ML をデータ パイプラインに組み込むと、データから分析情報を抽出する能力を向上できます。このコースでは、Google Cloud でデータ パイプラインに ML を含める複数の方法について説明します。カスタマイズがほとんど、またはまったく必要ない場合のために、このコースでは AutoML について説明します。よりカスタマイズされた ML 機能については、Notebooks と BigQuery の機械学習（BigQuery ML）を紹介します。また、Vertex AI を使用して ML ソリューションを本番環境に導入する方法も説明します。
「BigQuery ML を使用した予測モデリング向けのデータ エンジニアリング」のスキルバッジを獲得できる中級コースを修了すると、 Dataprep by Trifacta を使用した BigQuery へのデータ変換パイプラインの構築、 Cloud Storage、Dataflow、BigQuery を使用した抽出、変換、読み込み（ETL）ワークフローの構築、 BigQuery ML を使用した ML モデルの構築に関するスキルを実証できます。
詳細
データレイクとデータ ウェアハウスを使用する従来のアプローチは効果的ですが、特に大規模な企業環境においては欠点があります。このコースでは、データ レイクハウスのコンセプトと、データ レイクハウスの作成に使用する Google Cloud プロダクトについて説明します。レイクハウス アーキテクチャは、オープン スタンダードのデータソースを使用し、データレイクとデータ ウェアハウスの優れた機能を組み合わせて、両者の欠点の多くに対処します。
Dataflow を使用したサーバーレスのデータ処理: 基礎
Earned 8月 12, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - 日本語版
Earned 8月 9, 2023 EDT
Google Cloud でストリーミング データ パイプラインを構築する
Earned 8月 5, 2023 EDT
Google Cloud でのバッチデータ パイプラインの構築
Earned 7月 2, 2023 EDT
BigQuery ML を使用した予測モデリング向けのデータ エンジニアリング
Earned 6月 2, 2023 EDT
Google Cloud でデータレイクとデータ ウェアハウスを構築する
Earned 5月 29, 2023 EDT
BigQuery でデータ ウェアハウスを構築する
Earned 5月 29, 2023 EDT