-
Com a incorporação do machine learning aos pipelines de dados, as empresas podem extrair mais insights. Neste curso, mostramos várias maneiras de incluir o machine learning nos pipelines de dados no Google Cloud Platform, dependendo do nível de personalização necessário. Explicamos como usar o AutoML quando você precisar de pouca ou nenhuma personalização. Para recursos de machine learning mais personalizados, mostramos como usar o AI Platform Notebooks e o BigQuery Machine Learning. Também explicamos como produzir soluções de machine learning usando o Kubeflow. Além disso, haverá atividades práticas de criação de modelos de ML no Google Cloud Platform usando o QwikLabs.
Overview
Syllabus
-
- Introdução
- Neste módulo, apresentamos o curso e a programação.
- Introdução à análise de dados e IA
- Neste módulo, apresentamos as opções de ML no GCP.
- APIs de modelo de ML pré-criadas para dados não estruturados
- O assunto deste módulo é o uso de APIs de ML pré-criadas em dados não estruturados.
- Análises de Big Data com o Cloud AI Platform Notebooks
- Neste módulo, explicamos como usar o Cloud AI Platform Notebooks.
- Produção de modelos de ML personalizados
- Neste módulo, mostramos como criar modelos de ML personalizados e apresentamos o Kubeflow e o AI Hub.
- Como criar modelos personalizados com SQL no BigQuery ML
- O assunto deste módulo é o BigQuery ML.
- Como criar modelos personalizados com o Cloud AutoML
- Neste módulo, apresentamos o Cloud AutoML para criar modelos robustos sem programação.
- Resumo
- Neste módulo, recapitulamos os tópicos que você viu no curso.