François Chung, Ph.D.

Tag: arquitectura de programari

Google Cloud: big data i aprenentatge automàtic

Google Cloud: big data i aprenentatge automàtic

|

Formació Coursera, MOOC (2020). Aquesta formació en línia presenta les capacitats de big data i aprenentatge automàtic (ML) de Google Cloud Platform (CGP). Mitjançant una combinació de presentacions, demostracions i laboratoris pràctics, la formació ofereix una descripció general de Google Cloud i una vista detallada de les solucions de processament de dades i de ML, com BigQuery, Cloud SQL, Dataproc, Pub/Sub, Dataflow i Data Studio.

Setmana 1: Big data i fonaments de ML

Temes principals:

  • Explorar un conjunt de dades públiques BigQuery;
  • Triar l'enfocament de solució adequat;
  • Recomanar productes amb Cloud SQL i Spark;
  • Predir les compres de clients amb BigQuery ML.

Setmana 2: Desafiaments de la canalització de dades moderna

Temes principals:

  • Panells de control IoT en temps real;
  • Crear una canalització de dades de transmissió;
  • ML en conjunts de dades no estructurats;
  • Classificació d'imatges amb models ML predissenyats.

Referències

Fonaments de Spark

Fonaments de Spark

|

Formació Cognitive Class, MOOC (2020). Aquesta ruta d'aprenentatge aborda els fonaments d'Apache Spark, un motor de codi obert per al processament de dades a gran escala que està revolucionant el món de l'analítica i del big data. Aquesta formació és una oportunitat per aprendre dels líders de la indústria sobre Spark, que es basa en la velocitat, la facilitat d'ús i l'anàlisi, i brinda oportunitats i projectes pràctics per generar confiança amb el conjunt d'eines de Spark.

Curs 1: Fonaments de Spark I

Temes principals:

  • Introducció a Spark;
  • Resilient Distributed Dataset (RDD) i DataFrames;
  • Programació d'aplicacions Spark;
  • Introducció a les biblioteques de Spark;
  • Configuració, seguiment i posada a punt de Spark.

Curs 2: Fonaments de Spark II

Temes principals:

  • Introducció als notebooks;
  • Arquitectura RDD;
  • Optimització de transformacions i accions;
  • Memòria cau i serialització;
  • Desenvolupament i proves.

Curs 3: Spark MLlib

Temes principals:

  • Tipus de dades Spark MLlib;
  • Revisió d'algoritmes;
  • Arbres de decisió i boscos aleatoris;
  • Agrupament Spark MLlib.

Curs 4: Exploració de GraphX

Temes principals:

  • Introducció a Graph-Parallel;
  • Exploració dels operadors de gràfics;
  • Visualització i modificació de GraphX;
  • Agregació i emmagatzematge en memòria cau.

Curs 5: Big data en R amb Spark

Temes principals:

  • Introducció a SparkR;
  • Manipulació de dades amb SparkR;
  • Aprenentatge automàtic amb SparkR.

Referències

Formació

Spark fundamentals I (Fonaments de Spark I, certificat del curs)
Spark – Level 1 (insígnia de certificació)
Spark fundamentals II (Fonaments de Spark II, certificat del curs)
Spark MLlib (certificat del curs)
Exploring GraphX (Exploració de GraphX, certificat del curs)
Big data in R using Spark (Big data en R amb Spark, certificat del curs)
Spark - Level 2 (insígnia de certificació)

Articles relacionats

Fonaments de Hadoop (formació Cognitive Class)
Especialització en ciència de dades (formació Coursera)

Més informació

Cognitive Class

Fonaments de Hadoop

Fonaments de Hadoop

|

Formació Cognitive Class, MOOC (2020). Aquesta ruta d'aprenentatge presenta Hadoop, que és un marc de codi obert per a l'emmagatzematge distribuït i el processament de big data. La formació cobreix contingut que és fonamental per a l'èxit de qualsevol persona en aquest àmbit, explicant el disseny conceptual d’Hadoop, introduint MapReduce, YARN (Yet Another Resource Negotiator) i Hive, i després explicant com utilitzar Hadoop i manipular dades sense l’ús de codificació complexa.

Curs 1: Hadoop 101

Temes principals:

  • Introducció a Hadoop;
  • Arquitectura de Hadoop i HDFS;
  • Administració de Hadoop;
  • Components de Hadoop.

Curs 2: MapReduce i YARN

Temes principals:

  • Introducció a MapReduce i YARN;
  • Limitacions de Hadoop v1 i MapReduce v1;
  • Arquitectura de YARN.

Curs 3: Moviment de dades en Hadoop

Temes principals:

  • Escenaris de càrrega;
  • Ús de Sqoop;
  • Descripció general de Flume;
  • Ús de Data Click.

Curs 4: Accés a dades de Hadoop usant Hive

Temes principals:

  • Introducció a Hive;
  • Hive DDL - Llenguatge de definició de dades;
  • Hive DML - Llenguatge de manipulació de dades;
  • Operadors i funcions de Hive.

