod" href="/swisscom/en/course/google-mmlpgc"><svg role="img" aria-hidden="true" focusable="false" data-nosnippet class="cms-linkmark"><use xlink:href="/css/img/icnset-linkmarks.svg#linkmark"></use></svg>hier</a></span>.</em></p>- Verstehen Sie genau, wie ML eingesetzt werden kann, um Geschäftsprozesse zu verbessern und neue Werte zu schaffen.
- Erkunden Sie gängige Anwendungsfälle für maschinelles Lernen, die von Unternehmen umgesetzt werden.
- Ermittlung der Anforderungen für die Durchführung eines ML-Projekts, von der Bewertung der Durchführbarkeit über die Datenaufbereitung, die Modellschulung, die Bewertung und den Einsatz.
- Definieren Sie Datenmerkmale und Verzerrungen, die die Qualität von ML-Modellen beeinflussen.
- Erkennen der wichtigsten Überlegungen zur Verwaltung von ML-Projekten, einschliesslich Datenstrategie, Governance und Projektteams.
- Präsentieren Sie einen benutzerdefinierten ML-Anwendungsfall, der Ihr Unternehmen sinnvoll beeinflussen kann.- Es sind keine technischen Vorkenntnisse erforderlich.
- Wissen über Ihr eigenes Unternehmen und Ihre Ziele.
- Empfohlen: Business Transformation mit Google Cloud (auf Anfrage).- Geschäftsleute in Unternehmen, Konzernen oder KMUs in nicht-technischen Funktionen. Zu den Rollen gehören unter anderem: Business-Analysten, IT-Manager, Projektmanager und Produktmanager.
- Für Senior VPs und darüber ist Data-Driven Transformation with Google Cloud (ILT) besser geeignet.Modul 01: Einführung
- Unterscheiden Sie zwischen KI, maschinellem Lernen und Deep Learning.
- Beschreiben Sie die wichtigsten Einsatzmöglichkeiten von ML zur Verbesserung von Geschäftsprozessen oder zur Schaffung neuer Werte.
- Beginnen Sie mit der Bewertung der Machbarkeit von ML-Anwendungsfällen.
Modul 02: Was ist maschinelles Lernen?
- Unterscheiden Sie zwischen überwachten und nicht überwachten Problemtypen des maschinellen Lernens.
- Beispiele für Regressions-, Klassifikations- und Clustering-Problemstellungen zu identifizieren.
- Erkennen Sie die Kernkomponenten der Standarddefinition von Google für ML und die jeweiligen Überlegungen bei der Durchführung eines ML-Projekts.
Modul 03: Einsatz von ML
- Beschreiben Sie den End-to-End-Prozess für die Durchführung eines ML-Projekts und die Überlegungen in jeder Phase.
- Üben Sie, ein individuelles ML-Problem zu formulieren, das das Potenzial hat, Ihr Unternehmen nachhaltig zu beeinflussen.
Modul 04: Entdeckung von ML-Anwendungsfällen
- Entdecken Sie allgemeine Möglichkeiten des maschinellen Lernens in alltäglichen Geschäftsprozessen
Modul 05: Wie man bei ML erfolgreich ist
- Ermittlung der Voraussetzungen für Unternehmen, die ML erfolgreich einsetzen wollen
Modul 06: Zusammenfassung
- Fassen Sie die wichtigsten Konzepte und Werkzeuge zusammen, die im Kurs behandelt werden.
- Wetteifern Sie um die beste Präsentation eines ML-Anwendungsfalls auf der Grundlage von Kreativität, Originalität und Machbarkeit.Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.2 Tage1495.001300.001700.001300.001300.001300.004510.001495.001495.001325.001325.001325.001300.001320.002065.001550.00