L'integrazione del machine learning nelle pipeline di dati aumenta la capacità di estrarre insight dai dati. Questo corso illustra i modi in cui il machine learning può essere incluso nelle pipeline di dati su Google Cloud. Per una personalizzazione minima o nulla, il corso tratta di AutoML. Per funzionalità di machine learning più personalizzate, il corso introduce Notebooks e BigQuery Machine Learning (BigQuery ML). Inoltre, il corso spiega come mettere in produzione soluzioni di machine learning utilizzando Vertex AI.



Smart Analytics, Machine Learning, and AI on GCP - Italiano

Instructor: Google Cloud Training
Access provided by UNext Manipal
What you'll learn
- Capire la differenza tra ML, AI e deep learning. 
- Parlare dell'uso delle API ML su dati non strutturati. 
- Creare modelli di ML utilizzando la sintassi SQL in BigQuery. 
- Creare modelli di ML senza programmazione utilizzando AutoML. 
Skills you'll gain
Details to know

Add to your LinkedIn profile
6 assignments
See how employees at top companies are mastering in-demand skills

There are 9 modules in this course
In questo modulo presentiamo il corso e il programma.
What's included
1 video
Questo modulo parla delle opzioni ML su Google Cloud.
What's included
4 videos1 assignment
Questo modulo è incentrato sull'utilizzo di API ML predefinite sui dati non strutturati.
What's included
5 videos1 assignment1 app item
Questo modulo spiega come utilizzare Notebooks.
What's included
4 videos1 assignment1 app item
Questo modulo riguarda la creazione di modelli ML personalizzati e introduce Vertex AI e TensorFlow Hub.
What's included
6 videos1 assignment1 app item
Questo modulo riguarda BigQuery ML.
What's included
6 videos1 assignment2 app items
Creazione di modelli personalizzati con Vertex AI AutoML.
What's included
6 videos1 assignment
Questo modulo riassume gli argomenti trattati nel corso.
What's included
1 video
Link dei PDF per tutti i moduli
What's included
1 reading
Instructor

Offered by
Why people choose Coursera for their career







