Shreyas wali
成为会员时间:2025
钻石联赛
32328 积分
成为会员时间:2025
“生成式 AI 智能体:助力组织转型”是“Gen AI Leader”学习路线中的第五门课程,也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体,帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体,并探索这些智能体的组成部分,例如模型、推理循环以及各种工具。
“生成式 AI 应用:改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用,例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
“生成式 AI:全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者,应该如何利用生成式 AI 来推动实际业务成果?在本课程中,您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务,以及选择解决方案时需要考虑的因素。
生成式 AI:剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中,您将探索 AI、机器学习和生成式 AI 之间的差异,了解各种数据类型如何赋能生成式 AI 来应对业务挑战,从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略,以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
生成式 AI:不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程,没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知,深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念,它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导,让您了解在为组织制定成功的生成式 AI 策略时,应考虑哪些重要因素。
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
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.
完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据,展示以下技能: 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Managed Service for Apache Spark 中创建集群和运行 Apache Spark 作业,以及调用机器学习 API,包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
Google Cloud 云计算基础课程面向云计算零基础或经验较少的人群。本课程概述了云计算基础知识、大数据和机器学习的核心概念,以及 Google Cloud 在其中的定位与应用方式。 完成本系列课程后,学员将能够清晰阐述这些概念,并掌握部分实操技能。 课程应按以下顺序完成: 1. Google Cloud 云计算基础课程:云计算基础知识 2. Google Cloud 云计算基础课程:Google Cloud 中的基础设施 3. Google Cloud 云计算基础课程:Google Cloud 中的网络服务和安全性 4. Google Cloud 云计算基础课程:Google Cloud 中的数据、机器学习和 AI 本课是第一门课程,概述了云计算、Google Cloud 的使用方式以及各种计算选项。
您已经构建了能够回答查询的基本 LLM 智能体,现在让我们为其赋予状态。使用会话状态来构建能够维护上下文、记住用户偏好并提供个性化体验的智能体。将智能体从“无状态的回复者”转变为“智能助理”。 探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。 加入社区论坛,提出问题并参与讨论
您已经构建了具有高级配置的智能体,现在可赋予它们实际应用能力。为智能体配备能够搜索网络、执行代码、查询数据库和执行自定义操作的工具。让智能体从“智能回答者”转变为能够自主采取行动的得力助手。
您已经创建了自己的第一个智能体,现在是时候更进一步了。在本课程中,您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能,将基础 AI 智能体升级为一个精确、专业的智能助理。探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。 加入社区论坛,提出问题并参与讨论。
完成本课程,赢取使用智能体开发套件 (ADK) 构建 AI 智能体中级技能徽章,展示您在以下方面的技能: 提出实际的语言模型研究问题;构建一个简单的词元化器;制作用于训练 Transformer 语言模型的数据集;运行小语言模型的训练循环。
使用 Google 的智能体开发套件 (ADK) 构建、配置和运行您的第一个 AI 智能体,将您对智能体的理解转化为实际应用。 在本实操课程中,您将设置一个完整的 ADK 开发环境,使用 Python 代码和 YAML 配置两种方式创建智能体,并通过多个界面运行智能体。您还将学习定义智能体行为的核心参数,将您在课程 1 中学到的知识应用到实际代码中。 探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。
了解如何使用智能体开发套件 (ADK) 构建可用于生产用途的复杂 AI 智能体。本课程介绍了 ADK 的开源框架,助力开发者从简单的提示工程跨越到代码优先的结构化软件开发方法,从而构建企业级多智能体系统。
打造您的首个 Gemini Enterprise 应用,赢得技能徽章!将各种数据源连接到您的应用中,构建强大、统一的搜索和分析引擎。掌握进阶能力,如:深度研究型智能体、多智能体协同构思,以及用于进行聚焦式分析的 NotebookLM。
