Machine learning in azienda
Machine learning in azienda
These skills were generated by AI. Do you agree this course teaches these skills?
Questo corso adotta un approccio pratico reale al flusso di lavoro ML attraverso un case study. Un team ML è chiamato a rispondere a numerosi requisiti aziendali e ad affrontare vari casi d'uso ML. Deve comprendere gli strumenti necessari per la gestione e la governance dei dati e considerare l'approccio migliore per la pre-elaborazione dei dati.
Al team vengono presentate tre opzioni per creare modelli ML per due casi d'uso. Il corso spiega perché il team utilizzerà AutoML, BigQuery ML o l'addestramento personalizzato per raggiungere i propri obiettivi.
Informazioni corso
Obiettivi
- Descrivere le opzioni di gestione, governance e pre-elaborazione dei dati.
- Identificare quando utilizzare Vertex AutoML, BigQuery ML e l'addestramento personalizzato.
- Implementare l'ottimizzazione degli iperparametri mediante Vertex Vizier.
- Spiegare come creare previsioni batch e online, configurare il monitoraggio del modello e creare pipeline con Vertex AI.
Prerequisiti
Una certa familiarità con i concetti di base di machine learning
Una conoscenza di base di un linguaggio di scripting, preferibilmente Python
Pubblico
- Analisti di dati
- Data engineer
- Data scientist
- ML engineer
- ML software engineer
Lingue disponibili
English, español (Latinoamérica), 日本語, français, 한국어, português (Brasil) e italiano
Cosa faccio al termine del corso?
Al termine di questo corso, puoi esplorare contenuti aggiuntivi nel tuo percorso di apprendimento o esplorare il catalogo formativo
Quali badge posso guadagnare?
Al termine di un corso, guadagnerai un badge di completamento. I badge possono essere visualizzati sul tuo profilo e condivisi sul tuo social network.
Ti interessa seguire questo corso con uno dei nostri partner on demand?
Esplora i contenuti di Google Cloud su Coursera e Pluralsight.
Preferisci l'apprendimento con un insegnante?