Arpan Konar
Menjadi anggota sejak 2023
Silver League
13400 poin
Menjadi anggota sejak 2023
Kursus ini membahas cara menggunakan Gemini di Google Spreadsheet untuk mengotomatiskan pengaturan data dan mengolah angka yang kompleks. Pelajari cara menyusun tabel dari teks mentah, mengisi data secara otomatis menggunakan bahasa alami, membuat formula spreadsheet native on demand, dan mengekstrak insight atau visualisasi tingkat tinggi dengan cepat tanpa memerlukan keahlian spreadsheet lanjutan.
Kursus ini membahas cara menggunakan Gemini di Google Dokumen untuk menyederhanakan penulisan dan pembuatan konten Anda. Pelajari cara menyusun draf dokumen dari awal, menyempurnakan gaya dan kejelasan tulisan dengan alat bantu interaktif, meringkas file yang kompleks, dan mengubah teks panjang menjadi aset terstruktur untuk aplikasi Google Workspace lainnya dengan lancar.
Kursus ini membahas cara menggunakan Gemini di Gmail untuk mengoptimalkan pengelolaan email Anda. Pelajari cara meringkas rangkaian pesan yang panjang, mengambil informasi menggunakan bahasa alami, membuat draf respons profesional, dan mengatur strategi komunikasi langsung di kotak masuk Anda.
Gemini untuk Google Workspace menyediakan fitur AI generatif untuk pelanggan di Google Workspace. Dalam jalur pembelajaran ini, Anda akan mempelajari berbagai fitur penting di Gemini dan cara penggunaannya untuk meningkatkan produktivitas dan efisiensi di Google Workspace.
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
In this course, you learn how to do the kind of data exploration and analysis in Looker that would formerly be done primarily by SQL developers or analysts. Upon completion of this course, you will be able to leverage Looker's modern analytics platform to find and explore relevant content in your organization’s Looker instance, ask questions of your data, create new metrics as needed, and build and share visualizations and dashboards to facilitate data-driven decision making.
Selesaikan badge keahlian pengantar Menyiapkan Data untuk ML API di Google Cloud untuk menunjukkan keterampilan Anda dalam hal berikut: menghapus data dengan Dataprep by Trifacta, menjalankan pipeline data di Dataflow, membuat cluster dan menjalankan tugas Apache Spark di Managed Service for Apache Spark, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API.
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.
The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.
Kursus ini memperkenalkan kemampuan AI dan machine learning (ML) Google Cloud, dengan fokus pada pengembangan project AI generatif dan prediktif. Kursus ini akan membahas berbagai teknologi, produk, dan alat yang tersedia di seluruh siklus proses data ke AI, yang memberdayakan data scientist, developer AI, dan engineer ML untuk meningkatkan keahlian mereka melalui latihan interaktif.