Corso Machine Learning on Google Cloud

Obiettivi | Certificazione | Contenuti | Tipologia | Prerequisiti | Durata e Frequenza | Docenti | Modalità di Iscrizione | Calendario

Il Corso di Machine Learning su Google Cloud è progettato per insegnare ai partecipanti come costruire, addestrare e distribuire modelli di machine learning utilizzando la piattaforma Vertex AI di Google, senza scrivere una sola riga di codice. Durante il corso, i partecipanti apprenderanno come creare modelli con Vertex AI AutoML e BigQuery ML, gestire dataset con Vertex AI Managed Datasets, e aggiungere funzionalità a Feature Store. Saranno introdotti a strumenti come Analytics Hub, Dataplex e Data Catalog, e impareranno a utilizzare il tuning dei parametri tramite Vertex Vizier per migliorare le prestazioni del modello. Il corso copre la creazione di notebook gestiti da Vertex AI Workbench e la preparazione di lavori di training personalizzati tramite container Docker. Inoltre, i partecipanti acquisiranno conoscenze su predizioni batch e online, il monitoraggio dei modelli, e la qualità dei dati. Le tecnologie chiave trattate includono TensorFlow, Keras, tf.data, e le API di Keras per la creazione di modelli. Il corso contribuisce alla preparazione per l’esame di Certificazione Google Professional Machine Learning Engineer.

Obiettivi del corso

Di seguito una sintesi degli obiettivi principali del Corso Machine Learning on Google Cloud:

• Costruire, addestrare e distribuire modelli di machine learning senza scrivere codice usando Vertex AI AutoML.
• Utilizzare BigQuery ML per creare e addestrare modelli con SQL.
• Gestire dataset e funzionalità con Vertex AI Managed Datasets e Feature Store.
• Ottimizzare modelli tramite il tuning dei parametri con Vertex Vizier.
• Implementare modelli di machine learning scalabili usando TensorFlow e Keras.

Certificazione del corso

Esame Google Cloud Certified Professional Machine Learning Engineer; L’esame valuta le competenze dei candidati nella progettazione, creazione, distribuzione e monitoraggio di modelli di machine learning sulla piattaforma Google Cloud. Gli esaminati devono dimostrare la loro capacità di utilizzare strumenti e tecnologie chiave di Google Cloud, come Vertex AI, TensorFlow, BigQuery ML, e AutoML. Durante l’esame, i candidati vengono testati sulla loro capacità di gestire e preprocessare dati utilizzando tecnologie come Vertex AI Feature Store, Analytics Hub, Dataplex e Data Catalog. Essi devono mostrare competenza nella creazione e gestione di dataset con Vertex AI Managed Datasets e nella realizzazione di notebook personalizzati tramite Vertex AI Workbench. Un altro topic cruciale è il tuning dei modelli, dove gli esaminati devono dimostrare l’uso efficace di Vertex Vizier per l’ottimizzazione dei parametri. L’esame include anche la valutazione della capacità di creare, addestrare e distribuire modelli di machine learning senza scrivere codice, utilizzando strumenti come Vertex AI AutoML e BigQuery ML.

Contenuti del corso

Module 1:  Introduction to AI and Machine Learning on Google Cloud

• AI Foundations
• AI Development Options
• AI Development Workflow
• Generative AI

Module 2: Launching into Machine Learning

• Improve data quality
• Exploratory Data Analysis
• Regression
• Classification
• Train AutoML Models using Vertex AI
• Optimization
• Train AutoML Models using BQML
• Generalization
• Sampling

Module 3: TensorFlow on Google Cloud

• Design and build a TensorFlow 2.x input data pipeline
• Build, train and deploy machine learning models using TF/Keras
• keras preprocessing layers

Module 4: Feature Engineering

• Purpose of feature engineering and how it helps to improve model performance
• Introduction to Vertex AI Feature Store

Module 5: Machine Learning in the Enterprise

• Understanding the ML Enterprise Workflow
• Data in the Enterprise; Data Management & Governance
• Data Preprocessing Options
• Training ML models using Vertex AI AutoML
• Science of ML and Custom Training
• Vizier Hyperparameter tuning
• Building a Vertex AI Pipeline

Tipologia

Corso di Formazione con Docente

Docenti

I docenti sono Istruttori accreditati Google Cloud e certificati in altre tecnologie IT, con anni di esperienza pratica nel settore e nella Formazione.

Infrastruttura laboratoriale

Per tutte le tipologie di erogazione, il Corsista può accedere alle attrezzature e ai sistemi presenti nei Nostri laboratori o direttamente presso i data center del Vendor o dei suoi provider autorizzati in modalità remota h24. Ogni partecipante dispone di un accesso per implementare le varie configurazioni avendo così un riscontro pratico e immediato della teoria affrontata. Ecco di seguito alcuni scenari tratti dalle attività laboratoriali:

Dettagli del corso

Prerequisiti

Si consiglia la partecipazione al Corso Google Cloud Big Data and Machine Learning Fundamentals.

Durata del corso

• Durata Intensiva 5gg;

Frequenza

Varie tipologie di Frequenza Estensiva ed Intensiva.

Date del corso

• Corso Machine Learning on Google Cloud (Formula Intensiva) – su Richiesta – 9:00 – 17:00

Le iscrizioni sono a numero chiuso per garantire ai tutti i partecipanti un servizio eccellente.
L’iscrizione avviene richiedendo di essere contattati dal seguente Link, o contattando la sede al numero verde 800-177596 o inviando una richiesta all’email [email protected].