Google Cloud Big Data and ML Fundamentals - Italiano

Questo corso presenta i prodotti e i servizi per big data e di machine learning di Google Cloud che supportano il ciclo di vita dai dati all'IA. Esplora i processi, le sfide e i vantaggi della creazione di una pipeline di big data e di modelli di machine learning con Vertex AI su Google Cloud.

• Introduzione al corso
• Questa sezione accoglie gli studenti al corso Big Data and Machine Learning Fundamentals e fornisce una panoramica della struttura e degli obiettivi del corso.
• Big data e machine learning su Google Cloud
• Questa sezione illustra i componenti chiave dell'infrastruttura di Google Cloud. È qui che presentiamo molti dei servizi e prodotti per big data e di machine learning che supportano il ciclo di vita dai dati all'IA su Google Cloud.
• Data engineering per i flussi di dati
• Questa sezione illustra la soluzione di Google Cloud per la gestione dei dati in modalità flusso. Prende in esame una pipeline di dati end-to-end che include l'importazione con Pub/Sub, l'elaborazione con Dataflow e la visualizzazione tramite Looker e Looker Studio.
• Big data con BigQuery
• Questa sezione introduce gli studenti a BigQuery, il data warehouse serverless e completamente gestito di Google. Inoltre, esplora BigQuery ML e i processi e i comandi chiave utilizzati per creare modelli di machine learning personalizzati.
• Opzioni di machine learning su Google Cloud
• Questa sezione esplora quattro diverse opzioni per la creazione di soluzioni di machine learning su Google Cloud. Inoltre, introduce Vertex AI, la piattaforma unificata di Google per la creazione e la gestione del ciclo di vita dei progetti di ML.
• Flusso di lavoro di machine learning con Vertex AI
• Questa sezione illustra le tre fasi chiave del flusso di lavoro di machine learning in Vertex AI: preparazione dei dati, addestramento del modello e preparazione del modello. Gli studenti hanno l'opportunità di esercitarsi nella creazione di un modello di machine learning con AutoML.
• Riepilogo del corso
• Questa sezione ripercorre gli argomenti trattati nel corso e fornisce risorse aggiuntive per ulteriori approfondimenti.