Google Cloud Big Data and Machine Learning Fundamentals en EspaƱol
- 4.7
Course Summary
This course teaches the fundamentals of big data and machine learning using the Google Cloud Platform. Students will learn how to build and train machine learning models, process large datasets, and deploy solutions on the cloud.Key Learning Points
- Learn how to use the Google Cloud Platform for big data and machine learning
- Build and train machine learning models
- Process large datasets and deploy solutions on the cloud
Related Topics for further study
Learning Outcomes
- Understand the fundamentals of big data and machine learning
- Create and train machine learning models
- Deploy solutions on the cloud
Prerequisites or good to have knowledge before taking this course
- Basic programming knowledge in Python
- Familiarity with machine learning concepts
Course Difficulty Level
IntermediateCourse Format
- Online
- Self-paced
Similar Courses
- Data Engineering on Google Cloud Platform
- Applied Data Science with Python
Related Education Paths
Notable People in This Field
- CEO, Google
Related Books
Description
En este curso a pedido y acelerado de 1 semana, los participantes descubrirĆ”n las capacidades de los macrodatos y del aprendizaje automĆ”tico de Google Cloud Platform (GCP). AdemĆ”s, se proporciona una descripciĆ³n general rĆ”pida de Google Cloud Platform y mĆ”s detalles sobre las capacidades de procesamiento de datos.
Outline
- IntroducciĆ³n al programa de especializaciĆ³n Data Engineering, Big Data, and Machine Learning on GCP
- Le damos la bienvenida a Big Data and Machine Learning Fundamentals
- IntroducciĆ³n a GoogleĀ CloudĀ Platform
- Potencia de procesamiento para cargas de trabajo de estadĆsticas y de AA
- DemostraciĆ³n: CĆ³mo crear una VM en ComputeĀ Engine
- Almacenamiento elĆ”stico con GoogleĀ CloudĀ Storage
- CompilaciĆ³n en la red global de Google
- Seguridad: local frente a nativa de la nube
- EvoluciĆ³n de las herramientas de macrodatos de GoogleĀ Cloud
- CĆ³mo comenzar a usar GoogleĀ CloudĀ Platform y Qwiklabs
- CĆ³mo elegir el enfoque correcto
- Lo que puede hacer con GoogleĀ CloudĀ Platform
- Actividad: Explore arquitecturas de soluciones de clientes reales
- Funciones clave en una organizaciĆ³n basada en los datos
- Programa de conjuntos de datos pĆŗblicos de Google Cloud
- Recursos del mĆ³dulo
- RevisiĆ³n del mĆ³dulo
- RecomendaciĆ³n de productos con CloudĀ SQL y Spark
- CĆ³mo las empresas usan los sistemas de recomendaciĆ³n
- IntroducciĆ³n al aprendizaje automĆ”tico
- DesafĆo: AA para recomendar alquileres de viviendas
- Enfoque: Migre de un entorno local a GoogleĀ CloudĀ Platform
- DemostraciĆ³n: Cree un trabajo de ApacheĀ Spark en 10Ā minutos o menos
- DesafĆo: CĆ³mo utilizar y ajustar los clĆŗsteres locales
- Lleve el almacenamiento fuera del clĆŗster con GoogleĀ CloudĀ Storage
- IntroducciĆ³n al lab
- Modulressourcen
- RevisiĆ³n del mĆ³dulo
- Prediga las compras de visitantes con BigQueryĀ ML
- IntroducciĆ³n a BigQuery
- DemostraciĆ³n: Consulte 2,000Ā millones de lĆneas de cĆ³digo de GitHub en menos de 30Ā segundos
- BigQuery: Motor SQL rƔpido
- DemostraciĆ³n: CĆ³mo explorar datos del uso compartido de bicicletas con SQL
- Calidad de los datos
- Almacenamiento administrado de BigQuery
- EstadĆsticas de datos geogrĆ”ficos
- DemostraciĆ³n: CĆ³mo analizar impactos de rayos con BigQueryĀ GIS
- CĆ³mo elegir un tipo de modelo de AA para datos estructurados
- CĆ³mo predecir el valor del ciclo de vida del cliente
- BigQueryĀ ML: Cree modelos con SQL
- Etapas en el ciclo de vida de los modelos de AA
- BigQueryĀ ML: ExplicaciĆ³n de las funciones principales
- IntroducciĆ³n al lab
- Recursos del mĆ³dulo
- RevisiĆ³n del mĆ³dulo
- Cree canalizaciones de datos de transmisiĆ³n con CloudĀ Pub/Sub y CloudĀ Dataflow
- DesafĆos modernos para la canalizaciĆ³n de datos
- Arquitecturas orientadas a los mensajes con CloudĀ Pub/Sub
- CĆ³mo diseƱar canalizaciones de transmisiĆ³n con ApacheĀ Beam
- CĆ³mo implementar canalizaciones de transmisiĆ³n en CloudĀ Dataflow
- CĆ³mo visualizar estadĆsticas con DataĀ Studio
- CĆ³mo crear grĆ”ficos con DataĀ Studio
- DemostraciĆ³n: ExplicaciĆ³n de DataĀ Studio
- IntroducciĆ³n al lab
- Recursos del mĆ³dulo
- RevisiĆ³n del mĆ³dulo
- Clasifique imĆ”genes con modelos previamente compilados mediante la API de Vision y CloudĀ AutoML
- ĀæEn quĆ© casos usan el AA no estructurado las empresas?
- ĀæCĆ³mo funciona el AA con datos no estructurados?
- DemostraciĆ³n: AA integrado en GoogleĀ Fotos
- CĆ³mo comparar enfoques para el AA
- DemostraciĆ³n: CĆ³mo usar las piezas fundamentales del AA
- CĆ³mo usar una IA previamente compilada para crear un chatbot
- CĆ³mo personalizar modelos previamente compilados con AutoML
- IntroducciĆ³n al lab
- CĆ³mo compilar un modelo personalizado
- DemostraciĆ³n: Tres maneras de clasificar textos
- Recursos adicionales para compilar modelos personalizados
- Recursos del mĆ³dulo
- RevisiĆ³n del mĆ³dulo
- Resumen
- Resumen del curso
Summary of User Reviews
Discover the fundamentals of big data and machine learning with GCP in this Coursera course. Students have rated this course highly and found it to be informative and engaging. One key aspect that many users have found to be good is the practical exercises that allow for hands-on learning.Pros from User Reviews
- Informative and engaging course content
- Practical exercises for hands-on learning
- Well-structured and easy to follow
- Great instructor with clear explanations
- Useful for both beginners and experienced learners
Cons from User Reviews
- Some users have experienced technical difficulties with the platform
- Course may be too basic for some learners
- Some users found the pace of the course to be too slow
- Not enough focus on certain topics
- Limited interaction with other students