無風不起波，無火不起煙。

這個學習過程主要都環繞在Google Developers Machine Learning，而總會有執行或表現的環境吧。
舉個例子，好的演員就要在舞台上，而好的模型也要在好的平台上。
Google身為網路世界的領頭羊，自然是不會想把自己的研發結果放到其他人的平台上；而Google Cloud Platform (GCP)於焉而生。

整體來說，GCP提供的服務大致上分成以下幾種：

• Computing
• Storage
• BigData
• High-level API Service

基本上，這門認證(總共包含5門課)對於GCP所提供的每項服務都有應用的場景，比如說VM的建制就屬於Computing，BigQuery對於資料的擷取則屬於BigData，整合性使用就算High-level API的擅長之處。
往後在對應課程的部分，會將對應的部分列出，方便未來想使用GCP的同學能簡單參考。

西瓜偎大邊，GCP真的厲害嗎?

現在每天工作、生活，甚至是報章雜誌，每個資訊來源都希望能夠和所謂的雲端、機器學習、人工智慧沾上個邊；好像沒有提到就落伍似的。
Microsoft/Facebook/Amazon/Netflix/Google...等各家科技大佬自然是不惶多讓，喊得比誰都要兇。
兇歸兇，還是要有產品產出才是真英雄。
以Google所提供的API來舉些例子(當然，有些服務要注意使用用途，如果是商業用途，在計費上就要注意囉)：

• Cloud Speech-to-Text
• Translation
• Video Intelligence

目前整體雲端服務提供者，還是以Amazon所提供的AWS為大宗；對此Google甚至提供了對照表，方便躊躇不定的使用者貨比三家：
GCP v.s. AWS對照表

別人的產品都好厲害，那我們能做什麼?

巨人都已經這麼高了，不站到他的肩膀上面去要做什麼？
Google的確提供了不少好用的API，但總有不那麼符合我們需求的時刻。
下一章要開始進入我的們的正題，機器學習我來啦！