Khawaja Muhammad Zubair Lone GOOGLEUSER
成为会员时间:2022
黄金联赛
23780 积分
成为会员时间:2022
完成“在 Google Cloud 上设置应用开发环境”课程,赢取技能徽章;通过该课程,您将了解如何使用以下技术的基本功能来构建和连接以存储为中心的云基础设施: Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
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 Dataproc 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
Google Cloud 云计算基础课程面向没有或很少有云计算基础或经验的人群。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,并掌握一些实际操作技能。 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 本课程是该系列课程的最后一门,回顾了托管式大数据服务、机器学习及其价值,以及如何通过获得技能徽章来进一步展示您在 Google Cloud 方面的技能。
Google Cloud 云计算基础课程面向几乎没有云计算背景或经验的人士。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。 完成本课程系列后,学员将能够阐述这些概念,并展示一定的实操技能。 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 本课是第三门课程,介绍云端自动化和管理工具以及如何构建安全网络。
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。
探索生成式 AI - Vertex AI 课程汇集了多组实验, 指导用户在 Google Cloud 平台上运用生成式 AI。参与实验,您将了解 如何使用 Vertex AI PaLM API 系列模型,包括 text-bison、chat-bison 和 textembedding-gecko。您还将了解提示设计、最佳实践, 以及如何使用生成式 AI 进行构思、文本分类、文本提取、文本 总结等任务。您还将学习如何通过 Vertex AI 自定义训练对基础模型进行调优, 并将模型部署到 Vertex AI 端点。
本课程介绍 Google Cloud 的 AI 和机器学习 (ML) 能力,重点讲解如何开发生成式和预测式 AI 项目。本课程将探讨“数据到 AI”全生命周期中的多种技术、产品和工具,并通过互动练习帮助数据科学家、AI 开发者和机器学习工程师提升专业能力。
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。
本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分,例如自注意力机制,以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务,例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。
本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分,例如编码器和解码器,以及如何训练和评估模型。学完本课程,您将能够自行创建图片标注模型并用来生成图片说明。
本课程简要介绍了编码器-解码器架构,这是一种功能强大且常见的机器学习架构,适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分,以及如何训练和部署这些模型。在相应的实验演示中,您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码,以用于诗歌生成。
本课程将向您介绍注意力机制,这是一种强大的技术,可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理,以及如何使用它来提高各种机器学习任务的性能,包括机器翻译、文本摘要和问题解答。
本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学,特别是热力学。过去几年内,扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论,以及如何在 Vertex AI 上训练和部署此类模型。
本课程介绍 Vertex AI Studio,这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验,您将探索从提示到产品的整个生命周期,了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio,在自己的项目中充分发掘生成式 AI 的潜力。
完成 Introduction to Generative AI、Introduction to Large Language Models 和 Introduction to Responsible AI 三门课程,赢取技能徽章。通过最终测验,即表明您理解了生成式 AI 的基本概念。 技能徽章是由 Google Cloud 颁发的数字徽章,旨在认可您对 Google Cloud 产品与服务的了解程度。公开您的个人资料并将技能徽章添加到您的社交媒体个人资料中,以此来分享您获得的成就。
完成构建安全的 Google Cloud 网络课程,赢取技能徽章。在此课程中,您将了解与网络有关的众多 资源,以便在 Google Cloud 上构建、扩缩和保护自己的应用。
完成设置 Google Cloud 网络课程,赢取技能徽章, 您将了解如何在 Google Cloud Platform 上执行基本的网络组建和管理任务 - 创建自定义网络、添加子网防火墙规则,然后创建虚拟机并测试 虚拟机之间相互通信时的延迟时间。
完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理, 展示自己在以下方面的技能:利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线; 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流; 以及利用 BigQuery ML 构建机器学习模型。
Earn a skill badge by completing the Build Interactive Apps with Google Assistant quest, where you will learn how to build Google Assistant applications, including how to: create an Actions project, integrate Dialogflow with an Actions project, test your application with Actions simulator, build an Assistant application with flash cards template, integrate customer MP3 files with your Assistant application, add Cloud Translation API to your Assistant application, and use APIs and integrate them into your applications. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete the skill badge quest, and final assessment challenge lab, to receive a digital badge that you can share with your network.
完成在 Google Cloud 上实施云安全基础措施技能徽章中级课程, 展示自己在以下方面的技能:使用 Identity and Access Management (IAM) 创建和分配角色; 创建和管理服务账号;跨虚拟私有云 (VPC) 网络实现专用连接; 使用 Identity-Aware Proxy 限制应用访问权限; 使用 Cloud Key Management Service (KMS) 管理密钥和加密数据;创建专用 Kubernetes 集群。
完成入门级使用 Google Cloud Observability 进行监控和记录技能徽章课程, 展示自己在以下方面的技能:监控 Compute Engine 中的虚拟机; 利用 Cloud Monitoring 监控多个项目;将监控和日志记录功能扩展到 Cloud Functions; 创建和发送自定义应用指标;以及根据自定义指标配置 Cloud Monitoring 提醒。
完成在 Google Cloud 中实施 DevOps 工作流技能徽章中级课程, 展示您在以下方面的技能:利用 Cloud Source Repositories 创建 git 代码库; 在 Google Kubernetes Engine (GKE) 上启动、管理和扩缩 Deployment; 设计 CI/CD 流水线架构,以自动构建容器映像并将其部署到 GKE。
完成中级技能徽章课程使用 BigQuery 构建数据仓库,展示以下技能: 联接数据以创建新表、排查联接故障、使用并集附加数据、创建日期分区表, 以及在 BigQuery 中使用 JSON、数组和结构体。
完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型,展示您在以下方面的技能: 使用 BigQuery ML 创建和评估机器学习模型,以执行数据预测。
完成为 Looker 信息中心和报告准备数据入门级技能徽章课程, 展现您在以下方面的技能:对数据进行过滤、排序和透视;将来自不同 Looker 探索的结果合并; 以及使用函数和运算符构建 Looker 信息中心和报告以用于数据分析和可视化。