了解 AI 智能体如何为业务带来实际影响。您将把智能体类型关联到您的关键绩效指标 (KPI),并探索能够解决实际瓶颈的用例。然后,您将了解 Gemini Enterprise 如何帮助您构建和编排合适的智能体,其范围涵盖从无代码到高代码的各种解决方案。
本课程将介绍 AI 智能体的基础知识,并探讨智能体在现实世界中的价值所在。它为想要从自主、目标导向行为的角度理解 AI 系统的开发者、架构师和技术决策者奠定了基础。
大致了解 AI 智能体的概念。了解 AI 智能体如何通过自主行动和推理来解决复杂问题。您将探索技术架构(模型、工具和编排),该架构使智能体能够学习、规划,并为您实现目标。
完成在 Google Cloud 上构建网站技能徽章课程,赢取入门级技能徽章。本课程以 Get Cooking in Cloud 系列视频为基础, 涵盖以下主题:在 Cloud Run 上部署网站在 Compute Engine 上托管 Web 应用在 Google Kubernetes Engine 上创建、部署和扩缩网站使用 Cloud Build 从单体式应用迁移到微服务架构
完成 实现 Cloud Storage 和数据保护解决方案这一技能徽章课程,赢取技能 徽章。学习如何创建 Cloud Storage 存储桶,如何 使用 Cloud Storage 命令行,以及如何使用存储桶锁定来保护 存储桶中的对象。
完成中级技能徽章课程使用 Agent Platform 探索生成式 AI,展示自己在以下方面的技能: 文本生成技能、用于增强内容创作能力的图像和视频分析技能,以及在 Gemini API 中应用函数调用技术的技能。 了解如何运用先进的 Gemini 技术、探索多模态内容生成方法,并扩展 AI 赋能项目的功能。
完成使用 Google API 分析语音和语言课程,赢取技能徽章 。在此课程中,您将学习如何在真实场景中使用 Natural Language API 和 Speech API。
完成Google Cloud 云计算基础知识挑战任务,赢取技能徽章。 您将学习如何在 Compute Engine 中使用虚拟机 (VM)、永久性 磁盘和 Web 服务器。
完成在 Google Cloud 上使用 Machine Learning API 课程,赢取高级技能徽章。 在本课程中,您将了解以下机器学习和 AI 技术的基本功能: Cloud Vision API、Cloud Translation API 和 Cloud Natural Language API。
完成用 Cloud Vision API 分析图片课程,赢取技能徽章。在此挑战任务中,您将了解如何利用 Cloud Vision API 执行各种任务,包括从图片中提取文本。
完成“在 Google Cloud 上使用 TensorFlow 进行图片分类”课程,赢取中级技能徽章 。在此课程中,您将学习如何使用 TensorFlow 和 Vertex AI 来创建和训练机器学习模型。您将主要使用 Vertex AI Workbench 上用户管理的 笔记本。
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。
随着组织将数据和应用迁移到云端,他们必须妥善应对快速变化的安全挑战格局。本课程将探讨云安全基础知识、Google Cloud 基于安全性设计的基础设施的价值以及纵深防御策略,并重点介绍依托 AI 的运营和合规工具如何帮助组织满足严格的全球监管要求。 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。
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。
人工智能 (AI) 和机器学习 (ML) 代表着信息技术领域的重要演变,正在迅速改变各行各业。《利用 Google Cloud 人工智能进行创新》探讨了组织如何使用 AI 和机器学习来转变业务流程。 本课程是“Cloud Digital Leader 学习路线”的一部分,旨在帮助个人在自己的角色中不断成长,并为企业谋求未来发展。
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。
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。
本课程是 Google Cloud 数据分析认证计划的第五门课程(共五门)。在本课程中,你将综合运用前 4 门课程所学的基础知识和技能,实操完成一个结业项目,全面探索整个数据生命周期。您将练习使用云端工具来有效地获取、存储、处理、分析、直观呈现数据并传达数据分析洞见。课程结束时,您将完成一个项目,证明您在以下方面的熟练程度:高效地设计数据结构以整理来自多个来源的数据、向不同利益相关方展示解决方案,以及使用云端软件直观呈现数据分析洞见。您还将更新个人简历并练习面试技巧,为求职申请与面试环节做好准备。
本课程是 Google Cloud 数据分析认证计划的第四门课程(共五门课程)。在本课程中,您将重点学习在云端可视化数据的相关技能,其中数据可视化可分为五个关键阶段:讲故事、规划、探索数据、构建可视化图表以及与他人共享数据。您还将获得实操经验,尝试使用 UI(界面)/UX(用户体验)技能来制作线框图,从而设计出有影响力的云原生可视化图表,并使用云原生数据可视化工具来探索数据集、创建报告和构建信息中心,从而推动决策并促进协作。
本课程是 Google Cloud 数据分析认证计划的第三门课程(共五门)。在本课程中,您将首先了解从收集数据到获取数据分析洞见的整个数据历程。然后,您将学习如何使用 SQL 将原始数据转换为可用格式。接下来,您将学习如何使用数据流水线转换大量数据。最后,您会获得相关经验,熟悉如何将数据转换策略应用于真实数据集以满足业务需求。
本课程是 Google Cloud 数据分析认证计划的第二门课程(共五门)。在本课程中,您将探索数据的结构形式和组织方式。您将获得数据湖仓一体架构和云组件(如 BigQuery、Google Cloud Storage 和 DataProc)的实操经验,以便高效地存储、分析和处理大型数据集。
