Adattudomány a Google Cloud Platformon: Végponttól-végpontig tartó valós idejű adatvezetékek megvalósítása: Az adatbeviteltől a gépi tanulásig

Olvasói vélemények

A könyvet nagyra értékelik a valós példák világos bemutatása, az adattudomány strukturált megközelítése és a Google Cloud eszközök hatékony integrációja miatt. A könyv gyakorlati gyakorlatot és esettanulmányokat is tartalmaz, amelyek fokozzák a tanulást. Mélysége és összetettsége miatt azonban nem feltétlenül alkalmas az adattudományban kezdők számára.

⬤ Kiváló valós példák
⬤ világos és strukturált bemutatás
⬤ gyakorlatias gyakorlat
⬤ átgondolt szervezés
⬤ jó esettanulmányok
⬤ a történetmesélés hatékony használata
⬤ a GCP-eszközök átfogó lefedése.

Talán nem felel meg az adattudományban kezdőknek; némileg bonyolult a megértés az újonnan érkezők számára.

(6 olvasói vélemény alapján)

Eredeti címe:

Data Science on the Google Cloud Platform: Implementing End-To-End Real-Time Data Pipelines: From Ingest to Machine Learning

Könyv tartalma:

Ismerje meg, milyen egyszerű a kifinomult statisztikai és gépi tanulási módszerek alkalmazása valós problémákra, ha a Google Cloud Platform (GCP) segítségével építkezik. Ez a gyakorlati útmutató megmutatja az adatmérnököknek és az adattudósoknak, hogyan valósíthatnak meg egy végponttól végpontig tartó adatcsővezetéket a GCP-n statisztikai és gépi tanulási módszerek és eszközök használatával.

A frissített második kiadás során különböző adattudományi megközelítések alkalmazásával egy minta üzleti döntést dolgozhat fel. Kövesse végig, hogy ezeket a statisztikai és gépi tanulási megoldásokat saját projektjében a GCP-n valósítja meg, és fedezze fel, hogy ez a platform hogyan biztosítja az adattudomány átalakító és együttműködőbb módját.

Megtanulja, hogyan:

⬤ A legjobb gyakorlatok alkalmazása a nagymértékben skálázható adat- és ML-pipeline-ok Google Cloudon történő kiépítéséhez.

⬤ Automatizálja és ütemezze az adatbevitelt a Cloud Run segítségével.

⬤ Elkészíteni és feltölteni egy műszerfalat a Data Studio-ban.

⬤ Elkészítsen valós idejű analitikai csővezetéket a Pub/Sub, a Dataflow és a BigQuery használatával.

⬤ Végezzen interaktív adatfeltárást a BigQuery segítségével.

⬤ Bayes-modell létrehozása Sparkkal a Cloud Dataproc-on.

⬤ Idősorok előrejelzése és anomália-felismerés a BigQuery ML segítségével.

⬤ Aggregáljon időablakokon belül Dataflow-val.

⬤ Magyarázható gépi tanulási modellek képzése Vertex AI-val.

⬤ Multianalitikus modellek üzemeltetése a Vertex AI Pipelines segítségével.