Business Intelligence (BI) trên nền tảng GCP (Phần 7): Xây dựng report nâng cao với BigQuery & Data Studio
Phần 1: BI là gì? Phần 2: Tiêu chí để lựa chọn BI & Cloud BI Phần 3: Google Cloud BI Solution Phần 4: BigQuery – Data Warehouse Phần 5: Google Data Studio – BI Real-time Report Tool Phần 6: Xây dựng report cơ bản với BigQuery & Data Studio Ở bài viết trước chúng ta đã xây ...
Thông báo cập nhật ứng dụng Vuejs bằng Service worker
Chào mọi người, lần trước mình có chia sẽ các bài viết về Dataflow trong series Vuejs của mình. Như mọi người đã biết việc cập nhật ứng dụng là điều hoàn toàn bình thường và rất thường xuyên gặp phải, và làm thế nào để ta có thể thông báo cho khách hàng biết rằng có bản cập nhật mới, sa ...
Deploy Strapi to Cloud Run
Strapi là mã nguồn mở Headless CMS. Sử dụng 100% JavaScript, hoàn toàn có thể tùy chỉnh và phát triển.
Cùng tạo ứng dụng trên nền AppSheet của Google Cloud
AppSheet của Google Cloud là nền tảng phát triển ứng dụng mà không cần viết code - cho phép chúng ta nhanh chóng tạo các ứng dụng dành cho thiết bị di động và PC bằng dữ liệu hiện có của mình. Để nắm rõ hơn về nền tảng này chúng ta hãy cùng tạo một ứng dụng cơ bản thông qua các bước dưới đây. ...
Business Intelligence (BI) trên nền tảng GCP (Phần 7): Xây dựng report nâng cao với BigQuery & Data Studio
Phần 1: BI là gì? Phần 2: Tiêu chí để lựa chọn BI & Cloud BI Phần 3: Google Cloud BI Solution Phần 4: BigQuery – Data Warehouse Phần 5: Google ...
Thông báo cập nhật ứng dụng Vuejs bằng Service worker
Chào mọi người, lần trước mình có chia sẽ các bài viết về Dataflow trong series Vuejs của mình. Như mọi người đã biết việc cập nhật ứng dụng là điề ...
Deploy Strapi to Cloud Run
Strapi là mã nguồn mở Headless CMS. Sử dụng 100% JavaScript, hoàn toàn có thể tùy chỉnh và phát triển.
Cùng tạo ứng dụng trên nền AppSheet của Google Cloud
AppSheet của Google Cloud là nền tảng phát triển ứng dụng mà không cần viết code - cho phép chúng ta nhanh chóng tạo các ứng dụng dành cho thiết bị di động và ...
Hướng dẫn cài đặt Tensorflow với Python trên Window OS
Tensorflow là một thư viện mã nguồn mở do nhóm Google Drain nghiên cứu và phát triển. Sau đó được phát hành theo giấy phép mã nguồn mở Apache 2.0 vào ngày 9/11/2015. Nó được sử dụng nhiều trong xử lý trí tuệ nhân tạo – AI, machine learning,… Tensorflow 2.0 là phiên bản mới […]
Tổng quan về “automatic scaling” và “basic scaling”…
Google App Engine (GAE) là nền tảng PaaS của Google được tất cả Google Cloud Plaatform (GCP) user biết đến, thế nhưng không phải ai cũng biết rằng, tuỳ theo cách cấu hình mà phương thức scale sẽ có sự khác nhau. GAE có tất cả 3 kiểu scale, nhưng trong bài này chúng tôi sẽ chỉ so sánh sự khác nhau củ ...
Deploy Flask on Compute Engine
Trong bài này chúng ta sẽ deploy một Flask App trên Compute Engine. Tạo Compute Engine 1. Tại trang Console, chọn Navigation menu → Compute Engine → VM Instances.2. Click Create button, và chọn điền thông tin như sau:Điền Name cho VM.Chọn Region và Zone mà bạn muốn đặt VM. Tại phần Ac ...
Các lệnh cơ bản của Cloud SDK (phần…
Cloud SDK là bộ thư viện command line (gcloud, gsutil, ...) cho phép bạn truy cập và sử dụng các dịch vụ Google Cloud Platform (GCP). Trong bài viết này mình sẽ giới thiệu tới các bạn những lệnh cơ bản để thao tác với các nguồn tài nguyên trên GCP. Nếu các bạn chưa có tài khoản GCP thì hãy tham ...
Building Application To Migrate Data To BigQuery –…
Trong phần một của bài viết (link ở đây), chúng ta đã tìm hiểu sơ qua các khái niệm cơ bản của BigQuery và các cách thức, kiến trúc khi tiến hành việc migrate dữ liệu tại chỗ sang BigQuery. Ở bài viết này chúng ta sẽ đi vào cụ thể trong việc xây dựng một migration tool có thể thực hiện kết nối vào ...
Tìm hiểu JSON Web Token (JWT)
Nếu bạn chưa biết JSON Web Token là gì, vậy lúc này chắc bạn đang tự hỏi: 1. JSON Web Token (JWT) là gì? JSON Web Token (JWT) là một tiêu chuẩn mở (RFC 7519) định nghĩa một cách nhỏ gọn và khép kín để truyền thông tin an toàn giữa các bên dưới dạng đối tượng JSON. Thông tin này có thể được xá ...
Tạo máy học (machine learning-ML) đơn giản với…
Bước 1: Trước tiên các bạn hãy download tập dữ liệu (dataset) để cho ML học theo link này (197MB) , rồi unzip nó, sẽ có dataset các ảnh về các loại chó khác nhau, mình chỉ lấy 2 loại để cho ML học: tập ảnh trong folder train/n02085782-Japanese_spaniel hiểu là chó cảnh Nhật, train/n02110958-pug ...