Day1 的時候有提到我們公司使用的雲端方案是GCP (Google Cloud Platform)，相關的產品除了Google有推出之外，Azure 和AWS 兩家科技巨頭也有推出類似的產品，細節的使用方式可能會不同。

接下來的篇章會專注在介紹Vertex 的相關使用經驗。

1. 功能位置

首先是功能位置，Google有特別拉出一個人工智慧的頁籤，第一個Vertex AI就是，這個功能以前的名稱是AutoML 或者Google Cloud AutoML，好像今年(2021)才改這個名字。

2. Dashboard

我們進入Dashboard，點選啟用功能之後，可以看到下面的畫面，有點特別的是一開始就有個地區可選擇，這可能跟Google它們的機器配置有關。

實作一輪後，操作方式大概這樣：

1. 「資料集」和「訓練模型」會綁在同一個地區，因為在選擇訓練新模型的時候，只能選擇在同樣地區的資料集。
2. 美州地區的訓練費用稍微偏低，選擇的地區價格會有所差異。
3. 資料並不互通，考慮資料存放在cloud storage，可能要放哪裡團隊要先溝通一下。

有資料集和模型之後的模樣

3. 建立資料集

Google將可以訓練的資料種類分成以下4種：

1. 圖片
2. 表格
3. 文字
4. 影片

每種類型能做的訓練用途也非常有趣，充滿了智能與先進感。

對於我們適用的資料格式是表格型的資料，順道一提，每種類型的模型收費價格也有所不同。

建立好資料集之後，接下來就是上傳資料的部分。

上傳本機的檔案，後續也是丟到google cloud storage，所以總結資料來源只有兩個，google cloud storage的csv 和big query的資料。

big query是google其中一個產品，專門儲存表格式資料(固定欄位)，相對也有另外一個儲存不固定欄位的產品：big table，不過big table的收費就相當的昂貴。

資料準備好之後，就可以開始訓練模型，下一篇我們從訓練模型開始。