فیلم یادگیری کامل Google Cloud Platform Big Data And Machine Learning

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با گوگل کلود پلتفرم یاد می گیرید.

عنوان اصلی : Google Cloud Platform Big Data and Machine Learning Fundamentals

سرفصل ها :

شروع کار با GCP و Qwiklabs
Google Cloud Platform Big Data Machine Learning Fundamentals M00 01
فعالیت - یک مورد استفاده از مشتری را کاوش کنید
بر روی شبکه جهانی گوگل بسازید
انتخاب رویکرد مناسب
توان محاسبه برای بارهای کاری تحلیلی و ML
نسخه ی نمایشی - ایجاد یک VM در موتور محاسباتی
Storage Elastic با Google Cloud Storage
تکامل ابزارهای کلان داده ابری گوگل
مقدمه ای بر پلتفرم ابری گوگل
آزمایشگاه: مجموعه داده عمومی BigQuery را کاوش کنید
امنیت - On-premise در مقابل Cloud-native
نقش های مختلف داده در یک سازمان
کاری که با GCP انجام می دهید
نسخه ی نمایشی - از صفر تا یک Apache Spark Job در 10 دقیقه یا کمتر
چگونه کسب و کارها از سیستم های توصیه استفاده می کنند
مقدمه ای بر یادگیری ماشین
آزمایشگاه - محصولات را با استفاده از Cloud SQL و SparkML توصیه کنید
آزمایشگاه: محصولاتی را با استفاده از ML با Cloud SQL و Dataproc توصیه کنید
ML برای توصیه اجاره مسکن
از On-Premise به Google Cloud Platform حرکت کنید
با Google Cloud Storage، فضای ذخیره‌سازی را به خارج از خوشه منتقل کنید
استفاده و تنظیم خوشه های On-Premise
BigQuery - موتور سریع SQL
BigQuery ML - بررسی ویژگی های کلیدی
ذخیره سازی مدیریت شده BigQuery
BigQueryML - ایجاد مدل با SQL
انتخاب نوع مدل ML برای داده های ساختاریافته
کیفیت داده
نسخه ی نمایشی - تجزیه و تحلیل حملات رعد و برق با BigQuery GIS
نسخه ی نمایشی - کاوش داده های اشتراک دوچرخه با SQL
نسخه ی نمایشی - پرس و جو 2 میلیارد خط کد در کمتر از 30 ثانیه
بینش از داده های جغرافیایی
مقدمه ای بر BigQuery
آزمایشگاه: خریدهای بازدیدکننده را با یک مدل طبقه بندی با BigQuery ML پیش بینی کنید
مراحل در چرخه عمر مدل ML
پیش بینی ارزش طول عمر مشتری
ایجاد نمودار با Data Studio
نسخه ی نمایشی - داده استودیو Walkthrough
طراحی خطوط لوله جریان با پرتو آپاچی
پیاده سازی خطوط لوله جریانی در Cloud Dataflow
آزمایشگاه - داشبوردهای بی‌درنگ IoT با Pub/Sub، Dataflow و Data Studio
آزمایشگاه: ایجاد یک خط لوله داده جریانی برای داشبورد بلادرنگ با Cloud Dataflow
معماری های پیام گرا با Cloud Pub/Sub
چالش های خط لوله داده های مدرن
تجسم Insights با Data Studio
ساخت یک مدل سفارشی
مقایسه رویکردها با ML
سفارشی سازی مدل های از پیش ساخته شده با AutoML
نسخه ی نمایشی - ML تعبیه شده در Google Photos
نسخه ی نمایشی - طبقه بندی متن سه راه انجام شد
نسخه ی نمایشی - استفاده از بلوک های ساختمانی ML
چگونه ML روی داده های بدون ساختار کار می کند؟
آزمایشگاه - طبقه بندی تصاویر با مدل های ML از پیش ساخته شده
آزمایشگاه: طبقه بندی تصاویر با مدل های ML از پیش ساخته شده با استفاده از Cloud Vision API و AutoML
استفاده از هوش مصنوعی از پیش ساخته شده برای ایجاد یک چت بات
ML بدون ساختار در کجا در تجارت استفاده می شود؟
خلاصه دوره