À propos de ce cours : この 1 週間の集中動画セミナーでは、Google Cloud Platform（GCP）のビッグデータと機械学習に関する機能をご紹介します。受講者は Google Cloud Platform の概要と、データ処理機能の詳細について学ぶことができます。 このコースを完了すると、以下のことができるようになります。 • ビッグデータと機械学習に関連する Google Cloud Platform の主なプロダクトの用途と価値の特定 • CloudSQL と Cloud Dataproc を使用した、既存の MySQL と Hadoop / Pig / Spark / Hive ワークロードの Google Cloud Platform への移行 • BigQuery と Cloud Datalab によるインタラクティブなデータ分析の実行 • Cloud SQL、BigTable、データストアからの選択 • TensorFlow を使用したニューラル ネットワークのトレーニングと使用 • Google Cloud Platform のさまざまなデータ処理プロダクトからの取捨選択 このコースに申し込むには、以下の 1 つ以上の分野で約 1 年の経験が必要となります。 • SQL などの一般的なクエリ言語 • 抽出、変換、読み込みの各アクティビティ • データ モデリング • 機械学習と統計 • Python でのプログラミング Google アカウントについての注意: • Google Cloud Platform の無料トライアルに登録するには、Google / Gmail アカウントとクレジット カードまたは口座番号が必要です（Google のサービスは、現在中国ではご利用いただけません）。 • 請求書の送付先住所が欧州連合（EU）またはロシアの Google Cloud Platform ユーザーは、https://cloud.google.com/billing/docs/resources/vat-overview の VAT 概要文書をお読みください。 • Google Cloud Platform の無料トライアルに関するよくある質問については、https://cloud.google.com/free/?hl=ja をご覧ください。 Looking for the English version of this course? Check out https://www.coursera.org/learn/gcp-big-data-ml-fundamentals/ Buscando la versión en español de este curso? Visita https://www.coursera.org/learn/gcp-big-data-ml-fundamentals-es/
Les destinataires de ce cours : このクラスは、データ アナリスト、データ サイエンティスト、ビジネス アナリストを対象としています。また、データ サイエンティストのために Google Cloud Platform の導入を検討している IT 部門の意思決定者にも適しています。 このクラスは、ビッグデータを用いて以下の業務を行う人に適しています。 • 解析で使用するためにデータの抽出、読み込み、変換、クリーニング、検証を行う • データ処理用のパイプラインとアーキテクチャを設計する • 機械学習モデルと統計モデルを作成して保守する • データセットに対してクエリを実行し、クエリ結果を視覚化して、レポートを作成する
Créé par : Google Cloud
| Informations de base | Cours 1 de 5 dans Data Engineering on Google Cloud Platform 日本語版 Specialization |
| Niveau | Intermédiaire |
| Engagement | 1 週間の学習（6～10 時間 / 週） |
| Langue | Japanese, Sous-titres : English |
| Matériel requis | 受講には Google Cloud Platform の無料トライアルを利用できるアカウントが必要です。無料トライアルに登録: https://cloud.google.com/free/?hl=ja |
| Comment réussir | Réussissez tous les devoirs notés pour terminer le cours. |
| Notes des utilisateurs |
Programme de cours
SEMAINE 1
Google Cloud Platformの専門講座でのデータと機械学習の紹介
4 vidéos, 1 lecture
- Reading: ぜひお読みください
- Vidéo: コースの概要と課題
- Vidéo: Google Cloud Platform と Qwiklabs を使ってみる
- Vidéo: インストラクターに会いましょう
Google Cloud Platform とビッグデータ プロダクトの概要
このモジュールでは、Google Cloud Platform とプラットフォームにおけるデータ処理の概要について説明します。
5 vidéos
- Vidéo: Google Cloud Platform とは
- Vidéo: GCP のビッグデータ プロダクト
- Vidéo: 使用シナリオ
- Vidéo: モジュールのリソース
Noté: モジュールの復習
GCP コンピューティングとストレージの基礎
このモジュールでは、Google Cloud Platform の基礎であるコンピューティングとストレージの概要と、データの取り込み、ストレージ、フェデレーテッド分析を提供する仕組みについて説明します。
9 vidéos, 1 lecture
- Vidéo: CPUオンデマンド
- Vidéo: ラボの概要
- Vidéo: ラボの復習
- Vidéo: グローバル ファイルシステム
- Vidéo: ラボの概要
- Vidéo: ラボの復習
- Vidéo: モジュール復習
- Vidéo: モジュールのリソース
- Reading: モジュールのリソース
Noté: Compute Engine インスタンスの作成
Noté: Cloud Storage の操作
Noté: モジュールの復習
クラウドでのデータ分析
