BigQuery 是 Google 推出的全代管數據分析資料倉儲服務,不僅可以處理 PB 規模的資料,還兼具成本低廉的優勢。由於 BigQuery 沒有可管理的基礎架構,更不需要資料庫管理員,因而免除了相關人工管理作業。有了 BigQuery,您就能運用熟悉的 SQL 介面和極具成本效益的內建機器學習技術,專心分析資料以找出有意義的結果。 開啟 Google Cloud Platform Console的左側選單之後,您就能在「大數據」下方找到 BigQuery。 入門指南 什麼是 BigQuery? 查看簡介文章。 快速入門導覽課程:試用 BigQuery 網頁版 UI,瞭解如何查詢公開資料集,以及將資料載入表格的方式。 所有教學指南:查看所有 BigQuery 工作的詳盡操作說明。 熱門主題 查詢資料 控制成本 鍵盤快速鍵 載入巢狀 JSON 資料和重複的 JSON 資料 將資料載入 BigQuery 使用 API 建立簡易應用程式
這對您有幫助嗎?
我們應如何改進呢?
藥品優良臨床試驗準則 (Good Clinical Practice,GCP),是為判斷臨床試驗資料之可信度,及國內臨床試驗之倫理與科學品質能符合國際標準,以確保受試者之權利、安全與福祉,並與赫爾辛基宣言之原則相符的規定。臨床試驗,是用來確定新藥品或醫療器材是否有效最重要的方法。臨床試驗必須有完整的研究計畫書,且經客觀獨立的人體試驗委員會,考慮病人權益仔細審核通過,且經病人簽署同意書後才能進行。因此,臨床試驗並非如有些人所誤會,是將病人當成實驗動物的行為,而是非常嚴謹,尊重人權,小心仔細的科學研究。為確保臨床試驗的品質,各國主管機關都依據藥品優良臨床試驗準則的內容,來查核臨床試驗。以確認資料的可信度,以及執行時是否尊重病人。
授課講師
嘉義基督教醫院 院長特助 郭英調 醫師 (課程提供:臺北榮民總醫院 新藥臨床試驗中心)
前測
影片
後測
問卷-確保臨床試驗的品質
Q1. 什麼是GCP?
A1.
藥品優良臨床試驗準則 (Good Clinical Practice,簡稱GCP)是臨床試驗倫理與科學品質的標準規範,這個規範涵蓋了臨床試驗從開始到完成的標準原則,以確保藥品臨床試驗的科學性、可靠性與準確性所制定的規範,並保護受試者和病人在新藥臨床試驗中的安全與福祉。
Q2. 如果要執行臨床試驗,我需要有多少個小時的訓練證明?
A2.
依本院研究倫理委員會規定,針對不同身份之研究人員於不同性質之試驗案皆有不同之資格規範,詳細請參閱本院研究倫理委員會。
Q3. 擔任臨床試驗之計畫主持人需要多少小時的訓練證明?
A3.
依本院研究倫理委員會規定,針對計畫主持人於不同性質之試驗案皆有不同之資格規範,詳細請參閱本院研究倫理委員會。
Q4. 擔任臨床試驗之計畫協同主持人需要多少小時的訓練證明?
A4.
依本院研究倫理委員會規定,針對計畫協同主持人於不同性質之試驗案皆有不同之資格規範,詳細請參閱本院研究倫理委員會。
Q5. 如何取得GCP或其他相關訓練證明?
A5.
【實體課程】相關實體課程可至本中心實體與線上同步課程公告頁面查詢並報名。
【線上課程】
一、若您為本院同仁,請使用「員工編號與密碼
」登入Library電子教學平台進行訓練。
二、若您非本院同仁,請至本中心線上課程公告頁面進行訓練,相關訓練流程請參考線上課程說明。"
【邀请函】
谷歌云平台 (GCP) 入门培训:核心基础架构
课程介绍
这是一个为期一天的谷歌云平台(GCP)入门动手培训课程,将重点介绍GCP上核心基础架构的基础知识。通过讲师讲解、DEMO演示和动手实践的全方位学习,帮助大家了解GCP的价值,以及如何将云端解决方案融入到业务策略中。
课程目标
- 了解GCP产品和服务的用途和价值
- 与GCP服务进行交互,熟悉平台与功能操作
- 了解GCP的用户使用场景
- 了解如何在GCP上选择并使用应用程序部署环境:Google App Engine、Kubernetes Engine和Google Compute Engine
- 学会选用GCP各项存储服务:Google Cloud Storage、Google Cloud SQL、Google Cloud Bigtable和Google Cloud Datastore
- 学会使用Google的托管式数据仓库和分析服务 BigQuery的基本操作
适合人群
- 计划在GCP上部署应用程序并创建应用环境的使用者
- 刚开始使用GCP的开发者、系统运维专家和解决方案架构师
- 评估GCP以解决其业务需求的高管和业务决策者
学员需自备
笔记本电脑
(Windows、Mac OS 或 Linux)
证书
完成全天课程后,您将获得一张官方结课证书!
