Daten für die Vorhersagemodellierung mit BigQuery ML vorbereiten
Earned Mär 31, 2022 EDT
Daten für ML-APIs in Google Cloud vorbereiten
Earned Mär 16, 2022 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Mär 3, 2022 EST
Build Streaming Data Pipelines on Google Cloud
Earned Feb 22, 2022 EST
Cloud Load Balancing in der Compute Engine implementieren
Earned Feb 20, 2022 EST
Build Data Lakes and Data Warehouses on Google Cloud
Earned Feb 6, 2022 EST
Mit dem Skill-Logo zum Kurs Daten für die Vorhersagemodellierung mit BigQuery ML vorbereiten weisen Sie fortgeschrittene Kenntnisse in folgenden Bereichen nach: Erstellen von Pipelines für die Datentransformation nach BigQuery mithilfe von Dataprep von Trifacta; Extrahieren, Transformieren und Laden (ETL) von Workflows mit Cloud Storage, Dataflow und BigQuery; und Erstellen von Machine-Learning-Modellen mithilfe von BigQuery ML.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Daten für ML-APIs in Google Cloud vorbereiten weisen Sie Grundkenntnisse in folgenden Bereichen nach: Bereinigen von Daten mit Dataprep von Trifacta, Ausführen von Datenpipelines in Dataflow, Erstellen von Clustern und Ausführen von Apache Spark-Jobs in Dataproc sowie Aufrufen von ML-APIs, einschließlich der Cloud Natural Language API, Cloud Speech-to-Text API und Video Intelligence API.
Weitere Informationen
Incorporating machine learning into data pipelines increases the ability to extract insights from data. This course covers ways machine learning can be included in data pipelines on Google Cloud. For little to no customization, this course covers AutoML. For more tailored machine learning capabilities, this course introduces Notebooks and BigQuery machine learning (BigQuery ML). Also, this course covers how to productionalize machine learning solutions by using Vertex AI.
Weitere Informationen
In this course you will get hands-on in order to work through real-world challenges faced when building streaming data pipelines. The primary focus is on managing continuous, unbounded data with Google Cloud products.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Cloud Load Balancing in der Compute Engine implementieren weisen Sie Kenntnisse in folgenden Bereichen nach: virtuelle Maschinen in der Compute Engine erstellen und bereitstellen und Netzwerk- und Application Load Balancer konfigurieren.
Weitere Informationen
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.
Daten für die Vorhersagemodellierung mit BigQuery ML vorbereiten
Earned Mär 31, 2022 EDT
Daten für ML-APIs in Google Cloud vorbereiten
Earned Mär 16, 2022 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud
Earned Mär 3, 2022 EST
Build Streaming Data Pipelines on Google Cloud
Earned Feb 22, 2022 EST
Cloud Load Balancing in der Compute Engine implementieren
Earned Feb 20, 2022 EST
Build Data Lakes and Data Warehouses on Google Cloud
Earned Feb 6, 2022 EST