Member since 2022
基本概念：資料、機器學習和 AI
Earned Jun 5, 2022 EDT
Intro to ML: Image Processing
Earned Jun 5, 2022 EDT
機器學習簡介：語言處理
Earned Jun 5, 2022 EDT
Scientific Data Processing
Earned May 31, 2022 EDT
NCAA® March Madness®: Bracketology with Google Cloud
Earned May 21, 2022 EDT
使用 BigQuery 進行機器學習
Earned May 20, 2022 EDT
基本概念：基礎架構
Earned May 10, 2022 EDT
Google Cloud 必備知識
Earned May 8, 2022 EDT
大數據、機器學習和人工智慧 (AI) 是時下熱門的 電腦相關話題，但這些領域相當專業，就算想要入門 也難以取得教材或資料。幸好，Google Cloud 提供了此領域的多種服務，而且容易使用。 參加這堂入門課程，您就能踏出第一步， 開始學習運用 BigQuery、Cloud Speech API 以及 Video Intelligence 等工具。
Using large scale computing power to recognize patterns and "read" images is one of the foundational technologies in AI, from self-driving cars to facial recognition. The Google Cloud Platform provides world class speed and accuracy via systems that can utilized by simply calling APIs. With these and a host of other APIs, GCP has a tool for just about any machine learning job. In this introductory quest, you will get hands-on practice with machine learning as it applies to image processing by taking labs that will enable you to label images, detect faces and landmarks, as well as extract, analyze, and translate text from within images.
大家都知道，機器學習是發展最快的科技領域之一， 而 Google Cloud Platform 在這方面功不可沒。 GCP 提供多種 API，凡是與機器學習相關的任務，幾乎都能處理。您將在本入門課程的 實驗室，實際演練機器學習技術 在語言處理方面的應用，學會如何從文中擷取實體資訊、 執行情緒和語法分析，並使用 Speech-to-Text API 轉錄語音。
Big data, machine learning, and scientific data? It sounds like the perfect match. In this course, you will get hands-on practice with GCP services like BigQuery, Managed Service for Apache Spark, and Tensorflow by applying them to use cases that employ real-life, scientific data sets. By getting experience with tasks like earthquake data analysis and satellite image aggregation, Scientific Data Processing will expand your skill set in big data and machine learning so you can start tackling your own problems across a spectrum of scientific disciplines.
In this series of labs you will learn how to use BigQuery to analyze NCAA basketball data with SQL. Build a Machine Learning Model to predict the outcomes of NCAA March Madness basketball tournament games.
不想花費大把時間，想在幾分鐘內只靠 SQL，就建立好機器學習模型嗎？透過 BigQuery ML，資料分析師可以運用現有的 SQL 工具和技巧，建立、訓練、評估模型， 並使用模型進行預測，降低機器學習的使用門檻。在 本系列的實驗室，您會測試不同類型的模型，瞭解 優良模型應具備的條件。
如果您是剛起步的雲端開發人員， 想在 Google Cloud Essentials 外獲得更多實作經驗，歡迎參加本課程。您將透過實作實驗室， 深入瞭解 Cloud Storage 和其他重要應用程式服務，例如： Monitoring 和 Cloud Functions。您將習得 在任何 Google Cloud 專案都適用的寶貴技能。
在這堂入門課程，您將實際練習使用 Google Cloud 的基礎工具和服務。本課程包含可選擇觀賞的影片， 針對實驗室涵蓋的概念提供更多背景資訊，協助您複習。「Google Cloud 必備知識」 是適合 Google Cloud 學員的第一堂課， 即使您尚未學習或不熟悉雲端知識， 也能從這堂課獲得實務經驗，並應用於第一項 Google Cloud 專案。不管是撰寫 Cloud Shell 指令 和部署第一部虛擬機器，還是在 Kubernetes Engine 或透過負載平衡執行應用程式， 「Google Cloud 必備知識」都是認識平台基本功能的最佳入門資源。