. ANAMIKA A
メンバー加入日: 2026
ダイヤモンド リーグ
20793 ポイント
Google DeepMind : 08 Capstone: Develop Your Model for Real-World Impact
Earned 10月 17, 2026 EDT
Google DeepMind: 07 Accelerate Your Model
Earned 10月 6, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model
Earned 9月 29, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture
Earned 9月 22, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks
Earned 9月 13, 2026 EDT
Google DeepMind: 02 Represent Your Language Data
Earned 9月 8, 2026 EDT
Google DeepMind: 小規模言語モデルのトレーニング
Earned 9月 8, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned 9月 1, 2026 EDT
Data Engineering on Google Cloud の概要
Earned 4月 22, 2026 EDT
総仕上げ: Google Cloud のデータ アナリストになるための準備
Earned 4月 19, 2026 EDT
ストーリーテリングの力: クラウドでデータを可視化する方法
Earned 4月 6, 2026 EDT
クラウドにおけるデータ変換
Earned 3月 12, 2026 EDT
クラウドにおけるデータ マネジメントとストレージ
Earned 3月 6, 2026 EST
Google Cloud におけるデータ分析の概要
Earned 2月 22, 2026 EST
In this Google DeepMind course, you will complete a capstone project that brings together the technical knowledge, ethical awareness, and creative problem-solving skills that you have developed throughout the Google DeepMind: AI Research Foundations curriculum. You will apply what you have learned to a problem of your choosing. You will first plan your project to ensure that you are clear on your project aims and intended impact. You will then collect and prepare data for your model. Finally, you will implement a full fine-tuning workflow using Gemma 3 with low-rank adaptation (LoRA) and evaluate its performance. You will receive guidance, but the emphasis will be on adaptation and experimentation - skills that are essential for applied AI research.
詳細
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
詳細
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.
詳細
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
詳細
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
詳細
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
詳細
上級コース「Google DeepMind: 小規模言語モデルのトレーニング」を修了してスキルバッジを獲得すると、以下のスキルを習得したことを 証明できます。現実世界の言語モデルにおける研究課題の策定、簡単なトークナイザーの構築、Transformer 言語モデルのトレーニング用データセットの準備、 小規模言語モデルのトレーニング ループの実行といったスキルを実証できます。無料 サブスクリプションに登録すると、このラボに無料でアクセスできます。また、毎月 35 クレジットを無料で受け取れます。
詳細
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
詳細
このコースでは、Google Cloud におけるデータ エンジニアリング、データ エンジニアの役割と責任、それらが Google Cloud の各サービスにどのように対応しているかについて学びます。また、データ エンジニアリングの課題に対処する方法も学習します。
詳細
これは、5 つのコースからなる「Google Cloud データ アナリティクス認定証」プログラムの 5 つ目のコースです。このコースでは、コース 1～4 で学んだ基礎知識とスキルを組み合わせて応用することで、データ ライフサイクル全体に焦点を当てたハンズオン キャップストーン プロジェクトに取り組みます。クラウドベースのツールを使用して、データの分析情報を効果的に取得、保存、処理、分析、可視化し、明確に伝えるための実践を行います。このコースの終了までに、プロジェクトを完了し、複数のソースから得られたデータを効果的に構造化して、さまざまな関係者にソリューションを提示し、クラウドベースのソフトウェアを使用してデータ分析情報を可視化する能力を実証します。また、履歴書を更新し、面接の練習を行って、就職活動や面接に備えることができます。
詳細
これは、「Google Cloud データ アナリティクス認定証」プログラムを構成する 5 つのコースのうちの 4 つ目です。このコースでは、クラウドでのデータ可視化における 5 つの主要な段階（ストーリーテリング、計画、データ探索、ビジュアリゼーションの構築、他のユーザーとのデータ共有）のスキルを開発することに重点を置いています。さらに、UI / UX スキルを使用して、クラウドネイティブで効果的な可視化のワイヤーフレームを実際に作成するとともに、クラウドネイティブのデータ可視化ツールを使用して、データセットの探索、レポートの作成のほか、意思決定とコラボレーションを促進するダッシュボードの構築を行います。
詳細
これは、「Google Cloud データ アナリティクス認定証」プログラムの 5 つのコースのうちの 3 つ目です。最初に、データの収集から分析情報の取得まで、データ ジャーニーの概要について紹介します。次に、SQL を使用して元データを使用可能な形式に変換する方法を学びます。また、データ パイプラインを使用して大量のデータを変換する方法についても学びます。最後に、実際のデータセットに変換戦略を適用することで、ビジネスニーズに対応する方法を学びます。
詳細
これは、「Google Cloud データ アナリティクス認定証」の 5 つのコースのうちの 2 つ目です。このコースでは、データの構造化および整理の方法を確認します。また、BigQuery、Google Cloud Storage、DataProc などのデータ レイクハウス アーキテクチャやクラウド コンポーネントについて実践的な経験を積み、大規模なデータセットを効率的に保存、分析、処理できるようになります。
詳細
これは、5 つのコースからなる「Google Cloud データ アナリティクス認定証」プログラムの 1 つ目のコースです。このコースでは、クラウドデータ分析とは何かについて、そしてデータの取得、保存、処理、可視化に関連するクラウド データ アナリストの役割と責任について学びます。受講者は、Google Cloud ベースのツール（BigQuery や Cloud Storage など）のアーキテクチャと、それらを使用してデータを効果的に整理、提示し、レポートを作成する方法を確認します。
詳細
