研修を探す
人事・育成担当の方へ
会社情報
サポート情報
当コースのご受講には、『最新版の Chrome がインストールされた PC』をご持参くださいますようお願いいたします。
人材開発支援助成金を申請予定の場合、担当営業もしくはWebにご相談ください。
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
無料セミナー
メルマガ登録
公式ブログ
キャンペーン一覧
資料ダウンロード
お問い合わせ