Referències

Formació

Hadoop 101 (certificat del curs)
Hadoop Foundations – Level 1 (insígnia de certificació)
MapReduce and YARN (MapReduce i YARN, certificat del curs)
Hadoop Programming – Level 1 (insígnia de certificació)
Moving data into Hadoop (Moviment de dades en Hadoop, certificat del curs)
Hadoop Administration – Level 1 (insígnia de certificació)
Accessing Hadoop data using Hive (Accés a dades de Hadoop usant Hive, certificat del curs)
Hadoop Data Access – Level 1 (insígnia de certificació)
Hadoop Foundations – Level 2 (insígnia de certificació)

Articles relacionats

Fonaments de Spark (formació Cognitive Class)
Especialització en ciència de dades (formació Coursera)

Més informació

Cognitive Class

Azure: fonaments, aprenentatge automàtic i Power BI

Azure: fonaments, aprenentatge automàtic i Power BI

|

Formació Microsoft Docs, MOOC (2020). Aquests 3 cursos en línia presenten Microsoft Azure i Power BI. La formació ensenya els conceptes bàsics del núvol, juntament amb exercicis pràctics, i ofereix una descripció general dels serveis d'Azure, com Azure Machine Learning (ML), que és una plataforma en el núvol per entrenar, desplegar, gestionar i monitoritzar models ML. A més, la formació explica com utilitzar Power BI i crear informes d'intel·ligència empresarial.

Curs 1: Fonaments d’Azure

Temes principals:

  • Principis de la computació en el núvol;
  • Arquitectura d’Azure i garanties de servei;
  • Computació, emmagatzematge de dades i xarxes;
  • Seguretat, responsabilitat i confiança;
  • Estàndards d'infraestructura amb Azure Policy;
  • Recursos d'Azure amb Azure Resource Manager.

Curs 2: Aprenentatge automàtic d’Azure

Temes principals:

  • Treballar amb dades;
  • Orquestrar ML amb pipelines;
  • Implementar models ML;
  • Automatitzar la selecció del model;
  • Afinar els hiperparàmetres;
  • Monitoritzar models i la deriva de dades.

Curs 3: Power BI

Temes principals:

  • Començar a crear amb Power BI;
  • Obtenir dades amb Power BI Desktop;
  • Modelar i explorar dades;
  • Utilitzar elements visuals, publicar i compartir.

Referències

Formació

Microsoft Docs (insígnies i trofeus)

Articles relacionats

Google Cloud: big data i aprenentatge automàtic (formació Coursera)
AWS: fonaments i aprenentatge automàtic (formació AWS)
Xarxes neuronals i aprenentatge profund (formació Coursera)

Més informació

Microsoft Docs (Fonaments d’Azure)
Microsoft Docs (Aprenentatge automàtic d’Azure)
Microsoft Docs (Power BI)

AWS: fonaments i aprenentatge automàtic

AWS: fonaments i aprenentatge automàtic

|

Formació AWS, MOOC (2020). Aquests cursos en línia proporcionen una comprensió global del núvol d’AWS, amb una visió general dels conceptes, serveis, seguretat, arquitectura, preus i suport del núvol. Els cursos específics per a socis d’AWS ensenyen les millors pràctiques per a abordar les prioritats comercials dels clients. També es cobreix l'aprenentatge automàtic (ML), amb el pla d'estudis utilitzat per Amazon per capacitar als seus desenvolupadors i científics de dades.

Conceptes bàsics d’AWS

Temes principals:

  • Serveis bàsics d'AWS;
  • Serveis integrats d’AWS;
  • Arquitectura d’AWS;
  • Seguretat d’AWS;
  • Preus i suport.

Solucions de socis d’AWS: Bases comercials

Temes principals:

  • Desenvolupar el seu negoci amb AWS;
  • El que els importa als clients d'AWS;
  • Seguretat, identitat i compliment;
  • Preus i llicències;
  • Migració i adopció del núvol;
  • Gestió d'oportunitats.

Solucions de socis d’AWS: Fonaments tècnics

Temes principals:

  • Arquitectes de solucions d'AWS;
  • Conceptes arquitectònics d’AWS;
  • Blocs de construcció;
  • Well-Architected Framework d’AWS;
  • Arquitectura d'una solució AWS;
  • Involucrar els clients i dissenyar solucions.

AWS Machine Learning: Prenedor de decisions

Temes principals:

  • Desmitificant AI/ML/DL;
  • Aprenentatge automàtic per a desafiaments empresarials;
  • Terminologia d'aprenentatge automàtic;
  • Explorant el conjunt d'eines ML.

AWS Machine Learning: Científic de dades

Temes principals:

  • Matemàtiques per a l'aprenentatge automàtic;
  • Regressió lineal i logística;
  • Elements de la ciència de dades;
  • Decisions d'aprenentatge automàtic.

Referències

Formació

AWS Business Professional (Solucions de socis d’AWS: Bases comercials, certificat del curs)
AWS Technical Professional (Solucions de socis d’AWS: Fonaments tècnics, certificat del curs)

Articles relacionats

Aprenentatge profund i TensorFlow (formació Cognitive Class)
Google Cloud: big data i aprenentatge automàtic (formació Coursera)
Azure: fonaments, aprenentatge automàtic i Power BI (formació Microsoft Docs)
Especialització en ciència de dades (formació Coursera
Xarxes neuronals i aprenentatge profund (formació Coursera)

Més informació

AWS Cloud Practitioner Essentials (Conceptes bàsics d’AWS)
AWS Partner Solutions (Solucions de socis d’AWS)
AWS Machine Learning: Decision maker (AWS Machine Learning: Prenedor de decisions)
AWS Machine Learning: Data scientist (AWS Machine Learning: Científic de dades)

Idiomes

Articles recents

Categories

Notícies

El recent & El popular

Cerca