Member since 2026
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned May 21, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned May 20, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned May 20, 2026 EDT
建立您的第一個 Gemini Enterprise 應用程式
Earned May 18, 2026 EDT
企業 AI 代理與用途
Earned May 18, 2026 EDT
AI 代理基礎知識
Earned May 17, 2026 EDT
AI 代理簡介
Earned May 16, 2026 EDT
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。
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。
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.
建立您的第一個 Gemini Enterprise 應用程式，獲得技能徽章！將各種資料來源連接到您的應用程式，建立強大的統合式搜尋和分析引擎。掌握 Deep Research 代理、多代理構思和 NotebookLM 等進階功能，進行重點分析。
瞭解 AI 代理如何發揮更高的業務影響力，包括根據您的 KPI 規劃要使用的代理類型，以及探索能解決實際瓶頸的用途。您也將認識各種無程式碼到高程式碼解決方案，瞭解 Gemini Enterprise 如何協助建構和自動調度合適的代理。
AI 代理是超越傳統大型語言模型 (LLM) 的重大轉變，這類服務不僅可以生成以文字為基礎的解決方案，還能自主加以執行。本課程介紹 AI 代理的基礎知識、與 LLM API 的差異，以及在實際應用上帶來的價值。本課程內容奠基於 Google 的代理白皮書，介紹實際編寫代理程式碼之前所需的理論基礎，非常適合有意透過目標導向自主行為 (不僅限於文字生成) 來理解 AI 系統的開發人員、架構師和技術決策者。加入社群論壇，提出問題並參與討論。
瞭解 AI 代理的概念，探索代理如何藉由自主行動及推論解決複雜問題。您將瞭解代理如何透過模型、工具和調度管理程序等技術架構，助您學習、規劃和實現目標。