Smart Analytics, Machine Learning, and AI on GCP auf Deutsch

Overview

Class Central Tips

Unternehmen, die maschinelles Lernen (ML) für Datenpipelines einsetzen, gewinnen leichter Informationen aus ihren Daten. Im Kurs lernen Sie, wie maschinelles Lernen mit verschiedenen Anpassungsstufen in Datenpipelines auf der Google Cloud Platform integriert werden kann. Für Lösungen mit wenig oder ohne Anpassung wird AutoML vorgestellt. Detailliertere ML-Funktionen lernen Sie in den Diensten AI Platform Notebooks und BigQuery ML kennen. Außerdem machen Sie sich mit der Anwendung von ML-Lösungen mit Kubeflow vertraut. Wie sich ML-Modelle in der Google Cloud Platform errichten lassen, üben Sie in den praxisorientierten Labs in Qwiklabs.

Syllabus

Einführung
-In diesem Modul werden der Kurs und die Agenda vorgestellt.

Einführung in Analysen und KI
-In dem Modul werden die ML-Optionen in der GCP vorgestellt.

APIs mit vorgefertigten ML-Modellen für unstrukturierte Daten
-In diesem Modul lernen Sie, vorkonfigurierte ML APIs für unstrukturierte Daten zu nutzen.

Big-Data-Analysen mit Cloud AI Platform Notebooks
-In diesem Modul lernen Sie, wie Sie AI Platform Notebooks verwenden.

Benutzerdefinierte ML-Modelle anwenden
-In diesem Modul lernen Sie, wie Sie benutzerdefinierte ML-Modelle erstellen, und machen sich mit Kubeflow und AI Hub vertraut.

Benutzerdefinierte Modelle mit SQL in BigQuery ML erstellen
-In diesem Modul wird BigQuery ML behandelt.

Benutzerdefinierte Modelle mit Cloud AutoML erstellen
-In diesem Modul lernen Sie, wie Sie mit AutoML leistungsstarke ML-Modelle ohne Programmieraufwand erstellen.

Zusammenfassung
-In diesem Modul werden die Themen des Kurses noch einmal kurz wiederholt.