Member since 2022
ML Pipelines on Google Cloud
Earned Mar 7, 2025 EST
Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Kas 18, 2024 EST
Google Cloud'da Makine Öğrenimi API'leri İçin Veri Hazırlama
Earned Haz 3, 2022 EDT
Google Cloud'da Uygulama Geliştirme Ortamı Oluşturma
Earned May 4, 2022 EDT
Compute Engine İçin Cloud Load Balancing'i Uygulama
Earned Nis 25, 2022 EDT
In this course, you will be learning from ML Engineers and Trainers who work with the state-of-the-art development of ML pipelines here at Google Cloud. The first few modules will cover about TensorFlow Extended (or TFX), which is Google’s production machine learning platform based on TensorFlow for management of ML pipelines and metadata. You will learn about pipeline components and pipeline orchestration with TFX. You will also learn how you can automate your pipeline through continuous integration and continuous deployment, and how to manage ML metadata. Then we will change focus to discuss how we can automate and reuse ML pipelines across multiple ML frameworks such as tensorflow, pytorch, scikit learn, and xgboost. You will also learn how to use another tool on Google Cloud, Cloud Composer, to orchestrate your continuous training pipelines. And finally, we will go over how to use MLflow for managing the complete machine learning life cycle.
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Giriş düzeyindeki Google Cloud'da Makine Öğrenimi API'leri İçin Veri Hazırlama beceri rozetini tamamlayarak şu konulardaki becerilerinizi gösterin: Dataprep by Trifacta ile veri temizleme, Dataflow'da veri ardışık düzenleri çalıştırma, Dataproc'ta küme oluşturma ve Apache Spark işleri çalıştırma ve makine öğrenimi API'lerini (Cloud Natural Language API, Google Cloud Speech-to-Text API ve Video Intelligence API dahil olmak üzere) çağırma.
Google Cloud'da Uygulama Geliştirme Ortamı Oluşturma kursunu tamamlayarak beceri rozeti kazanın. Bu kursta Cloud Storage, Identity and Access Management, Cloud Functions ve Pub/Sub gibi teknolojilerin temel özelliklerini kullanarak depolama odaklı bulut altyapısı oluşturma ve bu altyapıyla bağlantı kurmayı öğreneceksiniz.
Giriş düzeyindeki Compute Engine İçin Cloud Load Balancing'i Uygulama beceri rozetini tamamlayarak şu konulardaki becerilerinizi gösterin: Compute Engine'de sanal makineler oluşturma ve dağıtma. Ağ ve uygulama yük dengeleyicileri yapılandırma.