Unirse Acceder

Khairul Hafiz

Miembro desde 2020

Liga de Plata

3120 puntos
Redes en Google Cloud: híbridas y multinube Earned may 30, 2026 EDT
Crea una guía de estudio para el examen de la certificación PCA Earned may 28, 2026 EDT
Aprendizaje automático en empresas Earned may 31, 2023 EDT
[DEPRECATED] Ingeniería de atributos Earned may 12, 2023 EDT
Crea, entrena e implementa modelos de AA con Keras en Google Cloud Earned may 12, 2023 EDT
Launching into Machine Learning - Español Earned may 10, 2023 EDT
How Google Does Machine Learning - Español Earned may 7, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals - Español Earned may 6, 2023 EDT

Te damos la bienvenida al sexto curso de nuestra serie "Redes en Google Cloud: híbridas y multinube". En el primer módulo, explicaremos múltiples opciones de conectividad de Cloud con un análisis en profundidad de Cloud Interconnect, en el que exploraremos sus diferentes tipos y funcionalidades. En el segundo módulo, abordaremos Cloud VPN, conoceremos su implementación de topologías de VPN de alta disponibilidad y el Network Connectivity Center, o NCC, para optimizar la administración. Al final del curso, podrás explicar las diferentes opciones de conectividad disponibles para ampliar tus redes locales y en la nube a Google Cloud, y analizar la idoneidad de diferentes servicios de conectividad híbridos y en múltiples nubes de Google Cloud para casos de uso específicos. Empecemos.

Más información

Aprende a usar Gemini Notebook para crear una guía de estudio personalizada para el examen de certificación Professional Cloud Architect. Repasarás las funciones de Gemini Notebook, crearás un cuaderno en Gemini Notebook y aprenderás a usar una guía de estudio como práctica para un examen de certificación.

Más información

En este curso, se aplica un enfoque real en el flujo de trabajo del AA a través de un caso de éxito. Un equipo de AA trabaja con varios requisitos empresariales y casos de uso de AA. El equipo debe comprender las herramientas necesarias para la administración de los datos y considerar el mejor enfoque para su procesamiento previo. Al equipo se le presentan tres opciones con las que puede crear modelos de AA para dos casos de uso. En el curso, se explica por qué el equipo usará AutoML, BigQuery ML o entrenamiento personalizado para lograr sus objetivos.

Más información

En este curso, se exploran los beneficios de utilizar Vertex AI Feature Store, cómo mejorar la exactitud de los modelos de AA y cómo descubrir cuáles columnas de datos producen los atributos más útiles. El curso también incluye contenido y labs sobre la ingeniería de atributos en los que se usan BigQuery ML, Keras y TensorFlow.

Más información

En este curso, se explica cómo crear modelos de AA con TensorFlow y Keras, cómo mejorar la exactitud de los modelos de AA y cómo escribir modelos de AA para uso escalado.

Más información

El curso comienza con un debate sobre los datos: cómo mejorar su calidad y cómo realizar análisis exploratorios de ellos. Describimos Vertex AI AutoML y cómo crear, entrenar e implementar un modelo de AA sin escribir una sola línea de código. Conocerás los beneficios de BigQuery ML. Luego, se analiza cómo optimizar un modelo de aprendizaje automático (AA) y cómo la generalización y el muestreo pueden ayudar a evaluar la calidad de los modelos de AA para el entrenamiento personalizado.

Más información

¿Cuáles son las prácticas recomendadas para implementar el aprendizaje automático en Google Cloud? ¿Qué es Vertex AI y cómo se puede utilizar la plataforma para crear, entrenar e implementar rápidamente modelos de aprendizaje automático de AutoML sin escribir una sola línea de código? ¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? Google considera que el aprendizaje automático es diferente: se trata de proporcionar una plataforma unificada para conjuntos de datos administrados, un almacén de atributos, una forma de crear, entrenar e implementar modelos de aprendizaje automático sin escribir una sola línea de código, así como proporcionar la capacidad de etiquetar datos y crear notebooks de Workbench utilizando frameworks como TensorFlow, SciKit-learn, Pytorch, R y otros. Vertex AI Platform también ofrece la posibilidad de entrenar modelos personalizados, crear canalizaciones de componentes y realizar predicciones en línea y por lotes. Además, analiza…

Más información

En este curso, aprenderás sobre los productos y servicios de macrodatos y aprendizaje automático de Google Cloud involucrados en el ciclo de vida de datos a IA. También explorarás los procesos, los desafíos y los beneficios de crear una canalización de macrodatos y modelos de aprendizaje automático con Vertex AI en Google Cloud.

Más información