Arpan Konar
Participante desde 2023
Liga Prata
13400 pontos
Participante desde 2023
Este curso aborda como usar o Gemini no Google Planilhas para automatizar a organização de dados e analisar números complexos. Aprenda a estruturar tabelas a partir de texto bruto, preencher dados automaticamente usando linguagem natural, gerar fórmulas nativas de planilhas sob demanda e extrair rapidamente insights ou visualizações de alto nível sem precisar de experiência avançada em planilhas.
Este curso aborda como usar o Gemini no Google Docs para simplificar a escrita e a criação de conteúdo. Aprenda a criar documentos do zero, a melhorar o tom e a clareza da escrita com ferramentas interativas, a resumir arquivos complexos e a transformar textos longos em recursos estruturados para outros apps do Google Workspace.
Este curso mostra como usar o Gemini no Gmail para otimizar o gerenciamento de e-mails. Aprenda a resumir conversas longas, recuperar informações usando linguagem natural, escrever respostas profissionais e organizar estratégias de comunicação diretamente na sua caixa de entrada.
O Gemini para Google Workspace oferece aos clientes recursos de IA generativa no Workspace. No programa de aprendizado, você conhecerá as principais funcionalidades do Gemini e como elas podem melhorar sua produtividade e eficiência no Google Workspace.
Este curso ensina a criar modelos de ML com o TensorFlow e o Keras, melhorar a acurácia deles e desenvolver modelos para uso em escala.
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.
Conquiste o selo de habilidade introdutório Preparar dados para APIs de ML no Google Cloud para demonstrar que você é capaz de: limpar dados com o Dataprep by Trifacta, executar pipelines de dados no Dataflow, criar clusters e executar jobs do Apache Spark no Managed Service for Apache Spark e chamar APIs de ML, incluindo as APIs Cloud Natural Language, Google Cloud Speech-to-Text e Video Intelligence.
Neste curso, os participantes vão conhecer as ferramentas de MLOps e as práticas recomendadas para a implantação, a avaliação, o monitoramento e a operação de sistemas de ML de produção no Google Cloud. MLOps é uma disciplina com foco na implantação, no teste, no monitoramento e na automação de sistemas de ML em produção. Profissionais de engenharia de machine learning usam ferramentas para fazer melhorias contínuas e avaliações de modelos implantados. São profissionais que trabalham com ciências de dados e desenvolvem modelos para garantir a velocidade e o rigor na implantação de modelos com melhor desempenho.
O curso começa com a seguinte discussão: como melhorar a qualidade dos dados e fazer uma análise exploratória deles? Descrevemos o AutoML na Vertex AI e como criar, treinar e implantar um modelo de ML sem escrever nenhuma linha de código. Você vai conhecer os benefícios do BigQuery ML. Depois vamos falar sobre como otimizar um modelo de machine learning (ML) e como a generalização e a amostragem podem ajudar na avaliação de qualidade dos modelos de ML em treinamentos personalizados.
Neste curso, apresentamos os recursos de IA e machine learning (ML) do Google Cloud, com foco no desenvolvimento de projetos de IA generativa e preditiva. Vamos conhecer as tecnologias, os produtos e as ferramentas disponíveis em todo o ciclo de vida de dados para IA, capacitando cientistas de dados, desenvolvedores de IA e engenheiros de ML para aprimorar a experiência com exercícios interativos.