Fabio Marques
成为会员时间:2024
黄金联赛
22330 积分
成为会员时间:2024
本课程回顾了 Model Armor 的基本安全功能,并让您能够使用该服务。您将了解与 LLM 相关的安全风险,以及 Model Armor 如何保护您的 AI 应用。
本课程介绍了 Responsible AI 的概念和 AI 原则,还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧,同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。
本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果,做好模型评估至关重要。 学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战,并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform,学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。
“生成式 AI 智能体:助力组织转型”是“Gen AI Leader”学习路线中的第五门课程,也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体,帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体,并探索这些智能体的组成部分,例如模型、推理循环以及各种工具。
“生成式 AI 应用:改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用,例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
“生成式 AI: 全面了解生成式 AI”是 Generative AI Leader 学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式,以及我们与周围世界的互动方式。作为领导者,应该如何利用生成式 AI 来推动实现实际的业务成果?在本课程中,您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品,以及选择解决方案时需要考虑的因素。
“生成式 AI: 剖析基本概念”是 Generative AI Leader 学习路线中的第二门课程。在本课程中,您将了解生成式 AI 的基本概念。您要探索 AI、机器学习和生成式 AI 之间的区别,了解各种数据类型如何赋能生成式 AI,从而应对各种业务挑战。您还将深入了解 Google Cloud 应对基础模型局限性的策略,以及负责任和安全的 AI 开发与部署面临着哪些关键挑战。
“生成式 AI:不只是聊天机器人”是 Generative AI Leader 学习路线中的第一门课程。学习本课程没有知识门槛。本课程旨在帮助您超越对聊天机器人的基本认知,探索生成式 AI技术为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念,这些知识对利用生成式 AI 的强大功能至关重要。本课程还将说明,为组织制定成功的生成式 AI 策略时,需要考虑哪些重要因素。
Gemini for Google Workspace 是一个插件,用户可通过它来使用生成式 AI 功能。本课程通过视频课程、实操活动和实际示例,深入探讨了“Google 云端硬盘中的 Gemini”的功能。 学完本课程后,您将掌握相关知识和技能,能够自信地利用 Google 云端硬盘中的 Gemini 来改进工作流。
Artificial Intelligence (AI) offers transformative possibilities, but it also introduces new security challenges. This course equips security and data protection leaders with strategies to securely manage AI within their organizations. Learn a framework for proactively identifying and mitigating AI-specific risks, protecting sensitive data, ensuring compliance, and building a resilient AI infrastructure. Pick use cases from four different industries to explore how these strategies apply in real-world scenarios.
This training course introduces Cloud NGFW. Topics include how Cloud NGFW provides centralized firewall management, centralized firewall visibility, advanced threat protection, and firewall insights.
This course introduces you to the world of reliable deep learning, a critical discipline focused on developing machine learning models that not only make accurate predictions but also understand and communicate their own uncertainty. You'll learn how to create AI systems that are trustworthy, robust, and adaptable, particularly in high-stakes scenarios where errors can have significant consequences.
在本课程中,您将了解 Google Vids,这是一款面向特定 Google Workspace 用户的在线视频制作与编辑应用。通过课程讲解和演示,您将学习如何在工作中通过视频来制作和讲述引人入胜的故事。您还将了解如何无缝整合媒体、音频和视频片段,自定义风格,并轻松分享您的作品。 Vids 的部分功能借助生成式 AI 来帮助您更高效地进行创作。请注意,包括 Gemini 在内的生成式 AI 工具可能会提供不准确或不恰当的信息。请勿将 Gemini 功能提供的信息作为医疗、法律、财务或其他专业领域的建议。另需注意,Gemini 功能提供的建议不代表 Google 的观点,Google 对此概不负责。
本课程致力于为您提供所需的知识和工具,让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战,并帮助您在生成式 AI 项目中取得成功。
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。
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。
Google Workspace 专用 Gemini 是一个插件,可为用户提供对生成式 AI 功能的访问权限。本课程深入探讨了“Google Meet 中的 Gemini”的功能。通过视频课程、实操活动和实际示例,您将全面了解 Google Meet 中的 Gemini 功能。您将学习如何使用 Gemini 生成背景图片、提高视频质量以及翻译字幕。学完本课程后,您将掌握相关知识和技能,能够自信地利用 Google Meet 中的 Gemini 尽可能提高视频会议的效率。
Google Workspace 专用 Gemini 是一个插件,可在 Google Workspace 中为客户提供生成式 AI 功能。在本迷你课程中,您将了解 Gemini 的主要功能,以及如何在 Google 表格中使用它们来提高工作效率。
Google Workspace 专用 Gemini 是一个插件,可在 Google Workspace 中为客户提供生成式 AI 功能。在本迷你课程中,您将了解 Gemini 的主要功能,以及如何在 Google 幻灯片中使用它们来提高工作效率。
Google Workspace 专用 Gemini 是一个插件,可在 Google Workspace 中为客户提供生成式 AI 功能。在本迷你课程中,您将了解 Gemini 的主要功能,以及如何在 Gmail 中使用这些功能来提高工作效率。
Google Workspace 专用 Gemini 是一个插件,可在 Google Workspace 中为客户提供生成式 AI 功能。在本学习路线中,您将了解 Gemini 的主要功能,以及如何在 Google Workspace 中使用它们来提高工作效率。
Google Workspace 专用 Gemini 是一个插件,用户可通过它来使用生成式 AI 功能。本课程通过视频课程、实操活动和实际示例,深入探讨了“Google 文档中的 Gemini”的功能。您将学习如何使用 Gemini 来根据提示生成书面内容。您还会探索如何使用 Gemini 来修改已撰写好的文本,帮助提升整体工作效率。学完本课程后,您将掌握相关知识和技能,能够自信地利用 Google 文档中的 Gemini 来提升写作水平。
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。