メンバー加入日: 2025
生成 AI: chatbot を超えて
Earned 4月 8, 2026 EDT
開発者向けの責任ある AI: 解釈可能性と透明性
Earned 4月 8, 2026 EDT
発者向けの責任ある AI: 公平性とバイアス
Earned 2月 5, 2026 EST
Vertex AI を使用した ML オペレーション（MLOps）: モデルの評価
Earned 2月 5, 2026 EST
Google AI Studio で AI を活用したプロトタイプを開発する
Earned 2月 5, 2026 EST
生成 AI のための ML オペレーション（MLOps)
Earned 1月 19, 2026 EST
「生成 AI: chatbot を超えて」は、生成 AI リーダー学習プログラムの最初のコースで、前提条件はありません。このコースは、chatbot の基礎的な理解をさらに広げ、組織で実現できる生成 AI の真の可能性を把握することを目的としています。基盤モデルおよびプロンプト エンジニアリングなど、生成 AI の力を活用するうえで重要な概念も紹介します。また、このコースでは、組織において優れた生成 AI 戦略を策定する場合に検討するべき重要事項も見ていきます。
このコースでは、AI の解釈可能性と透明性のコンセプトを紹介します。デベロッパーとエンジニアにとって AI の透明性が重要であることについて説明します。データと AI モデルの両方で解釈可能性と透明性を達成できる実践的な方法とツールを検証します。
このコースでは、責任ある AI および AI に関する原則のコンセプトを紹介します。AI / ML の実践における公平性とバイアスを特定し、バイアスを軽減するための実践的な手法を取り扱います。具体的には、Google Cloud プロダクトとオープンソース ツールを使用して責任ある AI のベスト プラクティスを実装するための実践的な方法とツールを検証します。
このコースでは、ML の実務担当者に、生成 AI モデルと予測 AI モデルの両方を評価するための重要なツール、手法、ベスト プラクティスを身につけていただきます。モデル評価は、ML システムが本番環境で信頼性が高く、正確で、高性能な結果を確実に提供するための重要な分野です。 参加者は、さまざまな評価指標、方法論のほか、さまざまなモデルタイプやタスクにおけるそれらの適切な適用について理解を深めます。このコースでは、生成 AI モデルによってもたらされる固有の課題に重点を置き、それらの課題に効果的に取り組むための戦略を提供します。参加者は、Google Cloud の Vertex AI プラットフォームを活用して、モデルの選択、最適化、継続的なモニタリングのための堅牢な評価プロセスを実装する方法を学びます。
「Google AI Studio で AI を活用したプロトタイプを開発する」入門スキルバッジ コースを修了すると、 効果的なプロンプトの作成、画像と動画の分析にマルチモーダル機能を活用する方法、テンプレートとテキスト プロンプトから機能的な AI 駆動型アプリケーションのプロトタイプを作成する方法、 カスタム AI ソリューションを構築してデプロイするために API キーを使用する方法を学習できます。
このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。