Overview
-
このコースでは、データから AI へのライフサイクルをサポートする Google Cloud のビッグデータと機械学習のプロダクトおよびサービスを紹介します。Google Cloud で Vertex AI を使用して、ビッグデータ パイプラインと機械学習モデルを構築するためのプロセス、課題、メリットについて説明します。
Syllabus
-
- コースの概要
- このセクションでは、Big Data and Machine Learning Fundamentals コースの受講者向けにコースの構成と目標をおおまかに説明します。
- Google Cloud におけるビッグデータと機械学習
- このセクションでは、Google Cloud のインフラストラクチャの主要コンポーネントについて説明します。Google Cloud におけるデータから AI へのライフサイクルをサポートする、ビッグデータと機械学習のさまざまなプロダクトおよびサービスを紹介します。
- ストリーミング データのデータ エンジニアリング
- このセクションでは、ストリーミング データを管理するための Google Cloud ソリューションを紹介します。また、エンドツーエンドのパイプライン（Pub/Sub を使用したデータの取り込み、Dataflow を使用したデータ処理、Looker とデータポータルを使用したデータのビジュアライゼーションなど）について詳しく説明します。
- BigQuery を使用したビッグデータ
- このセクションでは、Google が提供するフルマネージドのサーバーレス データ ウェアハウスである BigQuery について紹介します。BigQuery ML と、カスタム機械学習モデルの構築に使用するプロセスおよび主なコマンドについても説明します。
- Google Cloud での機械学習に関するオプション
- このセクションでは、Google Cloud で機械学習モデルを構築するための 4 つのオプションについて説明します。また、ML プロジェクトのライフサイクルを構築、管理するための Google 統合プラットフォームである Vertex AI についても紹介します。
- Vertex AI による機械学習ワークフロー
- このセクションでは、Vertex AI の機械学習ワークフローにおける 3 つの主なフェーズ（データの準備、モデルのトレーニング、モデルの準備）を中心に説明します。実際に AutoML を使用して機械学習モデルを構築することができます。
- コースのまとめ
- このセクションでは、コースで学習したトピックを復習し、理解を深めるための追加のリソースを提供しています。
