Science des données sur Google Cloud Platform : Construire des pipelines de données de bout en bout

Science des données sur Google Cloud Platform : Mise en œuvre de pipelines de données en temps réel de bout en bout : De l'ingestion à l'apprentissage automatique (Valliappa Lakshmanan)

Avis des lecteurs

Résumé:

Ce livre est très apprécié pour sa présentation claire d'exemples concrets, son approche structurée de la science des données et son intégration efficace des outils Google Cloud. Il comprend des exercices pratiques et des études de cas qui améliorent l'apprentissage. Cependant, il peut ne pas convenir aux débutants en science des données en raison de sa profondeur et de sa complexité.

Avantages:

⬤ Excellents exemples du monde réel
⬤ présentation claire et structurée
⬤ pratique
⬤ organisation réfléchie
⬤ bonnes études de cas
⬤ utilisation efficace de la narration
⬤ couverture complète des outils GCP.

Inconvénients:

Peut ne pas convenir aux débutants en science des données ; un peu de complexité dans la compréhension pour les nouveaux venus.

(basé sur 6 avis de lecteurs)

Titre original :

Data Science on the Google Cloud Platform: Implementing End-To-End Real-Time Data Pipelines: From Ingest to Machine Learning

Contenu du livre :

Découvrez à quel point il est facile d'appliquer des méthodes statistiques et d'apprentissage automatique sophistiquées à des problèmes réels lorsque vous construisez à l'aide de Google Cloud Platform (GCP). Ce guide pratique montre aux ingénieurs et aux scientifiques des données comment mettre en œuvre un pipeline de données de bout en bout, en utilisant des méthodes et des outils statistiques et d'apprentissage automatique sur GCP.

Tout au long de cette deuxième édition mise à jour, vous travaillerez sur un exemple de décision commerciale en employant une variété d'approches de science des données. Vous suivrez la mise en œuvre de ces solutions statistiques et d'apprentissage automatique dans votre propre projet sur GCP, et découvrirez comment cette plateforme offre une façon transformatrice et plus collaborative de faire de la science des données.

Vous apprendrez à :

⬤ Employer les meilleures pratiques pour construire des pipelines de données et de ML hautement évolutifs sur Google Cloud.

⬤ Automatiser et planifier l'ingestion de données à l'aide de Cloud Run.

⬤ Créer et alimenter un tableau de bord dans Data Studio.

⬤ Construire un pipeline d'analyse en temps réel en utilisant Pub/Sub, Dataflow et BigQuery.

⬤ Effectuer une exploration interactive des données avec BigQuery.

⬤ Créer un modèle bayésien avec Spark sur Cloud Dataproc.

⬤ Prévision de séries temporelles et détection d'anomalies avec BigQuery ML.

⬤ Agréger des données dans des fenêtres temporelles avec Dataflow.

⬤ Entraînement de modèles d'apprentissage machine explicables avec Vertex AI.

⬤ Exploiter le ML avec Vertex AI Pipelines.