成为会员时间：2026
面向开发者的 Responsible AI：公平性与偏见
Earned Aug 5, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned Jul 31, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Jul 28, 2026 EDT
Google Workspace 问题排查
Earned Jul 28, 2026 EDT
Google Workspace 安全性
Earned Jul 26, 2026 EDT
Google Workspace 数据治理
Earned Jul 25, 2026 EDT
Google Workspace 核心服务
Earned Jul 24, 2026 EDT
Google Workspace 用户和资源管理
Earned Jul 24, 2026 EDT
本课程介绍了 Responsible AI 的概念和 AI 原则，还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧，同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。
本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。 学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。
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。
本课程旨在帮助 Google Workspace 管理员排查常见的 Google Workspace 问题。学员将练习诊断并解决 Gmail、日历和云端硬盘中的问题，并了解管理控制台的使用方法。学员还将体验如何分析审核日志以排查安全问题，以及收集信息并使用可用资源来排查并报告技术问题。
本课程旨在帮助学员保护自身 Google Workspace 环境的安全。学员将实施安全系数高的密码政策和两步验证，以管理用户访问权限。然后，他们将利用安全调查工具主动识别和应对安全风险。接下来，他们将管理第三方应用访问权限和移动设备，以确保安全性。最后，学员将强制执行邮件安全和合规措施，以保护组织数据。
本课程旨在帮助学员掌握在 Google Workspace 环境中管理数据的技能。学员将探索如何在 Gmail 和云端硬盘中利用数据泄露防护规则来防止数据泄露。然后学习如何使用 Google 保险柜来保留、保存和检索数据。接着，学员将学习如何配置数据区域和导出设置，以遵循监管法规。最后，学员将了解如何使用标签对数据进行分类，以强化组织管理并提升安全性。
本课程旨在让学员全面了解 Google Workspace 核心服务。学员将探索如何启用、停用这些服务（包括 Gmail、Google 日历、云端硬盘、Meet、Chat 和文档）以及为这些服务配置设置。随后，他们将学习如何部署和管理 Gemini，以赋能用户。最后，学员将了解 AppSheet 和 Apps 脚本的应用场景，学习如何使用它们自动执行任务并扩展 Google Workspace 应用的功能。
本课程旨在帮助您了解 Google Workspace 中的用户和资源管理流程。学员将探索如何根据组织的需求配置组织部门。此外，学员还将了解如何管理各种类型的 Google 群组。他们还将掌握在 Google Workspace 中管理网域设置的专业知识。最后，学员将掌握如何在 Google Workspace 环境中优化和构建资源。