menu
arrow_back

Aprendizaje automático distribuido con Google Cloud ML

search share Unirse Acceder

Aprendizaje automático distribuido con Google Cloud ML

1 hora 30 minutos 7 créditos

GSP274

Labs de autoaprendizaje de Google Cloud

Descripción general

En este lab, creará y configurará modelos de redes neuronales profundas con Google Cloud ML. Luego, usará Google Cloud ML Engine para hacer predicciones a partir de sus modelos entrenados.

Extenderá el framework básico de aprendizaje automático para Google Cloud ML que desarrolló en el lab anterior de esta Quest, Aprendizaje automático con TensorFlow, a fin de explorar distintos enfoques para optimizar los modelos de aprendizaje automático.

El conjunto de datos base que se usa para estos labs brinda información histórica sobre los vuelos internos en Estados Unidos. Dicha información se obtuvo del sitio web de la Oficina de Estadísticas de Transporte de EE.UU. Este conjunto de datos puede usarse para demostrar una amplia gama de conceptos y técnicas sobre la ciencia de datos, y se utiliza en todos los demás labs de las Quests Data Science on the Google Cloud y Data Science on Google Cloud: Machine Learning. Los archivos específicos de datos que se usan en este lab contienen conjuntos de datos separados de entrenamiento y de evaluación. Los detalles sobre cómo pueden producirse estos archivos figuran en un lab anterior en esta Quest, Cómo procesar datos con períodos usando Apache Beam y Cloud Dataflow (Java).

Cloud Datalab es una potente herramienta interactiva creada para explorar, analizar, transformar y visualizar datos, además de generar modelos de aprendizaje automático en Google Cloud. Se ejecuta en Compute Engine y se conecta a varios servicios en la nube, como BigQuery, Cloud SQL o datos de texto sin formato almacenados en Cloud Storage. De este modo, puede enfocarse en sus tareas de ciencia de datos.

BigQuery es un servicio web RESTful que habilita el análisis interactivo de enormes conjuntos de datos y trabaja de manera conjunta con Cloud Storage.

Objetivos

  • Extender un framework de aprendizaje automático de TensorFlow en Python para usar un clasificador de redes neuronales profundas

  • Modificar el clasificador de redes neuronales profundas para implementar un modelo amplio y profundo

  • Implementar un modelo entrenado en Cloud ML Engine y hacer predicciones usando Python para ejecutar las llamadas a la API dirigidas a Cloud ML Engine

Únase a Qwiklabs para leer este lab completo… y mucho más.

  • Obtenga acceso temporal a Google Cloud Console.
  • Más de 200 labs para principiantes y niveles avanzados.
  • El contenido se presenta de a poco para que pueda aprender a su propio ritmo.
Únase para comenzar este lab