计算机科学 第56页

课程名称: NPC Programming Unity Dustin Carroll

课程主页: https://www.coursera.org/learn/npc-programming

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Unity

讲师： Unity Technologies，Dustin Carroll

授课语言： 英语

提供字幕： 英语

课程文件大小： 2.01GB

课程介绍： NPC编程：欢迎来到NPC编程，这是Unity游戏性编程专业课程的第三门课程！ 本课程是Unity的专家级游戏程序员认证考试的考试准备。本课程将启发您在Unity电子游戏项目中遇到一系列现实的编程问题，这些问题的灵感来自“专家游戏程序员”考试中涉及的一个或多个主题。在整个课程中，您将研究3D“双棒幸存者”游戏项目。这将帮助您练习游戏内NPC的编程，包括编写脚本NPC逻辑和行为，导航和寻路，光线投射以及NPC生成和放置。 这是一门高级课程，面向行业游戏开发人员或经验丰富的Unity爱好者，他们希望“提升”他们的游戏编程和实施策略。要在本课程中取得成功，您应该至少有2-3年的使用Unity开发游戏的经验。您应该熟悉完整游戏的生命周期（从早期概念到发布的整个过程），创建和使用Prefabs，了解游戏资产和动画管道，并具有Unity Services的经验。您还应该具有高级的编程技能，尤其是C＃语言。

课程压缩包下载地址（度盘链接）：

课程名称: Programming for Level Design Unity Dustin Carroll

课程主页: https://www.coursera.org/learn/programming-level-design

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Unity

讲师： Unity Technologies，Dustin Carroll

授课语言： 英语

提供字幕： 英语

课程文件大小： 1.82GB

课程介绍： 关卡设计编程：欢迎来到关卡设计编程，这是Unity游戏性编程专业课程的第二门课程！ 本课程是Unity的专家级游戏程序员认证考试的考试准备。本课程将启发您在Unity电子游戏项目中遇到一系列现实的编程问题，这些问题的灵感来自“专家游戏程序员”考试中涉及的一个或多个主题。在整个课程中，您将研究3D“双棒幸存者”游戏项目。这将帮助您练习关卡设计的编程，包括配置GameObject物理结构，生成预制件，设计关卡逻辑和行为，编写动画系统和事件的脚本以及与游戏中的电影技术打交道。 这是一门高级课程，面向行业游戏开发人员或经验丰富的Unity爱好者，他们希望“提升”他们的游戏编程和实施策略。要在本课程中取得成功，您应该至少有2-3年的使用Unity开发游戏的经验。您应该熟悉完整游戏的生命周期（从早期概念到发布的整个过程），创建和使用Prefabs，了解游戏资产和动画管道，并具有Unity Services的经验。您还应该具有高级的编程技能，尤其是C＃语言。

课程压缩包下载地址（度盘链接）：

课程名称: Rapid Gameplay Prototyping Unity Dustin Carroll

课程主页: https://www.coursera.org/learn/rapid-gameplay-prototyping

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Unity

讲师： Unity Technologies，Dustin Carroll

授课语言： 英语

提供字幕： 英语

课程文件大小： 463MB

课程介绍： 快速游戏原型制作：欢迎来到快速游戏原型制作，这是Unity游戏设计专业课程的第一门课程！ 本课程是Unity的专家级游戏程序员认证考试的考试准备。本课程将启发您在Unity电子游戏项目中遇到一系列现实的编程问题，这些问题的灵感来自“专家游戏程序员”考试中涉及的一个或多个主题。在整个课程中，您将研究2D“无限平台游戏”游戏项目。这将帮助您练习核心游戏机制的原型设计，包括对GameObjects及其组件进行脚本编写，协调UI系统以及实现UI脚本编写。您还将在原型阶段识别冲突并实施解决方案。 这是一门高级课程，面向行业游戏开发人员或经验丰富的Unity爱好者，他们希望“提升”他们的游戏编程和实施策略。要在本课程中取得成功，您应该至少有2-3年的使用Unity开发游戏的经验。您应该熟悉完整游戏的生命周期（从早期概念到发布的整个过程），创建和使用Prefabs，了解游戏资产和动画管道，并具有Unity Services的经验。您还应该具有高级的编程技能，尤其是C＃语言。