このモジュールでは、Google で管理されるビッグデータの一般的なユースケースを紹介します。Google では、業界内で幅広く扱われている大量のデータを簡単にクラウドに移行することができます。
10 vidéos
- Vidéo: 変革への足掛かり
- Vidéo: クラウドでの SQL データベース
- Vidéo: ラボの概要
- Vidéo: ラボの復習
- Vidéo: クラウドでのマネージド Hadoop
- Vidéo: ラボの概要
- Vidéo: ラボの復習
- Vidéo: モジュールの復習
- Vidéo: モジュールのリソース
Noté: Cloud SQL への賃貸物件データのセットアップ
Noté: Dataproc を使用したレコメンデーション ML
Noté: モジュールのまとめ
データ分析のスケーリング: GCP によるコンピューティング
このモジュールでは、受講者が使用しているテクノロジーと直接関係しない可能性があるものの、Google Cloud Platform のその他の革新的なテクノロジーについて説明します（「次のテクノロジー」）。
20 vidéos, 1 lecture
- Vidéo: 高速ランダム アクセス
- Vidéo: ペタバイト級のデータ格納とインタラクティブなクエリ
- Vidéo: BigQuery へのデータの取り込み
- Vidéo: インタラクティブで反復型の開発とデモ
- Vidéo: Cloud Datalab: デモ
- Vidéo: BigQuery をサポートする Datalab
- Vidéo: ラボの概要
- Vidéo: ラボの復習: Datalab の設定
- Vidéo: ラボの復習: IPython Notebook の使い方
- Vidéo: TensorFlow での機械学習
- Vidéo: ニューラル ネットワーク モデルのトレーニングと作成（パート 1）
- Vidéo: ニューラル ネットワーク モデルのトレーニングと作成（パート 2）
- Vidéo: ラボの概要
- Vidéo: 完全にビルドされた機械学習モデルとラボ
- Vidéo: 事前構築された ML API: 例
- Vidéo: ラボの復習
- Vidéo: モジュールの復習
- Vidéo: モジュールソース
- Reading: データ解析のスケーリング: リソース
- Vidéo: 機械学習: リソース
Noté: BigQuery を使用した ML データセットの作成
Noté: TensorFlow を使用した ML の実行
Noté: Machine Learning API の起動
Noté: モジュールの復習
データ処理アーキテクチャ: スケーラブルな取り込み、変換、読み込み
このモジュールでは、TaskQueues による非同期処理、Pub/Sub でのメッセージ指向アーキテクチャ、Dataflow を使用したパイプライン作成といった、Google Cloud Platform でのデータ処理アーキテクチャについて説明します。
4 vidéos, 1 lecture
- Vidéo: メッセージ指向アーキテクチャ
- Vidéo: サーバーレス データ パイプライン
- Vidéo: モジュールの復習
- Reading: モジュールのリソース
Noté: モジュールの復習
Google Cloud Platform、ビッグデータ、ML のまとめ
3 vidéos, 1 lecture
- Vidéo: 次のステップ
- Vidéo: モジュールのリソース
- Reading: 参考リンク
FAQ
Comment cela fonctionne
Coursework
Each course is like an interactive textbook, featuring pre-recorded videos, quizzes and projects.
Help from Your Peers
Connect with thousands of other learners and debate ideas, discuss course material, and get help mastering concepts.
Certificates
Earn official recognition for your work, and share your success with friends, colleagues, and employers.
Créateurs
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Tarification
| Acheter le cours | |
|---|---|
| Accéder au contenu du cours | Disponible |
| Accéder au contenu noté | Disponible |
| Recevoir une Note Finale | Disponible |
| Obtenir un Certificat de Cours partageable | Disponible |
Notation et examens
GCP初心者だったのでちょうどよかった。
Coursera propose un accès universel à la meilleure formation au monde,
en partenariat avec des universités et des organisations du plus haut niveau, pour proposer des cours en ligne.
© 2018 Coursera Inc. Tous droits réservés.
MF
The course is very good.
I had challenge with the quizes as they are in Japanese with no subtitles. I had to translate from Japanese to English in order to take the quizes.
Also, a more clear step-by-step lab would have helped. In some cases, for example the Datalab, the video starts right off in datalab without the step of creating it. Just took longer to get through it.
Thank you.