Advanced 10 pasos 1 día 60 créditos
This is the first of two Quests of hands-on labs is derived from the exercises from the book Data Science on Google Cloud Platform by Valliappa Lakshmanan, published by O'Reilly Media, Inc. In this first Quest, covering up through chapter 8, you are given the opportunity to practice all aspects of ingestion, preparation, processing, querying, exploring and visualizing data sets using Google Cloud Platform tools and services.
Requisitos previos:
This Quest assumes you have access to the O’Reilly book Data Science on the Google Cloud Platform as the labs only include the exercises from the end of each chapter and do not contain the concepts or teaching from the text itself. The labs use GCP Services and Tools for data storage, transformation and warehousing, so it is recommended that the student also has earned Badges for the Baseline: Data, ML, and AI and the GCP Essentials Quests before beginning.Quest Outline
Introducción a SQL para BigQuery y Cloud SQL
En este lab, aprenderá cláusulas importantes de SQL y practicará la ejecución de consultas estructuradas en BigQuery y Cloud SQL
Cómo transferir datos a Cloud
En este lab, aprenderá a usar una secuencia de comandos en Bash para descargar datos seleccionados de un conjunto de datos públicos grande que se encuentra disponible en Internet.
Cómo transferir datos a Cloud con Google App Engine
En este lab, se demostrará cómo usar las secuencias de comandos locales de Python para recuperar datos del sitio web de la Oficina de Estadísticas del Transporte de EE.UU. Luego, se modificarán para ejecutarlos con Google App Engine.
Cómo cargar datos en Google Cloud SQL
En este lab, importará datos desde archivos de texto CSV a Cloud SQL y, luego, llevará a cabo algunos análisis de datos básicos mediante consultas simples.
Cómo visualizar datos con Google Data Studio
En este lab, se demuestra cómo usar Google Data Studio para visualizar datos almacenados en Google Cloud SQL.
Cómo procesar datos con Google Cloud Dataflow
En este lab, simulará un conjunto de datos del mundo real en tiempo real a partir de un conjunto de datos históricos. Este conjunto de datos simulado se procesará a partir de un conjunto de archivos de texto con Python y Google Cloud DataFlow y los datos simulados en tiempo real resultantes se almacenarán en Google BigQuery.
Cómo visualizar datos geoespaciales en tiempo real con Google Data Studio
Use Google Dataflow para procesar datos de transmisión en tiempo real de un conjunto de datos históricos del mundo en tiempo real. Luego, almacene los resultados en Google BigQuery y use Google Data Studio para visualizar datos geoespaciales en tiempo real.
Cómo cargar datos en Google BigQuery para realizar análisis exploratorios de datos
Aprenderá a cargar datos de texto en Google BigQuery y, luego, los usará para realizar análisis exploratorios rápidos de datos con notebooks de Google Cloud Datalab.
Análisis exploratorios de datos con AI Platform
Aprenda el proceso para analizar un conjunto de datos almacenado en BigQuery mediante AI Platform a fin de realizar consultas y presentar datos utilizando varias técnicas estadísticas de trazado de datos.
Cómo evaluar un modelo de datos
Aprenda el proceso de partición de un conjunto de datos en un conjunto de entrenamiento que se usará para desarrollar un modelo y en un conjunto de prueba que puede usarse para evaluar la exactitud del modelo. Luego, evalúe los modelos predictivos de manera independiente y repetible.
Inscribirse ahora
Inscríbase en esta Quest para realizar el seguimiento de su progreso hacia la obtención de una insignia.
