Javier Celdrán
Учасник із 2023
Introduction to AI Agent Workflow
Earned лист. 14, 2025 EST
Build a Certification Study Guide: PMLE
Earned трав. 31, 2025 EDT
Machine Learning Operations (MLOps): Getting Started
Earned серп. 25, 2024 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned серп. 25, 2024 EDT
Recommendation Systems on Google Cloud
Earned серп. 25, 2024 EDT
DEPRECATED Build and Deploy Machine Learning Solutions on Vertex AI
Earned серп. 13, 2024 EDT
Підготовка даних для інтерфейсів API машинного навчання в Google Cloud
Earned серп. 12, 2024 EDT
Introduction to Generative AI - Українська
Earned серп. 12, 2024 EDT
Computer Vision Fundamentals with Google Cloud
Earned серп. 9, 2024 EDT
Google Cloud Big Data and Machine Learning Fundamentals - українська
Earned черв. 5, 2024 EDT
Налаштування Cloud Load Balancing для Compute Engine
Earned черв. 3, 2024 EDT
Налаштування середовища для розробки додатка в Google Cloud
Earned серп. 25, 2023 EDT
Налаштування Cloud Load Balancing для Compute Engine
Earned лип. 19, 2023 EDT
Master your Cloud skills through hands-on labs and friendly competition! Cloud Hero challenges you to conquer a series of hands-on labs, putting your newfound knowledge to practice. Earn points for completing labs accurately, and rack up bonus points for speed. The leaderboard lets you see how you stack up against your peers – can you rise to the top? Remember to click "End" after finishing each lab to claim your well-deserved points.
Докладніше
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.
Докладніше
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.
Докладніше
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Докладніше
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.
This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
Докладніше
Earn the intermediate skill badge by completing the Build and Deploy Machine Learning Solutions on Vertex AI skill badge course, where you learn how to use Google Cloud's Vertex AI platform, AutoML, and custom training services to train, evaluate, tune, explain, and deploy machine learning models.
Докладніше
Пройдіть вступний кваліфікаційний курс Підготовка даних для інтерфейсів API машинного навчання в Google Cloud, щоб продемонструвати свої навички щодо очистки даних за допомогою сервісу Dataprep by Trifacta, запуску конвеєрів даних у Dataflow, створення кластерів і запуску завдань Apache Spark у Managed Service for Apache Spark, а також виклику API машинного навчання, зокрема Cloud Natural Language API, Google Cloud Speech-to-Text API і Video Intelligence API.
Докладніше
Це ознайомлювальний курс мікронавчання, який має пояснити, що таке генеративний штучний інтелект, як він використовується й чим відрізняється від традиційних методів машинного навчання. Він також охоплює інструменти Google, які допоможуть вам створювати власні додатки на основі генеративного штучногоінтелекту.
Докладніше
This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models.
The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data.
The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models.
Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.
Докладніше
Під час курсу ви зможете ознайомитися з продуктами й сервісами Google Cloud для роботи з масивами даних і машинним навчанням, які підтримують життєвий цикл роботи з даними для тренування моделей штучного інтелекту. У курсі розглядаються процеси, проблеми й переваги створення конвеєру масиву даних і моделей машинного навчання з Vertex AI у Google Cloud.
Докладніше
Пройдіть вступний кваліфікаційний курс Налаштування Cloud Load Balancing для Compute Engine, щоб продемонструвати свої навички: створення й розгортання віртуальних машин у Compute Engine; налаштування мережі й розподілювачів навантаження додатків.
Докладніше
Щоб отримати кваліфікаційний значок, пройдіть курс Налаштування середовища для розробки додатка в Google Cloud. У ньому ви навчитеся створювати й підключати хмарну інфраструктуру, спрямовану на зберігання даних, за допомогою базових можливостей таких технологій, як Cloud Storage, система керування ідентифікацією і доступом, Cloud Functions та Pub/Sub.
Докладніше
Пройдіть вступний кваліфікаційний курс Налаштування Cloud Load Balancing для Compute Engine, щоб продемонструвати свої навички: створення й розгортання віртуальних машин у Compute Engine; налаштування мережі й розподілювачів навантаження додатків.
Докладніше
