Compute on Google Cloud Platform

1

Introducción al curso de Google Cloud for Developer Community

2

Lectura: introducción de instalación

3

Tutorial de Qwiklabs

4

Cómputo en la nube de Google

5

Opciones de cómputo en la nube

6

Máquinas virtuales a profundidad

7

Tutorial para instalar Qwiklabs

8

Demo: máquinas virtuales a profundidad

9

Cómputo sin administración con plataformas como servicio

10

Demo: cómputo sin administración

11

Lectura: ¿qué son los contenedores?

12

Cómputo contenerizado con App Engine Flex

13

Cómputo contenerizado con Cloud Run

14

Funciones serverless

Continuous Integration, Continuous Delivery

15

CI/CD en Google Cloud Platform

16

Estrategias de Despliegue

17

Repositorios de código

18

Construcción y despliegue de artefactos

19

Infraestructura como código

20

Despliegue en Servicios Serverless

Google Kubernetes Engine

21

Kubernetes Overview

22

Demo Kubernetes

23

Planeación de tu despliegue

24

Anthos

25

Cloud Run for Anthos

26

Demo Cloud Run for Anthos

27

Anthos Service Mesh

28

Site Reliability Engineering con Anthos

Streaming Data Analytics

29

Integración de datos e ingesta de datos totalmente administrada sobre GCP

30

Demo: ingesta de datos

31

Ingesta de datos confiable en streaming sobre GCP

32

Demo: ingesta de datos confiable

33

Demo: configuración de Apache Kafka

34

Visualización de mensajes de una base de datos relacional en Google Cloud

35

Data Warehouse: el modelo tradicional para construir un repositorio de datos empresarial

36

Data Lakehouse: el nuevo y moderno enfoque para construir un repositorio de datos empresarial

37

El portafolio de gestión de datos en Google Cloud

38

Desglose del portafolio de gestión de datos (Bases de datos) en Google Cloud

39

Gobierno de datos de punta a punta para garantizar la seguridad en tu Data Lake

40

Gobierno de datos: calidad y monitoreo

Machine Learning

41

¿Qué es ML y AI?

42

Plataforma de AI en GCP

43

Auto ML con datos estructurados

44

Demo Auto ML con datos estructurados

45

Predicción de tarifas usando AI notebooks

46

Demo predicción de tarifas usando AI notebooks

47

TensorFlow Extended

Sesiones en vivo

48

Sesión en vivo con Pablo Pérez Villanueva

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Auto ML con datos estructurados

43/48
Recursos

Aportes 2

Preguntas 1

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Nota:

Noten que el tipo de algoritmos que corre auto ML son algorirmos supervisados, porque le decimos la tabla objetivo (los resultados que debe obtener).

Wow esto si es ML made easy!