Google Cloud Platform Big Data and Machine Learning Fundamentals auf Deutsch

0
Join & Subscribe
Coursera
Free Online Course (Audit)
German
Paid Certificate Available
6 weeks long, 6-10 hours a week
selfpaced

Overview

In diesem einwöchigen On-Demand-Intensivkurs erhalten die Teilnehmer eine Einführung in die Funktionen der Google Cloud Platform (GCP) für Big Data und maschinelles Lernen. Dabei wird ein kurzer Überblick über die Google Cloud Platform geboten, während die Funktionen für die Datenverarbeitung eingehender behandelt werden.

Nach Abschluss dieses Kurses sind die Teilnehmer in der Lage:
• den Zweck und den Nutzen der wichtigsten Produkte für Big Data und maschinelles Lernen in der Google Cloud Platform zu beschreiben
• vorhandene MySQL- und Hadoop-/Pig-/Spark-/Hive-Arbeitslasten mit Cloud SQL und Cloud Dataproc zur Google Cloud Platform zu migrieren
• mit BigQuery und Cloud Datalab interaktive Datenanalysen vorzunehmen
• zwischen Cloud SQL, Bigtable und Datastore zu wählen
• mit TensorFlow ein neuronales Netzwerk zu trainieren und zu verwenden
• eine Auswahl zwischen verschiedenen Datenverarbeitungsprodukten in der Google Cloud Platform zu treffen

Wenn Sie sich zu diesem Kurs anmelden möchten, sollten Sie ungefähr ein (1) Jahr Erfahrung in einem oder mehreren der folgenden Bereiche haben:
• Gängige Abfragesprachen, z. B. SQL
• Extraktions-, Transformations-, Ladeaktivitäten
• Datenmodellierung
• Maschinelles Lernen und/oder Statistik
• Programmierung in Python

Hinweise zum Google-Konto:
• In China stehen die Dienste von Google derzeit nicht zur Verfügung

Syllabus

Einführung in die Spezialisierung für Big Data und maschinelles Lernen mit der Google Cloud Platform.
-Willkommen zum Kurs "Google Cloud Platform Big Data and Machine Learning Fundamentals". Hier erfahren Sie, wie der Kurs aufgebaut ist, und machen sich mit den vier wichtigsten Aufgabengebieten von Big Data vertraut, für die Sie später Lösungen erarbeiten.

Produktempfehlungen mithilfe von Cloud SQL und Spark
-In diesem Modul arbeiten Sie mit einem vorhandenen Apache SparkML-Empfehlungsmodell, das lokal ausgeführt wird. Sie lernen, was ein Empfehlungsmodell ist und wie es mit Cloud Dataproc und Cloud SQL in der Cloud ausgeführt wird.

Kaufverhalten von Websitebesuchern mit BigQuery ML vorhersagen
-In diesem Modul lernen Sie die Grundlagen von BigQuery kennen und erfahren, wie Big-Data-Analysen bedarfsorientiert durchgeführt werden. Dann erstellen Sie Ihr eigenes benutzerdefiniertes Modell für maschinelles Lernen (ML), um mithilfe von SQL in BigQuery ML das Kaufverhalten von Websitebesuchern vorherzusagen.

Streamingdaten-Pipelines mit Cloud Pub/Sub und Cloud Dataflow erstellen
-In diesem Modul entwickeln und erstellen Sie eine Streamingdaten-Pipeline mit automatischer Skalierung, um Daten aufzunehmen, zu verarbeiten und in einem Dashboard darzustellen. Zuvor lernen Sie die Grundlagen einer nachrichtenorientierten Architektur und die Gefahren kennen, die Sie beim Entwerfen und Implementieren moderner Datenpipelines vermeiden sollten.

Bilder in vorgefertigten Modellen mit der Vision API und Cloud AutoML klassifizieren
-Sie möchten ein benutzerdefiniertes ML-Modell nicht von Grund auf neu erstellen? Hier lernen Sie, wie Sie vorgefertigte ML-Modelle wie die Vision API und Cloud AutoML zur Bildklassifizierung nutzen und erweitern können.

Fazit
-Im letzten Modul sehen wir uns noch einmal die zentralen Aufgabenbereiche von Big Data und die Lösungen und Themen an, die in diesem Grundlagenkurs behandelt wurden.Außerdem erfahren Sie, welche weiterführenden Ressourcen zur Verfügung stehen und wie Sie zertifizierter Google Cloud Data Engineer werden.

Taught by

Google Cloud Training