本课程是 Google Cloud 数据分析认证的第一门课程(共五门)。在本课程中,您将认识云数据分析领域,并了解云数据分析师在数据获取、存储、处理和可视化方面的角色和职责。您将探索 BigQuery 和 Cloud Storage 等基于 Google Cloud 的工具的架构,以及如何使用这些工具有效地设计数据结构,以及展示和报告数据。
在本课程中,您将了解 Google Cloud 中依托生成式 AI 技术的协作工具 Gemini 如何帮助开发者构建应用。您将学习如何向 Gemini 输入提示,让其为您解释代码、推荐 Google Cloud 服务并为您的应用生成代码。您将通过实操实验体验 Gemini 对应用开发工作流的改进作用。 Duet AI 已更名为 Gemini,这是我们的新一代模型。
完成本课程,赢取 Google DeepMind:训练小语言模型高级技能徽章,展示您在以下方面的技能: 提出实际的语言模型研究问题;构建一个简单的词元化器;制作用于训练 Transformer 语言模型的数据集;运行小语言模型的训练循环。 注册免费订阅,即可免费访问此实验。每月可免费获得 35 个点数!
完成 在 Agent Platform 中设计提示入门技能徽章课程,展示以下方面的技能: Agent Platform 中的提示工程、图片分析和多模态生成式技术。探索如何编写有效的提示,指导生成式 AI 输出, 以及将 Gemini 模型应用于真实的营销场景。
In this video, you'll learn to use Gemini in Google Sheets for advanced data analysis. You'll learn how to create data visualizations, like a scatter plot, using a simple prompt. You'll also learn how to ask Gemini to analyze your data for strategic insights and recommendations, such as how to save money.
In this video, you'll learn to use Gemini in Google Sheets to automatically generate organized trackers from unstructured data. You'll learn how to write a prompt that references other Google Drive files using the "@" symbol. You'll also see how Gemini builds a fully formatted, color-coded table with drop-down menus based on the data in your notes, saving you significant manual effort.
本视频介绍如何使用 Gmail 中的 Gemini 来管理 Google 日历,包括在侧边栏中询问日程,以及使用一键“添加到日历”功能将邮件中检测到的活动添加到日历。
In this video, you'll learn to use Gemini in Google Slides to build polished presentations efficiently. You'll see how to create slides by referencing content directly from your Google Drive files using the "@" symbol. You'll also learn to generate custom, professional images from a simple text prompt to visually enhance your presentation.
本视频介绍如何使用 Google 表格中的“问问 Gemini”功能,通过简单的自然语言命令对数据进行排序、过滤、突出显示和总结。
In this video, you'll learn to use the =AI() function in Google Sheets to automate your work. You'll see how to generate text like slogans, summarize paragraphs of customer feedback, and categorize data by classifying inquiries and analyzing sentiment.
In this video, you'll learn to create "what if" scenarios using AI's reasoning. You'll see how to set a "before" scene with a person holding a cake, prompt an action by asking "what would happen if they tripped?", and let the AI generate the plausible "after" image of the cake falling.
本视频将为您介绍一种“混搭”图像生成技术:先分别生成主体与场景,再利用最终提示词将二者融合成一张全新图片。
本视频介绍了如何在 Gemini 应用中使用多轮编辑功能逐步构建场景,以及如何通过将一个对象的风格转移到另一个对象来“改换”照片风格。
本视频介绍如何使用 Gemini 应用中的新功能,创作出既富有想象力又与您本人神似的自画像,以及如何将多张照片融合成一个新场景。
In this video, you'll learn to use NotebookLM to manage a large-scale research project. You'll see how to upload all your documents to get summaries, ask deeper strategic questions to find key insights, and use the audio feature to listen to your findings on the go.
