Ashok Dwivedi
Member since 2025
Gold League
34000 points
Introduction to Security in the World of AI
Earned Feb 23, 2025 EST
Google 文件內建 Gemini
Earned Feb 18, 2025 EST
Gmail 內建 Gemini
Earned Feb 18, 2025 EST
Google Workspace with Gemini：AI 工作流程的基礎
Earned Feb 18, 2025 EST
開發人員的負責任 AI 技術：隱私權與安全性
Earned Feb 18, 2025 EST
ML Pipelines on Google Cloud
Earned Feb 17, 2025 EST
Building No-Code Apps with AppSheet: Foundations
Earned Feb 14, 2025 EST
使用 Google Cloud 作業套件調度資源
Earned Feb 12, 2025 EST
開發人員的負責任 AI 技術：可解釋性與透明度
Earned Feb 11, 2025 EST
開發人員的負責任 AI 技術：公平性與偏誤
Earned Feb 11, 2025 EST
Google Cloud 的可靠性與安全性
Earned Feb 8, 2025 EST
Google Cloud 資料分析簡介
Earned Feb 7, 2025 EST
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Feb 7, 2025 EST
運用 Google Cloud 翻新基礎架構和應用程式
Earned Feb 4, 2025 EST
運用 Google Cloud 人工智慧推動創新
Earned Feb 2, 2025 EST
運用 Google Cloud 探索資料轉換功能
Earned Feb 1, 2025 EST
透過 Google Cloud 進行數位轉型
Earned Feb 1, 2025 EST
Machine Learning Operations (MLOps): Getting Started
Earned Feb 1, 2025 EST
Vector Search 和嵌入
Earned Jan 30, 2025 EST
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則
Earned Jan 30, 2025 EST
生成式 AI 適用的機器學習運作 (MLOps)
Earned Jan 27, 2025 EST
實現雲端協作與生產力工作流
Earned Jan 26, 2025 EST
在 Agent Platform 設計提示
Earned Jan 25, 2025 EST
負責任的 AI 技術簡介
Earned Jan 25, 2025 EST
Vertex AI Studio 簡介
Earned Jan 24, 2025 EST
生成式 AI 簡介
Earned Jan 24, 2025 EST
建立圖像說明生成模型
Earned Jan 24, 2025 EST
Transformer 和 BERT 模型
Earned Jan 24, 2025 EST
編碼器-解碼器架構
Earned Jan 24, 2025 EST
注意力機制
Earned Jan 23, 2025 EST
圖像生成簡介
Earned Jan 23, 2025 EST
生成式 AI 在醫療照護領域的應用
Earned Jan 23, 2025 EST
大型語言模型簡介
Earned Jan 23, 2025 EST
Artificial Intelligence (AI) offers transformative possibilities, but it also introduces new security challenges. This course equips security and data protection leaders with strategies to securely manage AI within their organizations. Learn a framework for proactively identifying and mitigating AI-specific risks, protecting sensitive data, ensuring compliance, and building a resilient AI infrastructure. Pick use cases from four different industries to explore how these strategies apply in real-world scenarios.
Learn more
本課程將說明如何使用 Google 文件內建 Gemini 簡化寫作和內容創作流程。瞭解如何從頭撰寫文件、使用互動式工具調整寫作語氣和提升清晰度、總結複雜檔案，以及將長篇文字順暢轉換為結構化資產，供其他 Google Workspace 應用程式使用。
Learn more
本課程將說明如何使用 Gmail 內建 Gemini，提升電子郵件管理效率。瞭解如何直接在收件匣中總結冗長的討論串、使用自然語言擷取資訊、草擬專業回覆，以及制定溝通策略。
Learn more
客戶能透過 Gemini for Google Workspace 在 Google Workspace 使用生成式 AI 功能。本學習路徑會介紹 Gemini 的主要功能，並說明如何在 Google Workspace 善用這些功能，提高生產力和效率。
Learn more
本課程涵蓋「AI 隱私權」和「AI 安全性」這兩個重要主題。我們將介紹實用的方法和工具，協助您運用 Google Cloud 產品和開放原始碼工具，導入 AI 隱私權和安全性的建議做法。
Learn more
In this course, you will be learning from ML Engineers and Trainers who work with the state-of-the-art development of ML pipelines here at Google Cloud. The first few modules will cover about TensorFlow Extended (or TFX), which is Google’s production machine learning platform based on TensorFlow for management of ML pipelines and metadata. You will learn about pipeline components and pipeline orchestration with TFX. You will also learn how you can automate your pipeline through continuous integration and continuous deployment, and how to manage ML metadata. Then we will change focus to discuss how we can automate and reuse ML pipelines across multiple ML frameworks such as tensorflow, pytorch, scikit learn, and xgboost. You will also learn how to use another tool on Google Cloud, Cloud Composer, to orchestrate your continuous training pipelines. And finally, we will go over how to use MLflow for managing the complete machine learning life cycle.
