Smart Analytics, Machine Learning and AI on GC - 한국어

머신러닝을 데이터 파이프라인에 통합하면 데이터에서 더 많은 인사이트를 도출할 수 있습니다. 이 과정에서는 머신러닝을 Google Cloud의 데이터 파이프라인에 포함하는 방법을 알아봅니다. 맞춤설정이 거의 또는 전혀 필요 없는 경우에 적합한 AutoML에 대해 알아보고 맞춤형 머신러닝 기능이 필요한 경우를 위해 Notebooks 및 BigQuery 머신러닝(BigQuery ML)도 소개합니다. Vertex AI를 사용해 머신러닝 솔루션을 프로덕션화하는 방법도 다루어 보겠습니다.

• 소개
• 이 모듈에서는 과정과 주제를 소개합니다.
• 분석 및 AI 소개
• 이 모듈에서는 Google Cloud의 ML 옵션에 대해 다룹니다.
• 비정형 데이터에 사전 빌드된 ML 모델 API 사용
• 이 모듈에서는 비정형 데이터에 사전 빌드된 ML API를 사용하는 방법을 중점적으로 다룹니다.
• Notebooks를 사용한 빅데이터 분석
• 이 모듈에서는 Notebooks 사용 방법을 다룹니다.
• 프로덕션 ML 파이프라인
• 이 모듈에서는 커스텀 ML 모델을 빌드하는 방법을 다루며 Vertex AI와 TensorFlow Hub를 소개합니다.
• BigQuery ML에서 SQL을 사용한 커스텀 모델 빌드
• 이 모듈에서는 BigQuery ML에 대해 다룹니다.
• Vertex AI AutoML을 사용한 커스텀 모델 빌드
• Vertex AI AutoML을 사용한 커스텀 모델 빌드
• 요약
• 이 모듈에서는 과정에서 다룬 주제를 요약합니다.
• 과정 리소스
• 모든 모듈의 PDF 링크