kirtan desai
Miembro desde 2023
Liga de Bronce
7710 puntos
Miembro desde 2023
Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA generativa, cómo se utiliza y en qué se diferencia de los métodos de aprendizaje automático tradicionales. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.
El hermoso juego está cambiando, y la ciencia de datos está desempeñando un papel fundamental. Los equipos ahora están utilizando datos para tomar decisiones más acertadas en todo, desde la contratación de jugadores hasta la estrategia de juego. ¡Te invitamos a obtener experiencia práctica en los fundamentos de la ciencia de datos deportivos, sin importar a quién estés animando! Utiliza BigQuery ML para entrenar modelos avanzados que predigan goles y evalúen el rendimiento. Aprende nuevas habilidades y comienza tu camino para obtener tu primera credencial de Google Cloud. No se requiere experiencia previa.
Según un informe de McKinsey Y Company, el potencial de la IA generativa para mejorar la productividad podría inyectar billones de dólares en valor a la economía global, y la era apenas comienza. Entonces, ¡Ahora es el mejor momento para comenzar! Juegue ahora para obtener experiencia práctica con las últimas herramientas de generación de inteligencia artificial. Complete los 8 laboratorios para obtener su primera credencial de Google Cloud.
Completa el curso para obtener la insignia de habilidad intermedia Realiza análisis de datos predictivos en BigQuery para demostrar habilidades en las siguientes tareas: crear conjuntos de datos en BigQuery importando archivos CSV y JSON; aprovechar la potencia de BigQuery con conceptos analíticos sofisticados de SQL, incluido el uso de BigQuery ML para entrenar un modelo de goles esperados con datos de eventos de fútbol y evaluar la espectacularidad de los goles de la Copa Mundial.
Completa el curso con insignia de habilidad de nivel intermedio Administra modelos de datos en Looker y demuestra tus habilidades para realizar las siguientes actividades: mantener el estado de un proyecto de LookML, usar un Ejecutor de SQL para validar datos, aplicar las prácticas recomendadas de LookML, optimizar las consultas y los informes para mejorar el rendimiento, y también implementar tablas derivadas persistentes y políticas de almacenamiento en caché.