Google Cloud AutoML培训

这种以讲师为主导的中国现场现场培训针对的是希望使用H2O AutoML来自动化构建和选择最佳机器学习算法和参数的过程的数据科学家。

在培训结束时，参与者将能够：

• 自动执行机器学习工作流。
• 在指定的时间范围内自动训练和调优多个机器学习模型。
• 训练堆叠集成以得出高度预测的集成模型。

这种以讲师为主导的中国现场现场培训针对的是希望使用Auto-sklearn来自动化选择和优化机器学习模型过程的机器学习从业者。

在培训结束时，参与者将能够：

• 自动执行训练高效机器学习模型的过程。
• 构建高度准确的机器学习模型，同时绕过选择、训练和测试不同模型等更繁琐的任务。
• 利用机器学习的强大功能解决实际业务问题。

这种以讲师为主导的中国现场培训（现场或远程）针对的是数据科学家以及希望使用Auto-Keras来自动化选择和优化机器学习模型过程的技术人员。

在培训结束时，参与者将能够：

• 自动执行训练高效机器学习模型的过程。
• 自动搜索深度学习模型的最佳参数。
• 构建高度准确的机器学习模型。
• 利用机器学习的强大功能解决实际业务问题。

这种以讲师为主导的中国现场培训（现场或远程）针对的是希望使用Google AdWord发起营销活动的营销人员。

在培训结束时，参与者将能够：

• 投放 Google AdWord 广告系列，以捕获高质量的潜在客户。
• 制作 Google AdWord 广告系列以增加销量。
• 实施出价策略以从广告费用中获利。
• 利用 Google AdWord 改进现有的营销活动。

这种以讲师为主导的中国现场培训（现场或远程）针对的是希望使用Google Analytics来跟踪和报告网站数据的数据分析师。

在培训结束时，参与者将能够：

• 设置 Google Analytics 以收集网站数据。
• 创建和分析报告。
• 获得见解并做出数据驱动的决策。

这种由讲师指导的中国现场培训（远程或远程）面向希望使用Google Apps Script在G Suite环境中进行开发的Web开发人员。

在培训结束时，参与者将能够：

• 使用 Google Apps 脚本开发 Web 应用。
• 构建插件以扩展 Google 产品，例如 Gmail。
• 执行系统管理任务。
• 从 Google 产品连接到数据源。

这种由讲师指导的现场培训中国（现场或远程） 面向希望学习如何使用 Google BigQuery 进行数据查询、优化和机器学习集成的高级数据分析师。

在本次培训结束时，参与者将能够：

了解 Google BigQuery 的基础知识及其在数据分析和云计算中的应用。 使用 Google BigQuery 进行数据管理和复杂的 SQL 查询。 实施查询优化策略以提高性能。 将 BigQuery 与其他 Google Cloud 服务集成。

这种以讲师为主导的中国现场现场培训面向希望学习如何使用Go ogle Earth Pro进行制图，数据可视化和地理分析的中高级GIS专业人员。

在培训结束时，参与者将能够：

• 学习浏览 Google Earth Pro 的用户界面，并了解其各种工具和选项的功能。
• 使用 Google Earth Pro 高效导航地球，包括使用搜索功能、坐标和各种视图模式。
• 创建、编辑和利用地标、路径和多边形来标记和分析地理位置。
• 使用 Google Earth Pro 进行高级可视化，包括 3D 建筑物、历史影像和街景集成。

在这个由讲师指导的中国现场培训中，参与者将学习如何在Google Cloud上使用Kubernetes设置和管理生产规模的容器环境。 

在培训结束时，参与者将能够：

• 在 Google Cloud 上配置和管理 Kubernetes。
• 部署、管理和扩展 Kubernetes 集群。
• 在 Google Cloud 上部署容器化 （Docker） 应用。
• 将现有 Kubernetes 环境从本地迁移到 Google Cloud。
• 将 Kubernetes 与第三方持续集成 （CI） 软件集成。
• 确保 Kubernetes 中的高可用性和灾难恢复。

这种以讲师为主导的中国现场现场培训面向希望通过Google地图添加地理位置功能来增强其网站或Web应用程序的开发人员。

在培训结束时，参与者将能够：

• 将地图嵌入到新的或现有的网站或 Web 应用程序中。
• 显示与当前位置同步的实时数据。
• 创建包含 Google 地图的混搭。
• 应用良好的 CSS 和 JavaScript 编码实践
• 为应用程序创建自定义映射。

这种以讲师为主导的中国现场培训（现场或远程）针对具有机器学习背景的技术人员，他们希望优化用于检测大数据中复杂模式的机器学习模型。

在培训结束时，参与者将能够：

• 安装和评估各种开源 AutoML 工具（H2O AutoML、auto-sklearn、TPOT、TensorFlow、PyTorch、Auto-Keras、TPOT、Auto-WEKA 等）
• 训练高质量的机器学习模型。
• 有效解决不同类型的监督式机器学习问题。
• 只需编写必要的代码即可启动自动化机器学习过程。

未来城市会是什么样子？ Artificial Intelligence (AI)如何用于改善城市规划？如何利用人工智能使城市更高效，更宜居，更安全，更环保？

在这个以讲师为主导的现场培训（现场或远程）中，我们研究了构成AI的各种技术，以及将它们用于城市规划所需的技能组合和心理框架。我们还介绍了收集和组织用于AI的相关数据的工具和方法，包括数据挖掘。

听众

• 城市规划师
• 建筑师
• 开发商
• 交通官员

课程格式

• 部分讲座，部分讨论和一系列互动练习。

注意

• 要申请本课程的定制培训，请联系我们安排。

AI是用于构建智能系统的技术集合，能够理解数据和围绕数据的活动以做出“智能决策”。对于电信提供商而言，构建利用AI的应用程序和服务可以为维护和网络优化等领域的改进操作和服务打开大门。

在本课程中，我们将研究构成AI的各种技术以及使用它们所需的技能。在整个课程中，我们将研究AI在电信行业中的特定应用。

听众

• 网络工程师
• 网络运营人员
• 电信技术经理

课程形式

• 部分讲座，部分讨论，动手练习

本课程是为经理、解决方案架构师、创新官、首席技术官、软件架构师以及任何对应用人工智能概述及其发展的最新预测感兴趣的人创建的。

本课程是为那些以前没有概率和统计经验的人创建的。