Visão geral

Duração: 1 min

Use este laboratório para analisar o impacto das diferentes maneiras de criar conjuntos de dados de machine learning.

O que você vai aprender

Neste laboratório, vamos ensinar a importância da repetibilidade no machine learning. Caso você faça a mesma ação agora e em cinco minutos e receba respostas diferentes, a experimentação será comprometida. Em outras palavras, você encontrará dificuldades em avaliar se uma alteração realizada resultou em uma melhoria ou não.

Configuração

Para cada laboratório, você recebe um novo projeto do Google Cloud e um conjunto de recursos por um determinado período sem custo financeiro.

1. Faça login no Google Skills usando uma janela anônima.

2. Confira o tempo de acesso do laboratório (por exemplo, 1:15:00) e finalize todas as atividades nesse prazo.
   Não é possível pausar o laboratório. Você pode reiniciar o desafio, mas vai precisar refazer todas as etapas.

3. Quando tudo estiver pronto, clique em Começar o laboratório.

4. Anote as credenciais (Nome de usuário e Senha). É com elas que você vai fazer login no Console do Google Cloud.

5. Clique em Abrir Console do Google.

6. Clique em Usar outra conta, depois copie e cole as credenciais deste laboratório nos locais indicados.
   Se você usar outras credenciais, vai receber mensagens de erro ou cobranças.

7. Aceite os termos e pule a página de recursos de recuperação.

Tarefa 1: script do Terraform

Este laboratório usa um script do Terraform para criar a instância da Vertex AI do Cloud necessária para o exercício.

A instância de notebook contém o repositório do GitHub necessário para realizar esta atividade. Pode levar de dois a três minutos para a instância ficar pronta.

Aguarde para iniciar o notebook do Jupyter. Caso contrário, a execução do script poderá ser interrompida, e o repositório talvez não seja clonado.

Tarefa 2: ativar as APIs

1. No Menu de navegação (), clique em APIs e serviços.

2. Role a tela para baixo e confirme que as APIs estão ativadas.

3. Caso esteja faltando uma API, clique em ATIVAR APIS E SERVIÇOS na parte superior, pesquise a API pelo nome e ative-a para seu projeto.

• BigQuery

Tarefa 3: abrir os notebooks da AI Platform

Para iniciar um notebook da Vertex AI:

1. No Menu de navegação, clique em Vertex AI > Workbench.

2. Clique em Abrir o JupyterLab. Uma janela do JupyterLab será aberta em uma nova guia.

O script do Terraform já clonou o repositório do GitHub, training-data-analyst, que você vai usar neste laboratório.

Tarefa 4: divisão repetível

Duração: 30 min

1. Na interface do notebook, navegue até training-data-analyst > courses > machine_learning > deepdive2 > launching_into_ml > labs e abra repeatable_splitting.ipynb.

2. Ainda na interface do notebook, clique em Edit > Clear All Outputs (clique em "Edit", depois selecione "Clear All Outputs" no menu suspenso).

3. Leia o conteúdo e execute cada célula.

Dica: para executar a célula atual, clique nela e pressione SHIFT+ENTER. Confira outros comandos de células na interface do notebook em Executar.

Finalize o laboratório

Após terminar seu laboratório, clique em End Lab. O Qwiklabs removerá os recursos usados e limpará a conta para você.

Você poderá avaliar sua experiência neste laboratório. Basta selecionar o número de estrelas, digitar um comentário e clicar em Submit.

O número de estrelas indica o seguinte:

• 1 estrela = muito insatisfeito
• 2 estrelas = insatisfeito
• 3 estrelas = neutro
• 4 estrelas = satisfeito
• 5 estrelas = muito satisfeito

Feche a caixa de diálogo se não quiser enviar feedback.

Para enviar seu feedback, fazer sugestões ou correções, use a guia Support.

Copyright 2026 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de empresas e produtos podem ser marcas registradas das empresas a que estão associados.