|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/gcp-big-data-ml-fundamentals-fr
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（法语） 概述：本课程为期一周，采用按需学习形式，向参与者介绍谷歌云平台（GCP）的大数据与机器学习功能。课程快速概述了谷歌云平台，并详细讲解了数据处理的特性。 课程结束后，参与者将能够： - 识别谷歌云平台主要的大数据和机器学习产品的目的及其价值； - 利用 CloudSQL 和 Cloud Dataproc 将 MySQL 和 Hadoop/Pig/Spark/Hive 的工作负载迁移到谷歌云平台； - 使用 BigQuery 和 Cloud Datalab 进行数据交互分析； - 在 Cloud SQL、BigTable 和 Datastore 之间做出选择； - 使用 TensorFlow 训练和部署神经网络； - 为谷歌云平台的不同数据处理解决方案做出明智选择。 报名参与课程的前提条件是，参与者需具备以下任一领域约一年的经验： - 常见查询语言（如 SQL） - 数据的提取、转换和加载（ETL） - 数据建模 - 机器学习和/或统计学 - Python 编程 注意事项： - 目前谷歌服务在中国不可用。 课程大纲： 1. 课程介绍：欢迎参与者并提供课程结构及目标概述。 2. 谷歌云上的大数据与机器学习：探讨谷歌云基础设施的关键组件及其与数据生命周期“数据到AI”的兼容性。 3. 数据工程与数据传播：介绍谷歌云的数据流管理解决方案，包括使用 Pub/Sub 数据摄取、Dataflow 数据处理和 Looker/Data Studio 数据可视化。 4. 使用 BigQuery 的大数据分析：解释无服务器管理的数据仓库 BigQuery 及其 ML 功能和创建自定义机器学习模型的关键过程。 5. 谷歌云的机器学习选项：探索在谷歌云上创建机器学习模型的四种不同选项，介绍 Vertex AI 平台的功能。 6. 使用 Vertex AI 的机器学习工作流：集中讲述准备数据、训练模型和评估模型等三大机器学习工作流阶段，参与者将练习使用 AutoML 创建机器学习模型。 7. 课程总结：回顾课程内容，并指引参与者获取更多资源，以深化理解。
Name:Présentation du cours
Description:Cette section accueille les participants au cours Big Data and Machine Learning Fundamentals et leur offr-FRe un aperçu de sa structure et de ses objectifs.
Name:Big data et machine learning sur Google Cloud
Description:Cette section aborde les composants clés de l'infrastructure Google Cloud. Elle présente un grand nombre des produits et services Google Cloud pour le big data et le machine learning, tous compatibles avec le cycle de vie "des données à l'IA".
Name:Ingénierie des données pour la diffusion de données
Description:Cette section présente la solution de Google Cloud pour gérer les flux de données. Elle examine un pipeline de bout en bout, y compris l'ingestion de données avec Pub/Sub, le traitement des données via Dataflow, et la visualisation des données avec Looker et Data Studio.
Name:Big data avec BigQuery
Description:Cette section présente BigQuery, l'entrepôt de données sans serveur entièrement géré de Google. Elle aborde également BigQuery ML, ainsi que les processus et les commandes clés permettant de créer des modèles de machine learning personnalisés.
Name:Options de machine learning sur Google Cloud
Description:Cette section explore quatre options différentes pour créer des modèles de machine learning sur Google Cloud. Elle présente également Vertex AI, la plate-forme unifiée de Google permettant de créer des projets de ML et de gérer leur cycle de vie.
Name:Workflow de machine learning avec Vertex AI
Description:Cette section se concentre sur les trois phases clés d'un workflow de machine learning dans Vertex AI : préparation des données, entraînement du modèle et évaluation du modèle. Les participants ont l'occasion de s'entraîner à créer un modèle de machine learning avec AutoML.
Name:Résumé du cours
Description:Cette section revient sur les sujets abordés pendant le cours et oriente les participants vers des ressources supplémentaires qui leur permettront d'approfondir leurs connaissances.
Ce cours intensif à la demande, d'une durée d'une semaine, présente aux participants les fonctionnalités de big data et de machine learning de Google Cloud Platform (GCP). Il présente rapidement Google Cloud Platform et explique plus en détail les fonctionnalités de traitement des données. À l'issue de ce cours, les participants sauront : • identifier l'objectif et la valeur des principaux produits de big data et de machine learning de Google Cloud Platform ; • utiliser CloudSQL et Cloud Dataproc pour transférer les charges de travail MySQL et Hadoop/Pig/Spark/Hive vers Google Cloud Platform ; • utiliser BigQuery et Cloud Datalab pour réaliser des analyses de données interactives ; • choisir entre Cloud SQL, BigTable et Datastore ; • entraîner et exploiter un réseau de neurones avec TensorFlow ; • choisir entre différentes solutions de traitement des données de Google Cloud Platform. Pour s'inscrire à ce cours, les participants doivent pouvoir témoigner d'une expérience d'environ un (1) an dans au moins l'une des disciplines suivantes : • Un langage de requête courant tel que SQL • L'extraction, la transformation, le chargement de données • La modélisation de données • Le machine learning et/ou les statistiques • La programmation Python Remarque concernant les comptes Google : • Pour le moment, les services Google ne sont pas disponibles en Chine.
