آموزش اطلاعات کلان گوگل و اصول یادگیری ماشینی

مقدمه ای بر دوره آموزشی مبانی یادگیری ماشین و داده های بزرگ Google Cloud Introduction to the Google Cloud Big Data and Machine Learning Fundamentals Course

• به Google Cloud Big Data and Machine Learning Fundamentals خوش آمدید Welcome to Google Cloud Big Data and Machine Learning Fundamentals

• مقدمه ای بر Google Cloud Introduction to Google Cloud

• توان محاسبه برای بارهای کاری تحلیلی و ML Compute Power for Analytic and ML Workloads

• نسخه ی نمایشی: ایجاد یک VM در موتور محاسباتی Demo: Creating a VM on Compute Engine

• Storage Elastic با Google Cloud Storage Elastic Storage with Google Cloud Storage

• بر روی شبکه جهانی گوگل بسازید Build on Google's Global Network

• امنیت: On-premise در مقابل Cloud-native Security: On-premise vs Cloud-native

• تکامل ابزارهای کلان داده ابری گوگل Evolution of Google Cloud Big Data Tools

• برنامه Google Cloud Public Datasets Google Cloud Public Datasets program

• آزمایشگاه: کاوش یک مجموعه داده عمومی BigQuery Lab: Exploring a BigQuery Public Dataset

• انتخاب رویکرد مناسب Choosing the right approach

• کارهایی که می توانید با Google Cloud انجام دهید What you can do with Google Cloud

• فعالیت: معماری راه حل های مشتری واقعی را کاوش کنید Activity: Explore real customer solution architectures

• نقش های کلیدی در یک سازمان داده محور Key roles in a data-driven organization

• منابع ماژول Module Resources

توصیه محصولات با استفاده از Cloud SQL و Spark Recommending Products Using Cloud SQL and Spark

• نحوه استفاده کسب و کارها از سیستم های توصیه How businesses use recommendation systems

• مقدمه ای بر یادگیری ماشینی Introduction to machine learning

• چالش: ML برای توصیه اجاره مسکن Challenge: ML for recommending housing rentals

• رویکرد: از داخل محل به Google Cloud حرکت کنید Approach: Move from on-premise to Google Cloud

• نسخه ی نمایشی: از صفر به یک Apache Spark در 10 دقیقه یا کمتر Demo: From zero to an Apache Spark job in 10 minutes or less

• چالش: استفاده و تنظیم خوشه‌های داخلی Challenge: Utilizing and tuning on-premise clusters

• با Google Cloud Storage فضای ذخیره‌سازی را به خارج از خوشه منتقل کنید Move storage off-cluster with Google Cloud Storage

• معرفی آزمایشگاه: توصیه محصولات با استفاده از Cloud SQL و Spark Lab Intro: Recommending Products Using Cloud SQL and Spark

• آزمایشگاه: توصیه محصولات با استفاده از Cloud SQL و Spark Lab: Recommending Products Using Cloud SQL and Spark

• منابع ماژول Module Resources

خرید بازدیدکنندگان را با استفاده از BigQuery ML پیش بینی کنید Predict Visitor Purchases Using BigQuery ML

• مقدمه ای بر BigQuery Introduction to BigQuery

• نسخه آزمایشی: 2 میلیارد خط کد Github را در کمتر از 30 ثانیه جستجو کنید Demo: Query 2 billion lines of Github code in less than 30 seconds

• BigQuery: موتور سریع SQL BigQuery: Fast SQL Engine

• نسخه ی نمایشی: کاوش داده های اشتراک دوچرخه با SQL Demo: Exploring bike share data with SQL

• کیفیت داده Data quality

• ذخیره سازی مدیریت شده BigQuery BigQuery managed storage

• بینش از داده های جغرافیایی Insights from geographic data

• نسخه ی نمایشی: تجزیه و تحلیل صاعقه با BigQuery GIS Demo: Analyzing lightning strikes with BigQuery GIS

