Hunor Kovács Bálint
メンバー加入日: 2022
ゴールドリーグ
7368 ポイント
メンバー加入日: 2022
「Networking in Google Cloud」シリーズの 3 番目のコース「Network Architecture」へようこそ。 このコースでは、Google Cloud 内で効率的かつスケーラブルなネットワーク アーキテクチャを設計するための基礎について説明します。 モジュール 1「ネットワーク アーキテクチャの概要」では、サブネット、ルート、ファイアウォール、ロード バランシングなど、ネットワーク アーキテクチャの中核となるコンポーネントやコンセプトを紹介します。 モジュール 2「ネットワーク トポロジ」では、Google Cloud でよく使用されるさまざまなネットワーク トポロジの詳細とその長所と短所について説明します。
「Google Cloud のネットワーキング」シリーズの 4 番目のコース「ネットワーク セキュリティ」へようこそ。 このコースでは、Google Cloud ネットワーク インフラストラクチャを保護するためのサービスについて詳しく学びます。 最初のモジュールである「分散型サービス拒否攻撃(DDoS)からの保護」では、分散型サービス拒否攻撃(DDoS)に対してネットワークを強化し、中断のないサービスの可用性を確保する方法について説明します。 2 番目のモジュールである「VPC ネットワークへのアクセス制御」では、ネットワーク アクセス制御を学習し、誰がどのようにリソースにアクセスできるかについての権限を定義できるようにします。 最後に、3 番目のモジュールである「高度なセキュリティのモニタリングと分析」では、潜在的な脅威をプロアクティブに検出して対応し、Google Cloud 環境の安全性と復元力を維持する方法を検討します。 このコースを終えると、Google Cloud ネットワーク セキュリティについて包括的に理解できるようになります。
このコースでは拡散モデルについて説明します。拡散モデルは ML モデル ファミリーの一つで、最近、画像生成分野での有望性が示されました。拡散モデルは物理学、特に熱力学からインスピレーションを得ています。ここ数年、拡散モデルは研究と産業界の両方で広まりました。拡散モデルは、Google Cloud の最先端の画像生成モデルやツールの多くを支える技術です。このコースでは、拡散モデルの背景にある理論と、モデルを Vertex AI でトレーニングしてデプロイする方法について説明します。
この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。
このコースは、大規模言語モデル(LLM)とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。
この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の機械学習の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。
このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。
This is the first of five courses in the Google Cloud Cybersecurity Certificate. In this course, you’ll explore the essentials of cybersecurity, including the security lifecycle, digital transformation, and key cloud computing concepts. You’ll identify common tools used by entry-level cloud security analysts to automate tasks.
「Looker ダッシュボードとレポート用にデータを準備する」スキルバッジを獲得できる入門コースを修了すると、 データのフィルタ、並べ替え、ピボット、異なる Looker Explore から取得した結果の統合、 関数と演算子を使用してデータを分析し可視化するための Looker ダッシュボードとレポートの作成に関するスキルを実証できます。