活动信息
课程方向:
核心基础架构
时间
上海场:2019年3月6日9:00-17:30
北京场:2019年3月8日9:00-17:30
地点
(具体位置请参见报名成功确认函)
上海场:Google上海办公室
北京场:Google北京办公室
课程大纲
第一部分
GCP介绍
- GCP的优势
- Google网络基础设施的组成,包括:入网点、数据中心、区域和地区
- 了解"基础设施即服务 (IaaS)"和"平台即服务 (PaaS)"的区别
第二部分
如何使用 GCP
- GCP各项目的用途
- "身份和访问管理权限"的用途和案例
- 与GCP交互的方法
- 动手实验:如何使用GCP
第三部分
云端虚拟机和网络
- Google Compute Engine用途及案例
- 各种GCP网络和操作工具和服务
- 动手实验:使用Compute Engine
第四部分
云端存储
- Google Cloud Storage、Google Cloud SQL、Google Cloud Bigtable和Google Cloud Datastore用途及案例
- 如何选择合适的GCP存储方案
- 动手实验:使用Cloud Storage和Cloud SQL
第五部分
云端容器
- 了解容器概念与容器用途
- Kubernetes Engine和Kubernetes的用途及案例
- 动手实验:使用Kubernetes Engine
第六部分
云端应用
- Google App Engine的用途及案例
- 对比App Engine标准与弹性环境
- Google Cloud Endpoints的用途及案例
- 动手实验:使用App Engine
第七部分
云端开发、部署和监测
- 面向软件开发者的源代码托管方案
- 学会模板创建和资源管理
- 集成监测、警示和除错的用途
- 动手实验:使用Deployment Manager和 Stackdriver
第八部分
云端大数据和机器学习
- 谷歌云大数据和机器学习平台产品和服务的用途及案例
- 动手实验:使用BigQuery
请点击:立即报名
或扫描下方二维码报名:
《30天帶你上完 Google Data Analytics Certificate 課程》系列將透過30篇文章,和各位分享 Google Data Analytics Professional Certificate 課程的心得與筆記,希望對資料分析有興趣的朋友,能藉由這些分享,對此領域更深的認識與了解。
若對於文章主題或內容有任何建議,也歡迎留言給予寶貴的意見,謝謝:)
在第一篇文章中提到本系列文章所介紹的 Google Data Analytics 課程是由 Google 和 Coursera 共同合作開設,除了 Professional Certificate 系列課程之外,其實 Google Cloud
Platform 之前就已在 Coursera 上開設許多課程,課程內容從 GCP 的 IT 知識到機器學習的應用都涵蓋在內,筆者就曾經上過《Google Cloud Big Data and Machine Learning Fundamentals》的課程,學習如何使用 GCP 上的各項服務及工具來完成機器學習的工作。
在 Coursera 上修習由 Google 或是 GCP 開設的課程時,都會在課程中的實作練習部分使用到 Qwiklabs 的服務,學生可以透過 Qwiklabs 來免費使用 Google Cloud Platform 或是 G Suite 的服務,進而達到學習後馬上實作的良好學習效果。
Qwiklabs 是在 2012 年成立的雲端學習平台,提供學習環境讓企業用戶能藉由實際操作,學習雲端服務操作使用,但初期主要以 AWS(Amazon Web Service)服務為主。Google 於 2016 年收購 Qwiklabs,希望能藉由 Qwiklabs 教育用戶使用 Google Cloud 的相關服務,包含 GCP(Google Cloud Platform)及 G Suite。
Google Professional Certificate 課程資源與授課方式介紹
在 Google Data Analytics Certificate 的課程中,Google 設計了完整的課程資源,透過不同形式的教材及補充資料,讓學生能充分且完整的學習每個章節所教授的知識與技能。
在上一篇文章中介紹到,Google Data Analytics Certificate 課程總共有八大堂課,每堂課會分成數週的課程內容,每週的課程則會包含影片教學(Video)、文件閱讀(Reading)、學生回饋(Discussion Prompt)、測驗練習(Practice Quiz)、每週測驗(Graded Quiz) 以及整堂課最後的 課程挑戰(Course Challenge)。
- Video:觀念教學、實作示範
- Reading:詳細內容、補充教材
- Discussion Prompt:學生回饋與問題討論、和其他修課學生互動
- Practice Quiz:簡單的選擇題測驗
- Graded Quiz:題目較需要思考的選擇題
- Course Challenge:情境式的題組題
透過多元的課程素材安排,讓學生可以藉由適合自己的學習方式來達到最高的學習成效,而和其他 Coursera 上的課程最大的不同在於,Google Data Analytics Certificate 課程的練習題及測驗,都非常用心的設計,以實際資料分析師工作中會遇到的情境來讓學生練習,對於資料分析師或是未來想成為資料分析師的學生來說,都是一個讓自己能身歷其境解決問題的機會,而筆者認為這也是讓學習更有成效的教學方式。
- 留言
- 追蹤
- 檢舉