课程压缩包下载地址（度盘链接）：

课程名称: Building Resilient Streaming Systems on Google Cloud Platform

课程主页: https://www.coursera.org/learn/building-resilient-streaming-systems-gcp-es

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google 云端平台

讲师： Google Cloud Training

授课语言： 英语

提供字幕： 英语

课程文件大小： 389MB

课程介绍： Este curso acelerado a pedido de una semana está basado en Google Cloud Platform Big Data and Machine Learning Fundamentals. Mediante una serie de clases por video, demostraciones y labs prácticos, aprenderá a compilar canalizaciones de datos de transmisión con Google Cloud Pub/Sub y Dataflow para poder tomar decisiones en tiempo real. Además, aprenderá a compilar paneles a fin de procesar resultados personalizados para distintos públicos interesados. Requisitos previos: • Haber completado el curso Google Cloud Platform Big Data and Machine Learning Fundamentals (o contar con experiencia equivalente) • Conocimientos de Java Objetivos: • Comprender casos prácticos de estadísticas de transmisiones en tiempo real • Usar el servicio de mensajería asíncrona de Google Cloud Pub/Sub para administrar eventos de datos • Escribir canalizaciones de transmisión y ejecutar transformaciones cuando sea necesario • Familiarizarse con ambos lados de una canalización de transmisión: la producción y el consumo • Interoperar Dataflow, BigQuery y Cloud Pub/Sub para realizar transmisiones y análisis en tiempo real

课程压缩包下载地址（度盘链接）：

课程名称: Serverless Machine Learning with Tensorflow on Google Cloud Platform

课程主页: https://www.coursera.org/learn/serverless-machine-learning-gcp-fr

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google 云端平台

讲师： Google Cloud Training

授课语言： 英语

提供字幕： 英语

课程文件大小： 513MB

课程介绍： Ce cours à la demande accéléré réparti sur une semaine propose aux participants une introduction pratique à la conception et à la création de modèles de machine learning sur la plateforme Google Cloud. Grâce à une combinaison de présentations, de démonstrations et d’ateliers pratiques, les participants découvriront les concepts du machine learning, aussi appelé apprentissage automatique, et de TensorFlow, et acquerront des compétences pratiques pour développer, évaluer et produire des modèles de machine learning. OBJECTIFS Ce cours enseigne aux participants les compétences suivantes : ● Identifier les cas d’utilisation de machine learning ● Élaborer un modèle de ML à l’aide de TensorFlow ● Élaborer des modèles de ML évolutifs et déployables avec Cloud ML ● Comprendre l’importance des fonctionnalités de prétraitement et de combinaison ● Incorporer des concepts de ML évolués à leurs modèles ● Faire passer des modèles de ML entraînés en production CONDITIONS PRÉALABLES Pour tirer le meilleur parti de ce cours, les participants doivent : ● avoir achevé le cours Google Cloud Fundamentals: Big Data & Machine Learning OU posséder une expérience équivalente ; ● posséder des compétences de base dans un langage de requête courant tel que SQL ; ● posséder une expérience des activités de modélisation, d’extraction, de transformation et de chargement de données ; ● développer des applications à l’aide d’un langage de programmation commun tel que Python ; ● connaître le machine learning et/ou les statistiques. Remarque concernant les comptes Google : • Les services Google sont actuellement indisponibles en Chine.

课程压缩包下载地址（度盘链接）：

课程名称: Serverless Data Analysis with Google BigQuery and Cloud Dataflow

课程主页: https://www.coursera.org/learn/serverless-data-analysis-bigquery-cloud-dataflow-gcp-es

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google 云端平台

讲师： Google Cloud Training

授课语言： 英语

提供字幕： 英语

课程文件大小： 435MB

课程介绍： Este curso acelerado a pedido de una semana está basado en Google Cloud Platform Big Data and Machine Learning Fundamentals. Mediante una serie de presentaciones, demostraciones y labs prácticos dictados por un instructor, los participantes aprenderán a realizar procesamiento de canalizaciones, análisis y almacenamiento de datos no-ops. Requisitos previos: • Google Cloud Platform Big Data and Machine Learning Fundamentals • Experiencia en el lenguaje de consulta de tipo SQL para analizar datos • Conocimientos de Python o Java Notas sobre la Cuenta de Google: • Los servicios de Google no están disponibles en China.

课程压缩包下载地址（度盘链接）：

课程名称: Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform

课程主页: https://www.coursera.org/learn/leveraging-unstructured-data-dataproc-gcp-es

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google 云端平台

讲师： Google Cloud Training

授课语言： 英语

提供字幕： 英语

课程文件大小： 547MB

课程介绍： Este curso acelerado de una semana está basado en cursos anteriores de la especialización Data Engineering on Google Cloud Platform. Mediante una serie de clases por video, demostraciones y labs prácticos, aprenderá a crear y administrar clústeres de procesamiento para ejecutar trabajos de Hadoop, Spark, Pig o Hive en Google Cloud Platform.Además, aprenderá a acceder a varias opciones de almacenamiento en la nube desde sus clústeres de procesamiento y a integrar las capacidades del aprendizaje automático de Google en sus programas de estadísticas. En los labs prácticos, creará y administrará clústeres de Dataproc con la consola web y la CLI. Luego, usará los clústeres para ejecutar trabajos de Spark y Pig. A continuación, creará notebooks de IPython que se integran con BigQuery y el almacenamiento, y utilizará Spark. Por último, integrará las API de aprendizaje automático en el análisis de sus datos. Requisitos previos • Google Cloud Platform Big Data & Machine Learning Fundamentals (o contar con experiencia equivalente) • Conocimientos de Python

