Ce cours intensif à la demande, d'une durée d'une semaine, présente aux participants les fonctionnalités de big data et de machine learning de Google Cloud Platform (GCP). Il présente rapidement Google Cloud Platform et explique plus en détail les fonctionnalités de traitement des données.
Google 클라우드이 강좌에 대하여
최근 조회 4,323회
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 13시간 필요
프랑스어
자막: 프랑스어, 영어
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 13시간 필요
프랑스어
자막: 프랑스어, 영어
제공자:
Google 클라우드
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 3시간 필요
Ingénierie des données, big data et machine learning sur GCP
Bienvenue dans ce cours consacré aux principes de base du big data et du machine learning dans GCP. Vous allez avoir un aperçu de la structure du cours et découvrir les quatre difficultés du big data à surmonter.
완료하는 데 3시간 필요
13개 동영상 (총 78분), 2 개의 읽기 자료, 2 개의 테스트
13개의 동영상
Présentation de Google Cloud Platform3m
Puissance de calcul pour les données analytiques et les charges de travail de ML9m
Démonstration : Créer une VM sur Compute Engine13m
Stockage élastique avec Google Cloud Storage5m
Développement sur le réseau mondial de Google3m
Sécurité : Sur site ou intégrée au cloud2m
Évolution des outils de big data de Google Cloud5m
Premiers pas avec Google Cloud Platform et Qwiklabs3m
Choisir la bonne approche5m
Possibilités offertes par Google Cloud Platform3m
Activité : Explorer des architectures de solutions client existantes7m
Rôles essentiels dans une organisation basée sur les données6m
2개의 읽기 자료
Programme d'ensembles de données publics de Google Cloud10m
Ressources du module10m
1개 연습문제
Évaluation du module
완료하는 데 3시간 필요
Recommander des produits avec Cloud SQL et Spark
Dans ce module, vous disposerez d'un modèle de recommandation Apache SparkML exécuté sur site. Vous allez enrichir vos connaissances sur les modèles de recommandation et apprendre à les exécuter dans le cloud avec Cloud Dataproc et Cloud SQL.
완료하는 데 3시간 필요
8개 동영상 (총 50분), 1 개의 읽기 자료, 2 개의 테스트
8개의 동영상
Présentation du machine learning (ML)5m
Défi : Le ML pour recommander des locations immobilières8m
Approche : Migrer les charges de travail sur site vers Google Cloud Platform9m
Démonstration : Créer une tâche Apache Spark en 10 minutes ou moins6m
Challenge : Utiliser et régler les clusters sur site6m
Déplacer le stockage hors cluster avec Google Cloud Storage4m
Présentation de l'atelier2m
1개의 읽기 자료
Ressources du module10m
1개 연습문제
Évaluation du module30m
완료하는 데 3시간 필요
Prédire les achats des visiteurs avec BigQuery ML
Dans ce module, vous allez découvrir les principes fondamentaux de BigQuery et de l'analyse big data à grande échelle. Vous apprendrez ensuite à concevoir votre propre modèle de machine learning personnalisé afin de prédire les achats des clients en utilisant uniquement SQL associé à BigQuery ML.
완료하는 데 3시간 필요
13개 동영상 (총 74분), 2 개의 읽기 자료, 2 개의 테스트
13개의 동영상
Démonstration : Interroger 2 milliards de lignes de code Github en moins de 30 secondes11m
BigQuery : Un moteur SQL rapide4m
Démonstration : Explorer les données d'un système de vélos en libre-service avec SQL11m
Qualité des données4m
Stockage géré BigQuery5m
Insights provenant des données géographiques2m
Démonstration : Analyser les données d'impacts de foudre avec SIG BigQuery7m
Choisir un type de modèle de ML pour les données structurées4m
Prédire la valeur vie client5m
BigQueryML : Créer des modèles avec SQL3m
Phases du cycle de vie du modèle de ML2m
BigQuery ML : Guide des fonctionnalités principales5m
2개의 읽기 자료
Présentation de l'atelier10m
Ressources du module10m
1개 연습문제
Évaluation du module30m
완료하는 데 2시간 필요
Créer des pipelines de flux de données avec Cloud Pub/Sub et Cloud Dataflow
Dans ce module, vous allez imaginer et créer un pipeline de flux de données en autoscaling afin d'ingérer, de traiter et de visualiser des données sur un tableau de bord. Avant de mettre au point votre pipeline, vous apprendrez les principes fondamentaux de l'architecture de messagerie et les pièges à éviter lors de la conception et de la mise en œuvre de pipelines de données modernes.
완료하는 데 2시간 필요
8개 동영상 (총 31분), 1 개의 읽기 자료, 2 개의 테스트
8개의 동영상
Architectures de messagerie avec Cloud Pub/Sub6m
Concevoir des pipelines de streaming avec Apache Beam3m
Mettre en œuvre des pipelines de streaming sur Cloud Dataflow3m
Visualiser des tendances avec Data Studio3m
Créer des graphiques avec Data Studio2m
Démonstration : Tutoriel de Data Studio7m
Présentation de l'atelier1m
1개의 읽기 자료
Ressources du module10m
1개 연습문제
Révision du module30m
검토
GOOGLE CLOUD PLATFORM BIG DATA AND MACHINE LEARNING FUNDAMENTALS EN FRANÇAIS의 최상위 리뷰
MC 제공2019년 8월 30일
Les cours sont bien faits. Merci de mettre plus de taches dans les travaux pratiques. Enfin le code pySpark dans l'un des ateliers n'est pas expliqué du tout.
BG 제공2020년 12월 3일
Pity there are so many bugs in the quizz (and for months, it seems!), the content in itself is very good, imho.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
Is financial aid available?
Are there prerequisites for this course?
Am I eligible for the Google Cloud Platform free trial?
What if I have already used up my Google Cloud Platform free trial?
How does the free trial work?
Is this course similar to CPB100?
Does this course relate to the Google Certified Professional Data Engineer certification?
What is a Google certification?
강좌를 수료하면 대학 학점을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
