menu

Data Science sur la plateforme Google Cloud: Apprentissage automatique

Advanced 6 Steps Hours 42 Credits

Ceci est le deuxième de deux quêtes de travaux pratiques tirés des exercices du livre Sciences données sur Google Cloud Platform par Valliappa Lakshmanan, publié par O'Reilly Media, Inc. Dans cette deuxième quête, concernant le chapitre 9 à la fin de le livre, vous étendre les compétences pratiquées dans la première quête, et exécuter des tâches d'apprentissage machine à part entière avec l'état de l'art des outils et des ensembles de données réelles, tout en utilisant Google cloud Platform outils et services.

Data Machine Learning

Prerequisites:

Cette quête suppose deux conditions: 1) vous avez accès à la science des données livre O'Reilly sur le Google Cloud Platform, comme les laboratoires ne comprennent que les exercices de la fin de chaque chapitre et ne contiennent pas les concepts ou l'enseignement de le texte lui-même. 2) Vous avez déjà terminé la première quête dans cette séquence: Science données sur le Google Cloud Platform, ainsi que toutes les conditions préalables nécessaires à cette quête. Sans ces conditions, les étudiants auront pas les compétences ou l'expérience nécessaires pour réussir ici.

Quest Outline

Atelier pratique

Machine learning avec Spark sur Google Cloud Dataproc

Dans cet atelier, vous allez apprendre à mettre en œuvre une régression logistique à l'aide d'une bibliothèque de machine learning pour Apache Spark exécutée sur un cluster Google Cloud Dataproc. L'objectif sera de développer un modèle applicable à un ensemble de données multivariable.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Traitement de données par périodes avec Apache Beam et Cloud Dataflow (Java)

Déployez une application Java avec Maven pour traiter des données avec Cloud Dataflow. Cette application Java met en œuvre une agrégation par périodes permettant d'accroître le volume de données brutes, de manière à produire des ensembles de données d'entraînement et de test cohérents.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Machine learning avec TensorFlow

Dans cet atelier, vous allez apprendre à utiliser Google Cloud Machine Learning et TensorFlow pour développer et évaluer des modèles de prédiction à l'aide du machine learning.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Machine learning distribué avec Google Cloud ML

Découvrez le processus de partitionnement d'un ensemble de données en deux parties distinctes : un ensemble d'entraînement pour développer un modèle et un ensemble de test pour évaluer la précision de celui-ci, puis évaluer indépendamment des modèles prédictifs, de manière reproductible.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Machine learning en temps réel avec Google Cloud ML

Avec Cloud DataProc exécuté sur un cluster Hadoop, vous allez analyser un ensemble de données à l'aide de la classification Bayes.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Classification Bayes avec Cloud Datalab, Spark et Pig sur Google Cloud Dataproc

Dans cet atelier, vous allez déployer un cluster Google Cloud Dataproc sur lequel vous avez préalablement installé Datalab, puis vous procéderez à une quantification à l'aide de Spark afin d'améliorer la précision de la modélisation des données.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)

S'inscrire

Inscrivez-vous à cette quête pour suivre votre progression en matière de badge.