• انتخاب نوع مدل ML برای داده های ساخت یافته Choosing a ML model type for structured data

• پیش بینی ارزش طول عمر مشتری Predicting customer lifetime value

• BigQuery ML: ایجاد مدل با SQL BigQuery ML: Create models with SQL

• مراحل چرخه عمر مدل ML Phases in ML model lifecycle

• BigQuery ML: بررسی ویژگی های کلیدی BigQuery ML: key features walkthrough

• معرفی آزمایشگاه: پیش‌بینی خرید بازدیدکنندگان با مدل طبقه‌بندی با BigQuery ML Lab Intro: Predicting Visitor Purchases with a Classification Model with BigQuery ML

• آزمایشگاه: پیش‌بینی خرید بازدیدکنندگان با مدل طبقه‌بندی با BigQuery ML Lab: Predicting Visitor Purchases with a Classification Model with BigQuery ML

• منابع ماژول Module Resources

داشبوردهای بی‌درنگ IoT با Pub/Sub، Dataflow و Data Studio Real-time IoT Dashboards with Pub/Sub, Dataflow, and Data Studio

• چالش های خط لوله داده های مدرن Modern data pipeline challenges

• معماری های پیام گرا با Pub/Sub Message-oriented architectures with Pub/Sub

• طراحی خطوط لوله جریان با پرتو آپاچی Designing streaming pipelines with Apache Beam

• پیاده سازی خطوط لوله جریان در Dataflow Implementing streaming pipelines on Dataflow

• تجسم بینش با Data Studio Visualizing insights with Data Studio

• ایجاد نمودار با Data Studio Creating charts with Data Studio

• اطلاعات استودیو اطلاعات Data Studio walkthrough

• معرفی آزمایشگاه: ایجاد یک خط لوله داده جریانی برای داشبورد بلادرنگ با جریان داده Lab Intro: Creating a Streaming Data Pipeline for a Real-Time Dashboard with Dataflow

• آزمایشگاه: ایجاد یک خط لوله داده جریانی برای داشبورد بلادرنگ با Dataflow Lab: Creating a Streaming Data Pipeline for a Real-Time Dashboard with Dataflow

• منابع ماژول Module Resources

استخراج بینش از داده های بدون ساختار با استفاده از یادگیری ماشین Deriving Insights from Unstructured Data Using Machine Learning

• ML بدون ساختار در کجا در تجارت استفاده می شود؟ Where is unstructured ML used in business?

• چگونه ML روی داده های بدون ساختار کار می کند؟ How does ML on unstructured data work?

• نسخه ی نمایشی: ML تعبیه شده در Google Photos Demo: ML built into Google Photos

• مقایسه رویکردهای ML Comparing approaches to ML

• نسخه ی نمایشی: استفاده از بلوک های ساختمانی ML Demo: Using ML building blocks

• استفاده از هوش مصنوعی از پیش ساخته شده برای ایجاد ربات چت Using pre-built AI to create a chatbot

• سفارشی سازی مدل های از پیش ساخته شده با AutoML Customizing Pre-built models with AutoML

• معرفی آزمایشگاه: طبقه بندی تصاویر ابرها در ابر با AutoML Vision Lab Intro: Classifying Images of Clouds in the Cloud with AutoML Vision

• آزمایشگاه: طبقه بندی تصاویر ابرها در ابر با AutoML Vision Lab: Classifying Images of Clouds in the Cloud with AutoML Vision

• ساخت یک مدل سفارشی Building a Custom Model

• نسخه ی نمایشی: طبقه بندی متن به سه روش انجام می شود Demo: Text classification done three ways

• منابع اضافی برای ساخت مدل های سفارشی Additional resources to build custom models

• منابع ماژول Module Resources

خلاصه Summary

• خلاصه دوره Course Summary

منبع دوره Course Resource

• منابع دوره Course resources