menu
arrow_back

Machine learning distribuído com o Google Cloud ML

Machine learning distribuído com o Google Cloud ML

1 hora 30 minutos 7 créditos

GSP274

Laboratórios autoguiados do Google Cloud

Visão geral

Neste laboratório, você criará e configurará modelos de redes neurais profundas com o Google Cloud ML e usará o Google Cloud ML Engine para fazer previsões com os modelos treinados.

Você também ampliará o framework básico de machine learning do Google Cloud ML desenvolvido no laboratório anterior desta Quest, Machine Learning com o TensorFlow, explorando várias formas de otimizar modelos de machine learning.

O conjunto de dados de base usados nestes laboratórios inclui informações históricas sobre voos domésticos nos Estados Unidos extraídas do site da Secretaria de Estatísticas de Transporte dos EUA (US Bureau of Transport Statistics). Esse conjunto de dados pode ser usado para demonstrar diversos conceitos e técnicas de ciência de dados e é empregado em todos os outros laboratórios das Quests Data Science on the Google Cloud Platform e Data Science on Google Cloud Platform: Machine Learning. Os arquivos de dados específicos usados neste laboratório mostram conjuntos de dados de treinamento e avaliação separados. Um laboratório anterior desta Quest, Como processar dados com intervalos de tempo usando o Apache Beam e o Cloud Dataflow (Java), aborda detalhes sobre como produzir esses arquivos.

O Cloud Datalab é uma poderosa ferramenta interativa, criada para explorar, analisar, transformar, visualizar dados e criar modelos de machine learning no Google Cloud Platform. Ele é executado no Google Compute Engine e se conecta a vários serviços na nuvem, como o Google BigQuery, o Cloud SQL, além de dados de texto simples armazenados no Google Cloud Storage, para que você possa se concentrar nas tarefas de ciência de dados.

O Google BigQuery é um serviço Web RESTful que proporciona a análise interativa de conjuntos de dados de grande porte e funciona em conjunto com o Google Cloud Storage.

Objetivos

  • Ampliar um framework de machine learning do TensorFlow em Python para usar um classificador de rede neural profunda

  • Modificar o classificador de rede neural profunda para implementar um modelo abrangente e profundo

  • Implementar um modelo treinado no Cloud ML Engine e fazer previsões usando o Python para realizar chamadas de API para o Cloud ML Engine

Participe do Qwiklabs para ler o restante deste laboratório e muito mais!

  • Receber acesso temporário a Console do Google Cloud.
  • Mais de 200 laboratórios, do nível iniciante ao avançado.
  • Tamanho compacto para que você possa aprender no seu próprio ritmo.
Participe para iniciar este laboratório
Pontuação

—/20

Check for successful run of a gcloud ml-engine job called dnn-*

Executar etapa

/ 5

Check for successful run of a gcloud ml-engine job called wide-*

Executar etapa

/ 5

Check for successful run of a gcloud ml-engine job called learn-*

Executar etapa

/ 5

Check for ml-engine model called flights

Executar etapa

/ 5