Visão geral

Este laboratório mostra como usar o SDK Vertex para treinar e implantar um modelo de regressão tabular personalizado para previsão on-line com explicação.

Objetivos de aprendizagem

Neste laboratório, você vai aprender a criar um modelo personalizado com base em um script do Python em um contêiner do Docker pré-criado do Google usando o SDK Vertex. Depois, você vai fazer uma previsão com explicações sobre o modelo implantado enviando dados. Você também pode usar a CLI ou o console do Google Cloud para criar modelos personalizados.

Suas tarefas serão as seguintes:

• Criar um job personalizado da Vertex para treinar um modelo.
• Treinar um modelo do TensorFlow
• Recuperar e carregar os artefatos do modelo
• Visualizar o modelo de avaliação
• Definir parâmetros de explicação
• Fazer upload do modelo Model como um recurso da Vertex
• Implantar o recurso modelo em um recurso de endpoint em veiculação.
• Fazer uma previsão com explicação
• Desfazer a implantação do recurso modelo.

Configuração e requisitos

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.

Ativar a API Vertex AI

• No Console do Google Cloud, abra o Menu de navegação, clique em Vertex AI > Painel e selecione Ativar API Vertex AI.

Tarefa 1: iniciar uma instância dos Notebooks da Vertex AI

1. No menu de navegação do console do Google Cloud, clique em Vertex AI > Workbench. Selecione Notebooks gerenciados pelo usuário.

2. Na página "Instâncias de notebook", clique em Criar novo e escolha a versão mais recente do TensorFlow Enterprise 2.6 (com LTS) em Ambiente.

3. Na caixa de diálogo Nova instância de notebook, confirme o nome da VM de aprendizado profundo. Se não quiser mudar a região e a zona, deixe todas as configurações como estão e clique em Criar. A nova VM leva de dois a três minutos para ser iniciada.

4. Clique em Open JupyterLab.
   Uma janela desse ambiente será aberta em uma nova guia.

Tarefa 2: clone um repositório do curso na sua instância de Notebooks da Vertex AI

O repositório do GitHub contém o arquivo do laboratório e os arquivos das soluções do curso.

1. Copie e execute o código a seguir na primeira célula do notebook para clonar o repositório training-data-analyst.

2. Para confirmar que você clonou o repositório, clique duas vezes no diretório training-data-analyst e veja se o conteúdo aparece.

Tarefa 3: treinar e implantar um modelo de regressão tabular personalizado para previsão on-line com explicação

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

2. Na interface do notebook, clique em Editar > Limpar todas as saídas.

3. Leia com atenção as instruções do notebook e adicione o código necessário nas linhas marcadas com #TODO.

Dica: para executar a célula atual, clique nela e pressione SHIFT+ENTER.

Para conferir a solução completa, acesse training-data-analyst > courses > machine_learning > deepdive2 > machine_learning_in_the_enterprise > solutions e abra sdk_custom_tabular_regression_online_explain.ipynb.

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.