kevin saputra
Учасник із 2019
Бронзова ліга
Кількість балів: 2800
Baseline: Deploy & Develop
Earned лист. 19, 2019 EST
DEPRECATED BigQuery for Marketing Analysts
Earned лист. 19, 2019 EST
BigQuery for Machine Learning
Earned лист. 19, 2019 EST
NCAA® March Madness®: Bracketology with Google Cloud
Earned лист. 19, 2019 EST
Початок роботи з інфраструктурою
Earned лист. 18, 2019 EST
Intro to ML: Language Processing
Earned лист. 18, 2019 EST
[DEPRECATED] OK Google: Build Interactive Apps with Google Assistant
Earned лист. 8, 2019 EST
DEPRECATED BigQuery Basics for Data Analysts
Earned лист. 6, 2019 EST
Початок роботи з даними, машинним навчанням і штучним інтелектом
Earned лист. 6, 2019 EST
Understand Your Google Cloud Costs
Earned лист. 4, 2019 EST
Основи Google Cloud
Earned лист. 2, 2019 EDT
In this introductory-level quest, you will learn the fundamentals of developing and deploying applications on the Google Cloud Platform. You will get hands-on experience with the Google App Engine framework by launching applications written in languages like Python, Ruby, and Java (just to name a few). You will see first-hand how straightforward and powerful GCP application frameworks are, and how easily they integrate with GCP database, data-loss prevention, and security services.
Докладніше
Want to turn your marketing data into insights and build dashboards? Bring all of your data into one place for large-scale analysis and model building. Get repeatable, scalable, and valuable insights into your data by learning how to query it and using BigQuery. 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.
Докладніше
Want to build ML models in minutes instead of hours using just SQL? BigQuery ML democratizes machine learning by letting data analysts create, train, evaluate, and predict with machine learning models using existing SQL tools and skills. In this series of labs, you will experiment with different model types and learn what makes a good model.
Докладніше
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.
Докладніше
Якщо ви лише пробуєте розробляти хмарні рішення й шукаєте практичні заняття на додаток до кваліфікаційного курсу "Знайомство з Google Cloud", тоді цей курс саме для вас. Ви отримаєте прикладний досвід завдяки практичним заняттям, присвяченим Cloud Storage і іншим ключовим сервісам додатків, як-от Monitoring і Cloud Functions. Ви отримаєте цінні навички, які можна застосовувати в будь-яких проєктах Google Cloud.
Докладніше
It’s no secret that machine learning is one of the fastest growing fields in tech, and the Google Cloud Platform has been instrumental in furthering its development. With a host of APIs, GCP has a tool for just about any machine learning job. In this introductory course, you will get hands-on practice with machine learning as it applies to language processing by taking labs that will enable you to extract entities from text, and perform sentiment and syntactic analysis as well as use the Speech to Text API for transcription.
Докладніше
With Google Assistant part of over a billion consumer devices, this quest teaches you how to build practical Google Assistant applications integrated with Google Cloud services via APIs. Example apps will use the Dialogflow conversational suite and the Actions and Cloud Functions frameworks. You will build 5 different applications that explore useful and fun tools you can extend on your own. No hardware required! These labs use the cloud-based Google Assistant simulator environment for developing and testing, but if you do have your own device, such as a Google Home or a Google Hub, additional instructions are provided on how to deploy your apps to your own hardware.
Докладніше
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.
Докладніше
Зараз усі говорять про масиви даних, машинне навчання й штучний інтелект, але це досить вузькоспеціалізовані теми, про які важко знайти матеріали, зрозумілі не лише спеціалістам. На щастя, Google Cloud пропонує зручні сервіси в цих галузях, а завдяки цьому вступному курсу ви зможете ознайомитися з такими інструментами, як BigQuery, Cloud Speech API і Video Intelligence.
Докладніше
This course is suitable for technology or finance roles managing Google Cloud costs. Learn to set up a billing account, organize resources, and manage access permissions. In hands-on labs, you view invoices and analyze billing data with BigQuery. You also use Google Sheets and create dashboards with Data Studio. You find references from the videos in this Additional Resources document.
Докладніше
На цьому вступному курсі ви отримаєте практичний досвід роботи з основними інструментами й сервісами Google Cloud. Також вам доступні додаткові відео, які допоможуть краще зрозуміти контекст і закріпити знання щодо тем, розглянутих у практичних заняттях. Google Cloud "Основи" – це рекомендований початковий курс для тих, хто починає вивчати Google Cloud. Ви можете розпочати навчання, маючи мінімальні знання про хмарні технології або взагалі не маючи їх, і отримати практичний досвід, який зможете застосувати у своєму першому хмарному проєкті Google Cloud. "Основи Google Cloud" дають вичерпне уявленні про ключові функції платформи – від написання команд у Cloud Shell і розгортання першої віртуальної машини до запуску додатків на Kubernetes Engine і використання розподілу навантаження.
Докладніше
