Google Cloud - GCPML

使用Google Cloud進行機器學習

Machine Learning on Google Cloud
  • 時數：35小時
  • 費用：NT$ 70,000
  • 點數：17.5

選擇查詢分區開課時間

地點 班號 日期 時間 預約

目前查無開課時段

詳細開課時間請洽詢業務
新竹、台中、高雄如有上課需求，請參考台北開課日期，洽當地服務人員依需求加開遠距開課日期

聯絡恆逸

教材

Google Cloud原廠教材

課程目標

本課程將著重於各種機器學習的理論以及如何將這些機器學習理論實作於Google Cloud。藉由實作一個點到點機器學習流程：資料儲存、資料分析/探索、特徵工程、模型訓練/評估與模型部署，讓學員熟悉如何使用Google Cloud進行機器學習。

本課程包含多種Google Cloud所提供的機器學習解決方案，如：Vertex Ai AutoML、BigQueryML、使用TensorFlow/Keras建置Vertex AI Custom Models以及其他常用的機器學習技術。

最後本課程也會探討企業如何實作機器學習，包含了解資料管理、治理、預處理選項、客製訓練、模型部署、預測與監控等。

適合對象

  1. 資料工程師
  2. 資料科學家
  3. 大資料工程師
  4. AI工程師
  5. 機器學習工程師

預備知識

  1. Google Cloud基本知識、機器學習的相關知識
  2. 基礎的程式開發語言能力，如：Python

課程內容

  1. 課程介紹

  2. 如何使用Google Cloud進行AI與機器學習

    ● AI基礎

    ● AI開發選項

    ● AI開發流程

    ● 生成式AI

  3. 開始機器學習

    ● 了解資料 ● 實作機器學習 ● 使用Vertex AI訓練AutoML模型

  4. 在Google Cloud使用TensorFlow

    ● 介紹TensorFlow生態系

    ● 設計與建立輸入資料管線

    ● 使用TensorFlow與Keras API建立神經網路

    ● 使用Vertex AI訓練大規模資料

  5. 特徵工程

    ● 特徵工程介紹

    ● 如何將原始資料轉化為特徵

    ● 進行特徵工程

    ● Vertex AI Feature Store介紹

  6. 在企業內實施機器學習

    ● 了解企業裡的機器學習流程

    ● 企業裡的資料

    ● 機器學習的科學與客製化訓練

    ● 使用Vertex Vizier進行超參數優化

    ● 使用Vertex AI進行預測與監控模型

    ● Vertex AI管線

    ● 使用Vertex AI開發機器學習的最佳實踐

  7. 課程總結

學會技能

  1. 使用Google Cloud進行機器學習
  2. 提高資料品質
  3. 進行探索式資料分析
  4. 進行特徵工程
  5. 訓練、調優、部署與監控機器學習模型

備註事項

此課程可協助您取得下列認證：Professional Machine Learning Engineer


GCP是什麼？完整介紹Google Cloud Platform