Learn more
In this course you will learn the fundamentals of no-code app development and recognize use cases for no-code apps. The course provides an overview of the AppSheet no-code app development platform and its capabilities. You learn how to create an app with data from spreadsheets, create the app’s user experience using AppSheet views and publish the app to end users.
Learn more
各種規模的機構都開始運用雲端的強大功能和靈活性，徹底改變營運方式。不過，有效管理及擴充雲端資源可能是相當複雜的工作。本課程將探討在雲端中的現代營運、可靠性和韌性的基礎概念，以及 Google Cloud 如何協助您達成這些目標。本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具，有助於讓資料和 AI 模型透明且可解釋。
Learn more
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
Learn more
組織將資料和應用程式遷移至雲端後，必須因應快速變化的安全性挑戰。本課程將探討雲端安全性的基礎知識、Google Cloud 融入安全考量設計的基礎架構價值，以及縱深防禦策略。此外，還會著重說明如何透過 AI 輔助作業和法規遵循工具，協助組織滿足嚴格的全球法規要求。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
這堂初級課程將介紹 Google Cloud 的資料分析工作流程，以及用於探索、分析資料並以圖表呈現的工具。您也能學會如何與相關人員分享自己的發現結果。本課程包含個案研究、實作實驗室、講座、測驗和示範，實際展示如何將原始資料集轉化為清晰的資料，進而呈現出能發揮成效的圖表和資訊主頁。無論您是資料領域從業人員、想瞭解如何透過 Google Cloud 取得成功，或有意在職涯中更上一層樓，本課程都能協助您踏出第一步。絕大多數在工作上執行或運用資料分析的學員，都能從本課程受益。
Learn more
本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。
學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。
Learn more
許多傳統企業使用舊版系統和應用程式，無法滿足現今客戶的期望。企業主管經常需要在維護老舊的 IT 系統，以及投資新產品/服務之間做出選擇。本課程將探討這些挑戰，並提供解決方案，說明如何運用雲端技術克服難題。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
人工智慧 (AI) 和機器學習 (ML) 象徵著資訊技術的重大演進，正迅速改變各行各業。在「運用 Google Cloud 人工智慧推動創新」課程中，我們會探討組織如何運用 AI 和機器學習技術，翻轉業務流程。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
雲端技術是強大的資產，與資料搭配後，將成為創新和提升客戶體驗的催化劑。「運用 Google Cloud 探索資料轉換功能」課程將探討機構如何運用雲端，讓資料更易於存取、做為行動依據和更有價值。
這門課程是 Cloud Digital Leader 學習路徑的一部分，旨在協助個人在職務上成長，並打造企業的未來。
Learn more
數位轉型是現代組織必經的關鍵旅程，而建立穩固的雲端運算基礎，是跨出有意義創新的第一步。本課程「透過 Google Cloud 進行數位轉型」，將會介紹核心技術和策略框架，協助組織革新營運方式，並探討基本的雲端概念、全球網路基礎架構和共同責任模式，幫助主管在雲端之路上自信前行。本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Learn more
這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋；結合語意和關鍵字做法的混合型搜尋機制；以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理，盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search，打造智慧型搜尋引擎。
Learn more
隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。
您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。
Learn more
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
Learn more
完成「實現雲端協作與生產力工作流」課程，即可獲得入門級技能徽章。本課程將介紹 Google 的協作平台， 帶您瞭解如何使用 Gmail、日曆、Meet、雲端硬碟、試算表和 AppSheet。
Learn more
完成 在 Agent Platform 設計提示 技能徽章入門課程，即可證明您具備下列技能： 在 Agent Platform 設計提示、分析圖片，以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容， 以及將 Gemini 模型用於實際的行銷情境。
Learn more
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
Learn more
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型，並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室，您將能探索從提示到正式環境的生命週期，同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio，在專案中發揮生成式 AI 的潛能。
Learn more
這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。
Learn more
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分，例如編碼器和解碼器，以及如何訓練和評估模型。在本課程結束時，您將能建立自己的圖像說明生成模型，並使用模型產生圖像說明文字。
Learn more
這堂課程將說明變換器架構，以及基於變換器的雙向編碼器表示技術 (BERT) 模型，同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外，也會介紹 BERT 適用的各種任務，像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
Learn more
本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。
Learn more
本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。
Learn more
本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。
Learn more
本課程專為專業醫護人員設計，深入淺出地介紹人工智慧的最新突破：生成式 AI，以及這項技術的推手：大型語言模型 (LLM)。您將瞭解生成式 AI 在醫療照護領域的實際應用，並掌握訣竅，針對特定目標撰寫有效的提示詞。
Learn more
這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。
Learn more