In this video, you'll learn to use NotebookLM to analyze raw data and find compelling stories. You'll see how to ground the AI in your specific documents, prompt it to generate newsworthy PR claims, and ask it to find hidden correlations between different data points to uncover new insights.
本视频介绍了如何使用 AI 助理高效策划大型团队活动,涵盖创意构思、会务后勤到活动后的效果复盘分析。
本视频将为您介绍使用 Gemini Deep Research 的专业提示,包括如何设定角色、指定输出格式,以及如何引导搜索以进行全面的竞争力评估。
本视频介绍了如何使用 Gemini Deep Research,通过编写细致详尽的提示词来获取一份整合对比报告,助您在面对复杂的消费决策时从容不迫。
In this video, you'll learn to create an animated bar chart race using Gemini Canvas. You'll see how to write a prompt to visualize data over time and then use a follow-up prompt to refine the animation, such as slowing it down for a presentation.
本视频介绍如何在 Gemini Canvas 中使用描述性文本提示词,生成复杂的动画视觉艺术作品,例如动态排版。
本视频介绍如何构建和使用自定义 Gem(一种可重复使用的 AI 助理),将各类散乱的笔记和文章即刻整理成结构清晰的学习指南。
本视频介绍如何将个人笔记上传到 Gemini Canvas,并使用简单的提示词创建包含各种题型的互动式测验。
本视频介绍了如何使用 Gemini Deep Research 自动进行竞争分析,并在几分钟内生成一份关于竞争对手营销活动的详尽报告。
本视频介绍如何在 Gemini Canvas 中使用简单的文本提示词,构建并定制一个可实际运行的个性化天气应用原型。
本视频介绍如何在 Gemini Canvas 中使用简单的文本提示词,构建一个互动式 3D 太阳系模拟器,并为其添加教育功能。
本视频介绍如何向 Gemini Canvas 输入一条简单的提示词来描述应用功能与外观设计,从而构建番茄钟计时器等专属的个人实用工具应用。
本视频介绍如何使用 Gemini 中的“学习辅导”功能。作为与您并肩协作的 AI 伙伴,Gemini 能通过提问和互动工具,帮助您深入理解相关知识。
本视频介绍如何向 Gemini Canvas 输入一条简短的提示词,即可打造、定制并分享专属的可玩游戏(例如井字棋)。
本视频介绍如何在 Gemini Canvas 中使用简单的文本提示词,打造一个配备自定义控件和可弹奏键盘的全交互式音乐合成器。
本视频介绍了如何使用 Gemini Deep Research 和创意提示词,将复杂信息转化为有趣的个性化分析,例如体育球探报告和对阵图。
本视频介绍了如何使用 Gemini Canvas 中的“创建”菜单,将大段文字立即转换为信息图和网页等视觉内容。
本视频介绍了如何使用 Gemini Canvas,通过一种名为“氛围编程”的技术,将简单的应用绘图转换为功能原型。
This video covers how NotebookLM's Reports feature dynamically suggests formats to help you create customized, trustworthy analyses of your documents with ease.
本视频介绍了如何使用 Gemini Gem 构建个性化的“Work with Me”智能体,帮助您简化基础反馈,让会议更具战略性和效率。
本视频介绍了如何使用 Gemini Advanced 研究主题、创建演示文稿大纲,以及如何使用 Google 文档中的 Gemini 生成演讲要点。
This video covers how to create a 'project notebook' in NotebookLM by adding all relevant sources to build a central, searchable knowledge hub for your team.
This video covers how to use NotebookLM for common marketing tasks like analyzing customer feedback, conducting market research, and generating content ideas.
This video covers how to use the Video Overviews feature in NotebookLM to automatically generate a short explainer video based on your source documents.
This video covers how to use the 'Discover Sources' feature in NotebookLM to find and import relevant web-based sources directly into your research project.
This video covers how to use the Mind Maps feature in NotebookLM to automatically create a visual representation of your sources, helping you understand connections and key concepts.
This video covers how to use NotebookLM as a personal research assistant by adding sources, asking questions, and generating new content formats based on your documents.
