Member since 2025
實現事件驅動的即時訊息與自動化工作流
Earned Nov 10, 2025 EST
實現 Cloud Storage 和數據保護解決方案
Earned Nov 10, 2025 EST
Google Cloud Compute 基本操作
Earned Nov 10, 2025 EST
Google DeepMind: 01 Build Your Own Small Language Model
Earned Oct 24, 2025 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Oct 23, 2025 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Oct 23, 2025 EDT
生成式 AI 簡介
Earned Oct 23, 2025 EDT
完成「實現事件驅動的即時訊息與自動化工作流」任務，即可獲得 技能徽章。 技能徽章課程，您將瞭解如何透過 Cloud 控制台使用 Pub/Sub、 如何使用 Cloud Scheduler 工作節省心力，並透過 Pub/Sub Lite 節省擷取大量事件 的費用。
若想獲得技能徽章，請完成實現 Cloud Storage 和數據保護解決方案 技能徽章課程，您將在此瞭解如何建立 Cloud Storage bucket、 如何使用 Cloud Storage 指令列，以及如何在區塊中使用值區鎖定功能保護物件。
完成「Google Cloud Compute 基本操作」任務， 學習如何在 Compute Engine 中使用虛擬機器 (VM)、永久磁碟 和網路伺服器，即可獲得技能徽章。
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。 學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。