Présentation

Durée : 1 minute

Dans cet atelier, vous allez découvrir l'impact des différentes manières de créer des ensembles de données de machine learning.

Points abordés

Dans cet atelier, vous allez découvrir pourquoi la reproductibilité est importante en machine learning. Si, en répétant une même opération à cinq minutes d'intervalle, vous obtenez des résultats différents, il vous sera difficile de tirer des conclusions de votre test. En d'autres termes, vous aurez du mal à déterminer si votre modification a permis d'améliorer les choses ou non.

Préparation

Pour chaque atelier, nous vous attribuons un nouveau projet Google Cloud et un nouvel ensemble de ressources pour une durée déterminée, sans frais.

1. Connectez-vous à Google Skills dans une fenêtre de navigation privée.

2. Vérifiez le temps imparti pour l'atelier (par exemple : 01:15:00) : vous devez pouvoir le terminer dans ce délai.
   Une fois l'atelier lancé, vous ne pouvez pas le mettre en pause. Si nécessaire, vous pourrez le redémarrer, mais vous devrez tout reprendre depuis le début.

3. Lorsque vous êtes prêt, cliquez sur Démarrer l'atelier.

4. Notez vos identifiants pour l'atelier (Nom d'utilisateur et Mot de passe). Ils vous serviront à vous connecter à la console Google Cloud.

5. Cliquez sur Ouvrir la console Google.

6. Cliquez sur Utiliser un autre compte, puis copiez-collez les identifiants de cet atelier lorsque vous y êtes invité.
   Si vous utilisez d'autres identifiants, des messages d'erreur s'afficheront ou des frais seront appliqués.

7. Acceptez les conditions d'utilisation et ignorez la page concernant les ressources de récupération des données.

Tâche 1 : Script Terraform

Cet atelier utilise un script Terraform pour créer l'instance Cloud Vertex AI dont vous aurez besoin pour cet exercice.

L'instance de notebook contiendra le dépôt GitHub nécessaire pour réaliser cette tâche. L'instance devrait être prête en deux ou trois minutes.

Veuillez patienter avant de lancer le notebook Jupyter pour éviter d'interrompre le script et d'empêcher le clonage du dépôt.

Tâche 2 : Activer les API

1. Dans le menu de navigation (), cliquez sur API et services.

2. Faites défiler la page vers le bas et vérifiez que les API sont bien activées.

3. Si vous constatez qu'une API est manquante, cliquez sur ACTIVER LES API ET LES SERVICES en haut de la page. Recherchez ensuite le nom de l'API concernée et activez-la pour votre projet.

• BigQuery

Tâche 3 : Lancer AI Platform Notebooks

Pour lancer un notebook Vertex AI :

1. Dans le menu de navigation, cliquez sur Vertex AI > Workbench.

2. Cliquez sur Ouvrir JupyterLab. Une fenêtre JupyterLab s'ouvre dans un nouvel onglet.

Le script Terraform a déjà cloné le dépôt GitHub training-data-analyst que vous utiliserez dans cet atelier.

Tâche 4 : Division reproductible

Durée : 30 minutes

1. Dans l'interface du notebook, accédez à training-data-analyst > courses > machine_learning > deepdive2 > launching_into_ml > labs, puis ouvrez repeatable_splitting.ipynb.

2. Dans l'interface du notebook, cliquez sur Modifier > Supprimer tous les éléments de sortie (via le menu déroulant).

3. Lisez ensuite les explications et exécutez chaque cellule à tour de rôle.

Conseil : Pour exécuter la cellule actuellement sélectionnée, cliquez dessus et appuyez sur MAJ+ENTRÉE. Vous trouverez les autres commandes de cellule dans l'interface du notebook, sous Exécuter.

Terminer l'atelier

Une fois l'atelier terminé, cliquez sur End Lab (Terminer l'atelier). Qwiklabs supprime les ressources que vous avez utilisées, puis efface le compte.

Si vous le souhaitez, vous pouvez noter l'atelier. Sélectionnez le nombre d'étoiles correspondant à votre note, saisissez un commentaire, puis cliquez sur Submit (Envoyer).

Le nombre d'étoiles que vous pouvez attribuer à un atelier correspond à votre degré de satisfaction :

• 1 étoile = très mécontent(e)
• 2 étoiles = insatisfait(e)
• 3 étoiles = ni insatisfait(e), ni satisfait(e)
• 4 étoiles = satisfait(e)
• 5 étoiles = très satisfait(e)

Si vous ne souhaitez pas donner votre avis, vous pouvez fermer la boîte de dialogue.

Pour soumettre des commentaires, suggestions ou corrections, veuillez utiliser l'onglet Support (Assistance).

Copyright 2026 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms de société et de produit peuvent être des marques des sociétés auxquelles ils sont associés.