课程压缩包下载地址（度盘链接）：

课程名称: Google Cloud Platform Big Data and Machine Learning Fundamentals

课程主页: https://www.coursera.org/learn/gcp-big-data-ml-fundamentals

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google 云端平台

讲师： Google Cloud Training

授课语言： 英语

提供字幕： 英文

课程文件大小： 628MB

课程介绍： 为期2周的按需加速课程向参与者介绍了Google Cloud Platform（GCP）的大数据和机器学习功能。它提供了Google Cloud Platform的快速概述，并更深入地介绍了数据处理功能。

在本课程结束时，参与者将能够：
•确定Google Cloud Platform中关键的大数据和机器学习产品的目的和价值
•使用CloudSQL和Cloud Dataproc将现有的MySQL和Hadoop / Pig / Spark / Hive工作负载迁移到Google Cloud Platform
•使用BigQuery和Cloud Datalab进行交互式数据分析
•在Cloud SQL，BigTable和Datastore之间选择
•使用TensorFlow训练和使用神经网络
•在Google Cloud Platform的不同数据处理产品之间进行选择

在注册此课程之前，参与者应具有大约一（1）年的以下一项或多项经验：
•通用查询语言，例如SQL
•提取，转换，加载活动
•数据建模
•机器学习和/或统计
•用Python编程

Google帐户注释：
•中国目前无法使用Google服务。

本课程属于 Data Engineering with Google Cloud Certificate/专业证书 中的第1门课程。

本课程属于 Data Engineering, Big Data, and Machine Learning on GCP 专项课程 中的第1门课程。

最近更新：2020年5月8日。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

课程名称: Reliable Cloud Infrastructure: Design and Process

课程主页: https://www.coursera.org/learn/cloud-infrastructure-design-process

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google 云端平台

讲师： Google Cloud Training

授课语言： 英语

提供字幕： 英文

课程文件大小： 433MB

课程介绍： 可靠的云基础架构：设计和流程：此在线课程使学生能够使用从Google网站可靠性工程（SRE）衍生的可靠设计模式和原理，在Google Cloud Platform上构建高度可靠和高效的解决方案。这是“使用Google Compute Engine专业化进行架构设计”的延续，并具有该专业化其他课程中涵盖的技术的实际经验。 通过演讲，挑战和动手实验的结合，参与者学会了设计高度可靠和安全的GCP部署；以及如何以高可用性和高成本效益的方式操作GCP部署。 本课程向学员教授以下技能：

●为实现高可用性，可伸缩性和可维护性而设计。
●评估折衷方案，并在Google Cloud Platform产品之间做出明智的选择。
●集成本地和云资源。
●确定优化资源和最小化成本的方法。
●实施可将停机时间减至最少的流程，例如监视和警报，单元和集成测试，生产弹性测试以及事后验尸分析。
●实施使安全风险最小化的策略，例如审计，职责分离和最低特权。
●实施确保灾难发生时业务连续性的技术和流程。 先决条件
●完成具有Google Cloud Platform专业化经验的架构师中的先前课程或具有同等经验
●熟练掌握命令行工具和Linux操作系统环境
●系统运营经验，包括在本地或公共云中部署和管理应用程序 环境

本课程属于 Cloud Architecture with Google Cloud Certificate/专业证书 中的第5门课程。

本课程属于 Architecting with Google Compute Engine Specialization/ 专项课程 中的第6门课程。

最近更新：2020年6月22日。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

课程名称: Elastic Cloud Infrastructure：Containers and Services

课程主页: https://www.coursera.org/learn/gcp-infrastructure-core-services

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google 云端平台

讲师： Google Cloud Training

授课语言： 英语

提供字幕： 英语

课程文件大小： 74MB

课程介绍： 基本云基础架构：核心服务：此快速点播课程向学员介绍了由Google Cloud Platform提供的全面而灵活的基础架构和平台服务，重点是Compute Engine。通过视频讲座，演示和动手实验的结合，参与者可以探索和部署解决方案元素，包括网络，系统和应用程序服务等基础架构组件。本课程还涵盖部署实用的解决方案，包括客户提供的加密密钥，安全和访问管理，配额和计费以及资源监视。 先决条件： 为了充分利用本课程，参与者应具备以下条件： •已完成的Google Cloud Platform基础知识：核心基础架构或具有同等经验 •完善的基本云基础架构：基础或具有同等经验 •熟练掌握命令行工具和Linux操作系统环境 •系统运营经验，包括在本地或公共云环境中部署和管理应用程序

课程压缩包下载地址（度盘链接）：