Incorporating machine learning into data pipelines increases the ability of businesses to extract insights from their data. This course covers several ways machine learning can be included in data pipelines on Google Cloud Platform depending on the level of customization required. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces AI Platform Notebooks and BigQuery Machine Learning. Also, this course covers how to productionalize machine learning solutions using Kubeflow. Learners will get hands-on experience building machine learning models on Google Cloud Platform using QwikLabs.
от партнера
Google Cloud
Об этом курсе
Недавно просмотрено: 51,945
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 8 часа на выполнение
Английский
Субтитры: Английский
Программа курса: что вы изучите
6 минуты на завершение
Introduction
This module introduces the course and agenda
6 минуты на завершение
2 видео ((всего 6 мин.))
1 ч. на завершение
Introduction to Analytics and AI
This modules talks about ML options on GCP
1 ч. на завершение
4 видео ((всего 18 мин.))
4 видео
What is ML?8мин
Machine Learning and AI3мин
ML options on Google Cloud Platform1мин
Game: Reviewing key ML concepts5мин
1 практическое упражнение
Introduction to Analytics and AI30мин
1 ч. на завершение
Prebuilt ML model APIs for Unstructured Data
This module focuses on using pre-built ML APIs on your unstructured data
1 ч. на завершение
3 видео ((всего 9 мин.))
3 видео
ML APIs for Enriching Data4мин
Lab Intro: Using the Natural Language API to Classify Unstructured Text47
1 практическое упражнение
Prebuilt ML model APIs for Unstructured Data4мин
2 ч. на завершение
Big Data Analytics with Cloud AI Platform Notebooks
This module covers how to use AI Platform Notebooks
2 ч. на завершение
3 видео ((всего 7 мин.))
3 видео
BigQuery Magic and Ties to Pandas1мин
Lab Intro: BigQuery in Jupyter Labs on AI Platform28
1 практическое упражнение
Big Data Analytics with Cloud AI Platform Notebooks30мин
1 ч. на завершение
Productionizing Custom ML Models
This module covers building custom ML models and introduces Kubeflow and AI Hub
1 ч. на завершение
6 видео ((всего 14 мин.))
6 видео
Ways to do custom ML on GCP5мин
Kubeflow4мин
AI Hub1мин
Lab Intro: Running AI models on Kubeflow11
Summary23
1 практическое упражнение
Productionizing Custom ML Models4мин
2 ч. на завершение
Custom Model building with SQL in BigQuery ML
This module covers BigQuery ML
2 ч. на завершение
6 видео ((всего 15 мин.))
6 видео
Classification, Regregression, and Recommender Models5мин
Unsupervised ML with Clustering Models2мин
Lab Intro: Predict Bike Trip Duration with a Regression Model in BQML19
Lab Intro: Movie Recommendations in BigQuery ML16
Summary15
1 практическое упражнение
Custom Model building with SQL in BigQuery ML4мин
1 ч. на завершение
Custom Model Building with Cloud AutoML
This module introduces Cloud AutoML to build powerful models without coding
1 ч. на завершение
4 видео ((всего 26 мин.))
1 практическое упражнение
Custom Model Building with Cloud AutoML4мин
3 минуты на завершение
Summary
This module recaps the topics covered in the course
3 минуты на завершение
1 видео ((всего 3 мин.))
1 видео
Course Summary3мин
Рецензии
4.5
Лучшие отзывы о курсе SMART ANALYTICS, MACHINE LEARNING, AND AI ON GCP
от партнера PRJan 23, 2020
I couldn't complete the Kubeflow lab due to issues that I encountered setting it up. Overall, the course has given me a good understanding of Machine Learning model creation options available on GCP
от партнера SMApr 4, 2020
Course gives basic overview on ML concepts and how we can do using GCP. Good enough for Data Engineer to understand
от партнера GBMar 26, 2020
Few important concepts like kubeflow should have been covered in a bit more detail.
от партнера SKFeb 16, 2020
Good course to understand ML on high level on GCP.
от партнера
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Часто задаваемые вопросы
Можно ли ознакомиться с курсом до регистрации?
Да, до регистрации можно просмотреть первое видео и программу курса. Чтобы получить полный доступ к материалам курса, необходимо оплатить его.
Когда я получу доступ к лекциям и заданиям?
Регистрируясь на курс до начала сессии, вы получаете доступ ко всем видеолекциям и материалам для самостоятельного изучения. Задания можно отправлять после начала сессии.
Что я получу, зарегистрировавшись на курс?
После регистрации на курс и начала сессии вы получаете доступ ко всем видео и другим ресурсам курса, включая материалы для самостоятельного изучения и форумы обсуждений. Вы сможете выполнять тренировочные, а также сдавать обязательные оцениваемые задания и получить сертификат о прохождении курса.
Когда я получу сертификат о прохождении курса?
Если вы успешного пройдете курс, на странице ваших достижений появится электронный сертификат, который можно распечатать или прикрепить к профилю LinkedIn.
Почему я не могу прослушать этот курс?
Это один из немногих курсов на Coursera, которые предоставляются только на платной основе.
Какие правила возврата средств?
Остались вопросы? Посетите Центр поддержки учащихся.
