Advanced 6 Schritte 6 Stunden 30 Guthabenpunkte
Big data, machine learning, and scientific data? It sounds like the perfect match. In this advanced-level quest, you will get hands-on practice with GCP services like Big Query, Dataproc, and Tensorflow by applying them to use cases that employ real-life, scientific data sets. By getting experience with tasks like earthquake data analysis and satellite image aggregation, Scientific Data Processing will expand your skill set in big data and machine learning so you can start tackling your own problems across a spectrum of scientific disciplines.
Voraussetzungen:
This Quest requires hands-on experience with GCP data processing and machine learning services like Dataproc, Dataflow, and Cloud ML Engine. It is recommended that the student have at least earned a Badge by completing the hands-on labs in the Baseline: Data, ML, and AI Quest before beginning.Quest Outline
Einführung in SQL für BigQuery und Cloud SQL
In diesem Lab lernen Sie grundlegende SQL-Klauseln kennen und führen praktische Übungen zu strukturierten Abfragen in BigQuery und Cloud SQL aus.
VM zum Verarbeiten von Erdbebendaten mieten
In diesem Lab richten Sie eine virtuelle Maschine ein, konfigurieren ihre Sicherheitseinstellungen und greifen per Remotezugriff darauf zu. Anschließend erstellen Sie manuell eine Pipeline zur Aufnahme, Verarbeitung und Veröffentlichung der Daten. Dieses Lab gehört zu einer Reihe über die Verarbeitung wissenschaftlicher Daten.
Wetterdaten in BigQuery
In diesem Lab analysieren Sie Wetterbeobachtungen mit BigQuery und verwenden Wetterdaten in Verbindung mit anderen Datasets. Das Lab ist Teil einer Reihe zur Verarbeitung wissenschaftlicher Daten.
Distributed Image Processing in Cloud Dataproc
In this lab, you will learn how to use Apache Spark on Cloud Dataproc to distribute a computationally intensive image processing task onto a cluster of machines.
Geburtsratendaten mit Datalab und BigQuery analysieren
In diesem Lab analysieren Sie mithilfe von Google BigQuery und Cloud Datalab ein großes Geburtenraten-Dataset mit 137 Millionen Zeilen. Dieses Lab ist Teil einer Lab-Reihe zur Verarbeitung wissenschaftlicher Daten.
Mit TensorFlow in AI Platform das Gewicht eines Säuglings vorhersagen
In diesem Lab trainieren, evaluieren und implementieren Sie ein ML-Modell, mit dem Sie Vorhersagen über das Gewicht eines Säuglings treffen können. Anschließend senden Sie Requests an das Modell, um Onlinevorhersagen zu erstellen. Dieses Lab ist Teil einer Reihe zur Verarbeitung wissenschaftlicher Daten.
Jetzt anmelden
Melden Sie sich für die Aufgabenreihe an, um zu sehen, wie Sie Schritt für Schritt Ihr Abzeichen erreichen.
