Lucas ANQUETIL
Member since 2023
Gold League
34955 points
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 的 AI 和機器學習服務簡介
Earned Apr 30, 2024 EDT
[DEPRECATED] 使用 Gemini：數據資料學家和分析師
Earned Mar 12, 2024 EDT
Working with Notebooks in Vertex AI
Earned Mar 12, 2024 EDT
注意力機制
Earned Feb 28, 2024 EST
Vector Search 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
圖像生成簡介
Earned Jan 23, 2024 EST
生成式 AI 適用的機器學習運作 (MLOps)
Earned Jan 23, 2024 EST
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則
Earned Jan 23, 2024 EST
Generative AI Fundamentals - 繁體中文
Earned Jan 22, 2024 EST
負責任的 AI 技術簡介
Earned Jan 18, 2024 EST
Google Cloud 基礎知識：核心基礎架構
Earned Jan 17, 2024 EST
生成式 AI 簡介
Earned Jan 15, 2024 EST
大型語言模型簡介
Earned Jan 15, 2024 EST
使用 Google Cloud 作業套件調度資源
Earned Jan 9, 2024 EST
運用 Google Cloud 翻新基礎架構和應用程式
Earned Jan 3, 2024 EST
運用 Google Cloud 探索資料轉換功能
Earned Jan 3, 2024 EST
透過 Google Cloud 進行數位轉型
Earned Dec 29, 2023 EST
Google Cloud 必備知識
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.
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
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.
Learn more
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.
Learn more
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Learn more
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.
Learn more
本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能，著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具，並透過互動式練習，協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。
Learn more
本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具，可協助分析客戶資料及預測產品銷售情形。您也會學習如何在 BigQuery 中使用客戶資料識別、分類及開發新客戶。透過使用實作研究室，您可以體驗 Gemini 如何改良資料分析和機器學習工作流程。
Duet AI 已更名為 Gemini，這是我們的新一代模型。
Learn more
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.
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
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
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.
Learn more
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.
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
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
完成「Introduction to Generative AI」、「Introduction to Large Language Models」和「Introduction to Responsible AI」課程，即可獲得技能徽章。通過最終測驗，就能展現您對生成式 AI 基本概念的掌握程度。
「技能徽章」是 Google Cloud 核發的數位徽章，用於表彰您對 Google Cloud 產品和服務的相關知識。您可以將技能徽章公布在社群媒體的個人資料中，向其他人分享您的成果。
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
「Google Cloud 基礎知識：核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室，介紹並比較 Google Cloud 的多種運算和儲存服務，同時提供重要的資源和政策管理工具。
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
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
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
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
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
在這堂入門課程，您將實際練習使用 Google Cloud 的基礎工具和服務。本課程包含可選擇觀賞的影片， 針對實驗室涵蓋的概念提供更多背景資訊，協助您複習。「Google Cloud 必備知識」 是適合 Google Cloud 學員的第一堂課， 即使您尚未學習或不熟悉雲端知識， 也能從這堂課獲得實務經驗，並應用於第一項 Google Cloud 專案。不管是撰寫 Cloud Shell 指令 和部署第一部虛擬機器，還是在 Kubernetes Engine 或透過負載平衡執行應用程式， 「Google Cloud 必備知識」都是認識平台基本功能的最佳入門資源。
Learn more
