Перейти до головного вмісту
Українська (uk)
Русский (ru)
Українська (uk)
Deutsch (de_old)
English (de)
English (en)
Español - Internacional (es)
Français (fr)
Italiano (it)
Polski (pl)
Вхід
Платформи хмарних се ...
Пошук курсів
Курси
Факультети, кафедри
Математичний факультет
Кафедра комп'ютерних наук
Платформи хмарних сервісів
Практичні завдання
Лабораторна робота 4. Створення потокової обробки ...
Лабораторна робота 4. Створення потокової обробки даних з Dataflow.
Lab4-Creating a Streaming Data Pipeline for a Real-Time Dashboard with Dataflow.pdf
3 October 2022, 13:23 PM
Попередня секція
Лабораторна робота 3. Передбачення нових покупок за допомогою BigQuery ML.
Наступна секція
Лабораторна робота 5. Класифікація хмар за допомогою Google AutoML.
Перейти до...
Перейти до...
Форум новин
Література до курсу
Система оцінювання
Силабус
Автор
Лекція 1. Структура GCP: машина обчислень, хмарне сховище даних, великі дані, штучний інтелект, глобальна мережа, безпека
Лекція 2. Хмарне сховище даних: BigTable, Storage, SQL, Spanner, Datastore
Лекція 3. Хмарна аналітика: BigQuery, BigQuery GIS.
Лекція 4. Обробка повідомлень у реальному часі за допомогою Pub/Sub, Dataflow та Data Studio.
Лекція 5. Аналітика неструктурованих даних за допомогою Cloud AI.
Лекція 6. Створення власних моделей для ML: засоби GCP.
Лабораторна робота 1. Вивчення публічно доступного датасета у BigQuery. (10 балів)
Лабораторна робота 2. Обчислення рекомендацій для покупців з використанням Cloud SQL
Лабораторна робота 3. Передбачення нових покупок за допомогою BigQuery ML.
Лабораторна робота 5. Класифікація хмар за допомогою Google AutoML.
Лабораторна робота 6. Класифікація текстів одним із трьох запропонованих способів.
Сертифікати
Підсумковий контроль 2023