加入 登录

Lucas ANQUETIL

成为会员时间：2023

黄金联赛

34955 积分
Natural Language Processing on Google Cloud Earned Jun 13, 2024 EDT
Machine Learning Operations (MLOps): Getting Started Earned Jun 4, 2024 EDT
Machine Learning in the Enterprise Earned May 28, 2024 EDT
[DEPRECATED] Feature Engineering Earned May 17, 2024 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud Earned May 16, 2024 EDT
Launching into Machine Learning Earned May 14, 2024 EDT
Google Cloud 上的 AI 和机器学习简介 Earned Apr 30, 2024 EDT
[DEPRECATED] 面向数据科学家和分析师的 Gemini Earned Mar 12, 2024 EDT
Working with Notebooks in Vertex AI Earned Mar 12, 2024 EDT
注意力机制 Earned Feb 28, 2024 EST
矢量搜索和嵌入 Earned Feb 6, 2024 EST
Introduction to Vertex Forecasting and Time Series in Practice Earned Feb 5, 2024 EST
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals Earned Jan 23, 2024 EST
图像生成简介 Earned Jan 23, 2024 EST
适用于生成式 AI 的机器学习运维 (MLOps) Earned Jan 23, 2024 EST
Responsible AI: 和 Google Cloud 一起践行 AI 原则 Earned Jan 23, 2024 EST
Generative AI Fundamentals - 简体中文 Earned Jan 22, 2024 EST
负责任的 AI 简介 Earned Jan 18, 2024 EST
Google Cloud 基础知识：核心基础设施 Earned Jan 17, 2024 EST
生成式 AI 简介 Earned Jan 15, 2024 EST
大型语言模型简介 Earned Jan 15, 2024 EST
使用 Google Cloud Operations 进行扩缩 Earned Jan 9, 2024 EST
使用 Google Cloud 进行基础设施和应用的现代化改造 Earned Jan 3, 2024 EST
使用 Google Cloud 探索数据转换 Earned Jan 3, 2024 EST
利用 Google Cloud 实现数字化转型 Earned Dec 29, 2023 EST
Google Cloud 基础知识 Earned Dec 22, 2023 EST

This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.

了解详情

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.

了解详情

This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing. The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.

了解详情

This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.

了解详情

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

了解详情

The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.

了解详情

本课程介绍 Google Cloud 的 AI 和机器学习 (ML) 能力，重点讲解如何开发生成式和预测式 AI 项目。本课程将探讨“数据到 AI”全生命周期中的多种技术、产品和工具，并通过互动练习帮助数据科学家、AI 开发者和机器学习工程师提升专业能力。

了解详情

在本课程中，您将了解 Gemini（Google Cloud 的生成式 AI 赋能的协作工具）如何帮助分析客户数据并预测产品销售情况。此外，您还将了解如何在 BigQuery 中使用客户数据来识别、开发新客户并对其进行分类。通过动手实验，您将体验 Gemini 如何改进数据分析和机器学习工作流。 Duet AI 已更名为 Gemini，这是我们的新一代模型。

了解详情

This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.

了解详情

本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。

了解详情

在本次课程中，探索 AI 赋能的搜索技术、工具和应用。学习利用向量嵌入的语义搜索、融合语义和关键字的混合搜索方法，以及检索增强生成 (RAG) 技术，以打造基于事实的 AI 智能体，尽可能减少 AI 幻觉。获取 Vertex AI Vector Search 实战经验，打造您自己的智能搜索引擎。

了解详情

This course is an introduction to building forecasting solutions with Google Cloud. You start with sequence models and time series foundations. You then walk through an end-to-end workflow: from data preparation to model development and deployment with Vertex AI. Finally, you learn the lessons and tips from a retail use case and apply the knowledge by building your own forecasting models.

了解详情

This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.

了解详情

本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。

了解详情

本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。

了解详情

随着企业对人工智能和机器学习的应用越来越广泛，以负责任的方式构建这些技术也变得更加重要。但对很多企业而言，真正践行 Responsible AI 并非易事。如果您有意了解如何在组织内践行 Responsible AI，本课程正适合您。 本课程将介绍 Google Cloud 目前如何践行 Responsible AI，以及从中总结的最佳实践和经验教训，便于您以此为框架构建自己的 Responsible AI 方法。

了解详情

完成 Introduction to Generative AI、Introduction to Large Language Models 和 Introduction to Responsible AI 三门课程，赢取技能徽章。通过最终测验，即表明您理解了生成式 AI 的基本概念。 技能徽章是由 Google Cloud 颁发的数字徽章，旨在认可您对 Google Cloud 产品与服务的了解程度。公开您的个人资料并将技能徽章添加到您的社交媒体个人资料中，以此来分享您获得的成就。

了解详情

这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。

了解详情

“Google Cloud 基础知识：核心基础设施”介绍在使用 Google Cloud 时会遇到的重要概念和术语。本课程通过视频和实操实验来介绍并比较 Google Cloud 的多种计算和存储服务，并提供重要的资源和政策管理工具。

了解详情

这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。

了解详情

这是一节入门级微学习课程，探讨什么是大型语言模型 (LLM)、适合的应用场景以及如何使用提示调整来提升 LLM 性能，还介绍了可以帮助您开发自己的 Gen AI 应用的各种 Google 工具。

了解详情

各种规模的组织都在利用云的强大功能和灵活性来改变运营方式。然而，有效管理和扩缩云资源可能是一项复杂的任务。本课程探讨了云中现代运营、可靠性和弹性方面的基本概念，以及 Google Cloud 如何帮助支持这些工作。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助个人在自己的岗位上成长，并为企业谋求未来发展。

了解详情

许多传统企业都在使用无法满足现代客户期望的旧式系统和应用。业务领导者往往需要在维护老旧的 IT 系统和投资新产品与服务之间做出选择。本课程探讨了这些挑战，并提供了利用云技术克服这些挑战的解决方案。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助个人在工作中成长，并为企业打造美好未来。

了解详情

云技术是一项强大的资产，与数据相结合后，它将成为创新和提升客户体验的催化剂。《使用 Google Cloud 探索数据转换》课程探讨了组织如何利用云技术让数据更易于访问、更具实用价值和商业价值。 作为“Cloud Digital Leader 学习路线”的一部分，本课程旨在帮助个人提升职业素养，并为企业谋求未来发展。

了解详情

数字化转型是现代组织的必经之路，而扎实掌握云计算基础知识，是推动实质性创新的第一步。《利用 Google Cloud 实现数字化转型》课程将讲解核心技术与战略框架，助力组织实现运营现代化。本课程介绍关于云的基本概念、全球网络基础设施和责任共担模式，帮助领导者从容推进上云进程。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助学员提升岗位能力，从而为企业打造美好未来。

了解详情

在本入门级课程中，您将了解 Google Cloud 的基础工具和服务。此课程提供了可选视频， 旨在帮助您深入了解和回顾实验中涉及的概念。Google Cloud 基础知识是推荐给 Google Cloud 学员的第一门课程 - 即使您几乎没有云相关知识，也能从中获得实践 经验，并将其直接运用于您的首个 Google Cloud 项目。从编写 Cloud Shell 命令和部署您的第一个虚拟机，到在 Kubernetes Engine 上运行应用 或者使用负载均衡，“Google Cloud 基础知识”都是您了解该平台 基本功能的首选入门级课程。

了解详情