Shriyas Iyer
Member since 2021
Diamond League
4540 points
Member since 2021
許多傳統企業使用舊版系統和應用程式,無法滿足現今客戶的期望。企業主管經常需要在維護老舊的 IT 系統,以及投資新產品/服務之間做出選擇。本課程將探討這些挑戰,並提供解決方案,說明如何運用雲端技術克服難題。 本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
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。
完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程,即可證明您具備下列技能: 可使用 BigQuery ML 建立及評估機器學習模型,並根據資料進行預測。
完成 從 BigQuery 資料取得深入分析結果 技能徽章入門課程,即可證明您具備下列技能: 撰寫 SQL 查詢、查詢公開資料表、將樣本資料載入 BigQuery、使用 BigQuery 的查詢驗證工具 排解常見語法錯誤,以及在 Data Studio 中 透過連結 BigQuery 資料建立報表。
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。
Want to scale your data analysis efforts without managing database hardware? Learn the best practices for querying and getting insights from your data warehouse with this interactive series of BigQuery labs. BigQuery is Google's fully managed, NoOps, low cost analytics database. With BigQuery you can query terabytes and terabytes of data without having any infrastructure to manage or needing a database administrator. BigQuery uses SQL and can take advantage of the pay-as-you-go model. BigQuery allows you to focus on analyzing data to find meaningful insights.
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。