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
Теоретичні відомості
Лекція 4. Обробка повідомлень у реальному часі за ...
Лекція 4. Обробка повідомлень у реальному часі за допомогою Pub/Sub, Dataflow та Data Studio.
module4-1-transcript.txt
module4-1.mp4
module4-2-transcript.txt
module4-2.mp4
module4-3-transcript.txt
module4-3.mp4
module4-4-transcript.txt
module4-4.mp4
module4-5-transcript.txt
module4-5.mp4
module4-6-transcript.txt
module4-6.mp4
module4-7-transcript.txt
module4-7.mp4
Завантажити теку
Попередня секція
Лекція 3. Хмарна аналітика: BigQuery, BigQuery GIS.
Наступна секція
Лекція 5. Аналітика неструктурованих даних за допомогою Cloud AI.
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 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 4. Створення потокової обробки даних з Dataflow.
Лабораторна робота 5. Класифікація хмар за допомогою Google AutoML.
Лабораторна робота 6. Класифікація текстів одним із трьох запропонованих способів.
Сертифікати
Підсумковий контроль 2023