Chitra Devi A
Jest członkiem od 2022
Liga srebrna
4860 pkt.
Gemini in Google Meet
Earned sty 22, 2024 EST
Gemini in Google Sheets
Earned sty 22, 2024 EST
Gemini in Google Slides
Earned sty 22, 2024 EST
Gemini in Google Docs
Earned sty 22, 2024 EST
Gemini in Gmail
Earned sty 20, 2024 EST
Google Workspace with Gemini: Foundations of Your AI Workflow
Earned sty 20, 2024 EST
[DEPRECATED] Generative AI Fundamentals
Earned wrz 19, 2023 EDT
Introduction to Responsible AI - Polski
Earned cze 22, 2023 EDT
Introduction to Large Language Models - Polski
Earned cze 22, 2023 EDT
Encoder-Decoder Architecture
Earned cze 22, 2023 EDT
Introduction to Generative AI - Polski
Earned cze 22, 2023 EDT
Wdrażanie równoważenia obciążenia Cloud Load Balancing w Compute Engine
Earned maj 18, 2023 EDT
How Google Does Machine Learning
Earned kwi 27, 2023 EDT
Machine Learning Operations (MLOps): Getting Started
Earned kwi 23, 2023 EDT
This course covers how to use Gemini in Google Meet to enhance video collaboration. Learn to automate note-taking, utilize real-time text and speech translation, privately catch up on missed discussions, and instantly optimize your audio and video quality. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.
Więcej informacji
This course covers how to use Gemini in Google Sheets to automate data organization and crunch complex numbers. Learn to structure tables from raw text, auto-populate data using natural language, generate native spreadsheet formulas on demand, and rapidly extract high-level insights or visualizations without needing advanced spreadsheet expertise. Explore other content in the Gemini Agent Ready (GEAR) program.
Więcej informacji
This course covers how to use Gemini in Google Slides to transform concepts into visually compelling presentations. Learn to generate structured decks from a single prompt or existing source document, refine slide layouts using automated design enhancement, create custom vector graphics and photos, and dynamically craft on-slide copy alongside precise speaker notes.
Więcej informacji
This course covers how to use Gemini in Google Docs to streamline your writing and content creation. Learn to draft documents from scratch, refine writing tone and clarity with interactive tools, summarize complex files, and seamlessly transform long-form text into structured assets for other Google Workspace applications. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.
Więcej informacji
This course covers how to use Gemini in Gmail to optimize your email management. Learn to summarize lengthy threads, retrieve information using natural language, draft professional responses, and organize communication strategies directly inside your inbox. Explore other content in the Gemini Agent Ready (GEAR) program.
Więcej informacji
Google Workspace with Gemini provides customers with generative AI features in Google Workspace. Here, you will learn about the key features of Gemini and how they can be used to improve productivity and efficiency. Continue building your skills in the full Google Workspace with Gemini learning path, and explore other content in the Gemini Agent Ready (GEAR) program.
Więcej informacji
Earn a skill badge by passing the final quiz, you'll demonstrate your understanding of foundational concepts in generative AI.
A skill badge is a digital badge issued by Google Cloud in recognition of your knowledge of Google Cloud products and services. Share your skill badge by making your profile public and adding it to your social media profile.
Więcej informacji
Celem tego szybkiego szkolenia dla początkujących jest wyjaśnienie, czym jest odpowiedzialna AI i dlaczego jest ważna, oraz przedstawienie, jak Google wprowadza ją w swoich usługach. Szkolenie zawiera także wprowadzenie do siedmiu zasad Google dotyczących sztucznej inteligencji.
Więcej informacji
To szybkie szkolenie dla początkujących wyjaśnia, czym są duże modele językowe (LLM) oraz jakie są ich zastosowania. Przedstawia również możliwości zwiększenia ich wydajności przez dostrajanie przy użyciu promptów oraz narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.
Więcej informacji
This course gives you a synopsis of the encoder-decoder architecture, which is a powerful and prevalent machine learning architecture for sequence-to-sequence tasks such as machine translation, text summarization, and question answering. You learn about the main components of the encoder-decoder architecture and how to train and serve these models. In the corresponding lab walkthrough, you’ll code in TensorFlow a simple implementation of the encoder-decoder architecture for poetry generation from the beginning.
Więcej informacji
Celem tego szybkiego szkolenia dla początkujących jest wyjaśnienie, czym jest generatywna AI oraz jakie są jej zastosowania. Szkolenie przedstawia również różnice pomiędzy tą technologią a tradycyjnymi systemami uczącymi się, a także narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.
Więcej informacji
Ukończ szkolenie wprowadzające Wdrażanie równoważenia obciążenia Cloud Load Balancing w Compute Engine, aby zdobyć odznakę potwierdzającą zdobycie następujących umiejętności: tworzenie i wdrażanie maszyn wirtualnych w Compute Engine oraz konfigurowanie sieciowych systemów równoważenia obciążenia i systemów równoważenia obciążenia aplikacji.
Więcej informacji
This course explores what ML is and what problems it can solve. The course also discusses best practices for implementing machine learning. You’re introduced to Vertex AI, a unified platform to quickly build, train, and deploy AutoML machine learning models.
The course discusses the five phases of converting a candidate use case to be driven by machine learning, and why it’s important to not skip them. The course ends with recognizing the biases that ML can amplify and how to recognize them.
Więcej informacji
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.
Więcej informacji