本视频介绍了如何在 Gmail 中使用 Gemini 起草新邮件、调整语气、结合云端硬盘文件的上下文进行回复,以及使用智能回复建议。
本视频介绍了如何使用 Google 文档中的“帮我创作”功能,通过引用云端硬盘中其他文件的内容,生成格式完整的文档。
This video covers five key ways to use Google's AI tools, including Gemini in Workspace, the Gemini app, and NotebookLM, to enhance your daily productivity.
本视频介绍如何使用 Gmail 中的 Gemini 来总结邮件、查找信息和起草回复,帮助您更高效地管理收件箱。
本视频介绍了如何使用 Google 幻灯片中的 Gemini 自动生成会议回顾并起草跟进邮件,助您精简会后工作流,节省宝贵时间。
本视频将介绍如何借助 Google 表格中 Gemini 强大的 AI 功能,在数分钟内轻松提取数据并生成分析洞见,完全无需任何技术或编程背景。
本视频将介绍如何利用 Gemini Gem,以领导者的独特口吻撰写真实的社交媒体帖子。了解如何通过写作示例和清晰指令来训练 Gem,从而克服高管社交媒体影响力难以规模化的挑战。了解如何快速生成引人入胜的帖子,在节省时间的同时,提升思想领导力并确保真实性。
本视频将介绍如何创建自己的 Brevity Gem,将杂乱的笔记或长文档总结并转换为清晰、简洁、高管可直接使用的摘要。
本视频介绍如何借助 Gemini 与 Apps 脚本,实现跨 Google Workspace 各项手动任务的自动化。您将学习如何编写提示词让 Gemini 生成 Apps 脚本代码,从而在 Google 表格中自动为未标记为“完成”的任务起草邮件提醒。几乎无需任何技术专业背景,即可实现工作流自动化,从而腾出时间专注于更重要的工作,彻底告别繁琐的手动跟进。
This video covers how you can leverage Notebook LM to "eat the frog" on your to-do list by automating complex tasks like summarizing legislation and mapping services, saving you hours of work.
本视频介绍了如何使用 Gemini 消除繁琐的手动数据录入。了解如何拍摄数据照片或截取数据屏幕截图(来自 PDF、纸质文档或图片),然后提示 Gemini 立即将其转换为结构化的 Google 表格。探索这个简单技巧,让 Gemini 成为您的个人数据录入助理,节省大量转写数据的时间。只需拍照、撰写提示并导出即可!
本视频将向您介绍如何利用 AI 识别策略中的弱点和潜在假设。您将学习“挑刺”法,这是一种借助 AI 提示词对方案进行压力测试的简便方法,有助于查漏补缺并强化战略思维。
This video will cover how to use NotebookLM to gather and analyze publicly available information, combine it with internal documents, and extract key competitive insights.
本视频介绍如何在 Google Workspace 中定制个性化的 Gemini 输出结果。了解如何使用“@”符号将文档和研究论文直接引入提示词,从而获得更具针对性、契合您特定需求的相关 AI 输出。
本视频将介绍如何在 Google Workspace 中使用 Gemini 总结长文档,以便快速获取所需信息并节省时间。您将学习如何使用 Gemini 总结整个文档或仅所选文本,以及如何使用云端硬盘中的 Gemini 跨多个文件进行总结。
本视频介绍了提示工程的基础知识,帮助您与 AI 进行有效沟通。学习一个简单的框架(角色设定、任务、背景信息、格式),以便撰写清晰的提示,从而更快地从 Google Workspace 中的 Gemini 获得更理想的结果。了解如何使用自然语言、具体说明和迭代来获得最佳 AI 辅助。
本视频将介绍如何在 Google 文档中借助 Gemini 先进的 AI 功能来构思创意、起草各类营销内容,并与团队开展协作。
This video covers how NotebookLM can revolutionize customer insight gathering from call or chat transcripts. You'll learn to upload PDF transcripts of hundreds of conversations (even multilingual ones!) and quickly extract key themes, trending topics, and actionable insights without listening for hours. Discover how to save findings, share notebooks, and even generate interactive podcast summaries of your data.
本视频介绍了如何创建自己的 Gemini Gem,这是一种高级 AI 功能,可以自动执行重复性任务并大幅提升工作效率。
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。
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。
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。
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。
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
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.
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.