|
学習内容
|
このコースには、講義、デモ、ハンズオンラボが含まれています。
Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform
モジュール 1: Google Cloud Dataproc の概要
- クラスタの作成と管理
- カスタム マシンタイプとプリエンプティブ ワーカー ノードを利用する
- クラスタのスケーリングと削除
- ラボ: Hadoop クラスタを Google Cloud Dataproc で作成する
モジュール 2: Dataproc ジョブの実行
- Pig と Hive のジョブを実行する
- ストレージとコンピューティングの分離
- ラボ: Hadoop と Spark のジョブを Dataproc で実行する
- ラボ: ジョブの送信と監視
モジュール 3: Dataproc の Google Cloud Platform への統合
- 初期化アクションによるクラスタのカスタマイズ
- BigQuery のサポート
- ラボ: Google Cloud Platform サービスの活用
モジュール 4: Google の機械学習 API を使った非構造化データの理解
- Google の機械学習 API
- 機械学習の一般的な使用例
- ML API の呼び出し
- ラボ: 機械学習機能をビッグデータ分析に追加する
Serverless Data Analysis with Google BigQuery and Cloud Dataflow
モジュール 5: BigQuery を使ったサーバーレス データの分析
- BigQuery とは
- クエリと関数
- ラボ: BigQuery でクエリを記述する
- BigQuery へのデータの読み込み
- BigQuery からのデータのエクスポート
- ラボ: データの読み込みとエクスポート
- ネストされたフィールドと繰り返しのフィールド
- 複数のテーブルのクエリ
- ラボ: 複雑なクエリ
- パフォーマンスと料金
モジュール 6: Dataflow を使ったサーバーレスの自動スケーリング データのパイプライン
- Beam プログラミング モデル
- Beam Python のデータ パイプライン
- Beam Java のデータ パイプライン
- ラボ: Dataflow パイプラインの記述
- Beam を使用したスケーラブルなビッグデータの処理
- ラボ: Dataflow での MapReduce
- 追加データの組み込み
- ラボ: 副入力
- ストリーム データの処理
- GCP リファレンス アーキテクチャ
Serverless Machine Learning with TensorFlow on Google Cloud Platform
モジュール 7: 機械学習の概要
- 機械学習（ML）とは
- 効果的な ML: 概念、種類
- ML のデータセット: 一般化
- ラボ: ML のデータセットを調べて作成する
- モジュール 8: Tensorflow を使った ML モデルの構築
- TensorFlow の概要
- ラボ: tf.learn の使用
- TensorFlow のグラフとループ + ラボ
- ラボ: 下位レベルの TensorFlow の使用 + 早期停止
- ML のトレーニングのモニタリング
- ラボ: TensorFlow のトレーニングのチャートとグラフ
モジュール 9: CloudML を使った ML モデルのスケーリング
- Cloud ML を選ぶ理由
- TensorFlow モデルのパッケージ化
- エンドツーエンドのトレーニング
- ラボ: ML モデルをローカルおよびクラウドで実行する
モジュール 10: 機能エンジニアリング
- 優れた機能の作成
- 入力の変換
- 合成機能
- Cloud ML での前処理
- ラボ: 機能エンジニアリング
Building Resilient Streaming Systems on Google Cloud Platform
モジュール 11: ストリーミング分析パイプラインのアーキテクチャ
- ストリーム データの処理: 課題
- 可変データ ボリュームの処理
- 順序不定データ / 遅延データの処理
- ラボ: ストリーミング パイプラインの設計
モジュール 12: 変数ボリュームの取り込み
- Cloud Pub/Sub とは
- 仕組み: トピックとサブスクリプション
- ラボ: シミュレータ
モジュール 13: ストリーミング パイプラインの実装
- ストリーム処理における課題
- 遅延データの処理: 透かし、トリガー、累積
- ラボ: ライブ トラフィック データのためのストリーム データの処理パイプライン
モジュール 14: ストリーミング分析とダッシュボード
- ストリーミング分析: データから意思決定まで
- BigQuery でのストリーミング データのクエリ
- Google Data Studio とは
- ラボ: 処理済みデータを視覚化するリアルタイム ダッシュボードの構築
モジュール 15: Bigtable を使った高スループットと低レイテンシ
- Cloud Spanner とは
- Bigtable スキーマの設計
- Bigtable への取り込み
- ラボ: Bigtable へのストリーミング
|