|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/gcp-big-data-ml-fundamentals-es
课程评论：没有评论
课程名称：谷歌云大数据与机器学习基础（西班牙语） 课程概述：本课程是一周加速需求课程，参与者将发现谷歌云平台（GCP）在大数据与机器学习方面的能力。课程提供谷歌云平台的快速概览以及数据处理能力的详细信息。 完成本课程后，参与者将能够： - 识别谷歌云平台上的关键大数据和机器学习产品的目的和价值 - 使用Cloud SQL和Cloud Dataproc将现有的MySQL和Hadoop/Pig/Spark/Hive工作负载迁移至谷歌云平台 - 使用BigQuery和Cloud Datalab进行交互式数据分析 - 在Cloud SQL、Bigtable和Datastore之间进行选择 - 利用TensorFlow训练和使用神经网络 - 在谷歌云平台上选择不同的数据处理产品 报名本课程前，参与者应具备以下一项或多项经验，约为一年： - 常用查询语言，如SQL - 数据提取、转换和加载活动 - 数据建模 - 机器学习或统计学 - Python编程 请注意：谷歌服务目前在中国不可用。 课程大纲： 1. 课程介绍：欢迎参与大数据与机器学习基础课程，并概述课程结构和目标。 2. 谷歌云中的大数据与机器学习：探讨谷歌云基础设施的关键组成部分，并介绍参与数据到人工智能生命周期的大数据和机器学习产品与服务。 3. 数据工程与数据流：介绍谷歌云管理数据流的解决方案，涵盖端到端的管道，包括使用Pub/Sub进行数据传输、使用Dataflow进行数据处理，以及使用Looker和Data Studio进行数据可视化。 4. 使用BigQuery的大数据：学习谷歌完全托管的无服务器数据仓库BigQuery，同时探讨BigQuery ML以及用于创建自定义机器学习模型的关键命令和流程。 5. 谷歌云中的机器学习选项：分析在谷歌云中创建机器学习模型的四种不同选项，并介绍Vertex AI，谷歌用于创建和管理人工智能项目生命周期的统一平台。 6. 使用Vertex AI的机器学习工作流：重点关注Vertex AI中机器学习工作流程的三个关键阶段：数据准备、模型训练和模型准备，学员将有机会实践创建使用AutoML的机器学习模型。 7. 课程总结：回顾课程中讨论的主题，并提供额外资源以促进进一步学习。
Name:Introducción al curso
Description:En esta sección, se da la bienvenida al curso Big Data and Machine Learning Fundamentals y se proporciona una descripción general de la estructura y los objetivos del curso.
Name:Macrodatos y aprendizaje automático en Google Cloud
Description:En esta sección, se exploran los componentes clave de la infraestructura de Google Cloud. Además, se presentan muchos de los productos y servicios de macrodatos y aprendizaje automático involucrados en el ciclo de vida de datos a IA en Google Cloud.
Name:Ingeniería de datos para la transmisión de datos
Description:En esta sección, se presenta la solución de Google Cloud para administrar datos de transmisión. Además, se examina una canalización de extremo a extremo, lo que incluye la transferencia de datos con Pub/Sub, el procesamiento de datos con Dataflow y la visualización de datos con Looker y Data Studio.
Name:Macrodatos con BigQuery
Description:En esta sección, los alumnos aprenderán sobre BigQuery, el almacén de datos sin servidores completamente administrado de Google. También explorarán BigQuery ML, así como los comandos clave y los procesos utilizados para crear modelos personalizados de aprendizaje automático.
Name:Opciones de aprendizaje automático en Google Cloud
Description:En esta sección, se exploran las cuatro opciones diferentes para crear modelos de aprendizaje automático en Google Cloud. También se presenta Vertex AI, la plataforma unificada de Google para crear y administrar el ciclo de vida de los proyectos de AA.
Name:Flujo de trabajo de aprendizaje automático con Vertex AI
Description:Esta sección se enfoca en las tres fases clave del flujo de trabajo de aprendizaje automático en Vertex AI: preparación de datos, entrenamiento del modelo y preparación del modelo. Los alumnos tendrán la oportunidad de practicar la creación de un modelo de aprendizaje automático con AutoML.
Name:Resumen del curso
Description:En esta sección, se revisan los temas que se abordaron en el curso y se proporcionan recursos adicionales para un mayor aprendizaje.
En este curso a pedido y acelerado de 1 semana, los participantes descubrirán las capacidades de los macrodatos y del aprendizaje automático de Google Cloud Platform (GCP). Además, se proporciona una descripción general rápida de Google Cloud Platform y más detalles sobre las capacidades de procesamiento de datos. Al finalizar este curso, los participantes podrán hacer lo siguiente: • Identificar el propósito y el valor de los productos clave de macrodatos y aprendizaje automático disponibles en Google Cloud Platform • Usar Cloud SQL y Cloud Dataproc para migrar las cargas de trabajo existentes de MySQL y Hadoop/Pig/Spark/Hive a Google Cloud Platform • Usar BigQuery y Cloud Datalab para llevar a cabo un análisis de datos interactivo • Elegir entre Cloud SQL, Bigtable y Datastore • Entrenar y usar una red neuronal mediante TensorFlow • Elegir entre los diferentes productos de procesamiento de datos disponibles en Google Cloud Platform Antes de inscribirse en este curso, los participantes deben tener aproximadamente un (1) año de experiencia en uno o más de los siguientes: • Un lenguaje de consulta común, como SQL • Actividades de extracción, transformación y carga • Modelado de datos • Aprendizaje automático o estadísticas • Programación en Python Notas de la Cuenta de Google: • Actualmente, los servicios de Google no están disponibles en China.
