iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 2
0

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。
https://ithelp.ithome.com.tw/upload/images/20190917/20120151AMNyP90j8g.png
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):

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!


上一篇
Day1: 概覽 x 前言 x 出發
下一篇
Day3: AI x ML x 商業應用
系列文
初心者的GDC攻略30

尚未有邦友留言

立即登入留言