加入 登录

Apply your skills in Google Cloud console

CHEAH CHIN HONG Carrick

成为会员时间：2023

白银联赛

29060 积分
Build a Certification Study Guide: PMLE Earned Jul 31, 2025 EDT
開發人員的負責任 AI 技術：可解釋性與透明度 Earned Sep 16, 2024 EDT
開發人員的負責任 AI 技術：公平性與偏誤 Earned Sep 15, 2024 EDT
Machine Learning Operations (MLOps): Getting Started Earned Sep 15, 2024 EDT
Feature Engineering Earned Aug 27, 2024 EDT
Handle Consumer Interactions with CCaaS Earned Jul 15, 2024 EDT
生成式 AI 適用的機器學習運作 (MLOps) Earned Jun 28, 2024 EDT
Vector Search 和嵌入 Earned Jun 3, 2024 EDT
在 Vertex AI 設計提示 Earned Jun 3, 2024 EDT
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則 Earned Jun 3, 2024 EDT
探索生成式 AI - Vertex AI Earned Jun 3, 2024 EDT
使用 Gemini：數據資料學家和分析師 Earned May 19, 2024 EDT
負責任的 AI 技術簡介 Earned May 18, 2024 EDT
大型語言模型簡介 Earned May 18, 2024 EDT
生成式 AI 簡介 Earned May 18, 2024 EDT
Build, Train and Deploy ML Models with Keras on Google Cloud Earned Apr 23, 2024 EDT
Launching into Machine Learning Earned Apr 21, 2024 EDT
Google Cloud 的 AI 和機器學習服務簡介 Earned Apr 20, 2024 EDT
Computer Vision Fundamentals with Google Cloud Earned Jan 19, 2024 EST

Learn how to use NotebookLM to create a personalized study guide for the Professional Machine Learning Engineer certification exam (PMLE). You'll review NotebookLM features, create a notebook, and use the study guide to practice for a certification exam.

了解详情

本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具，有助於讓資料和 AI 模型透明且可解釋。

了解详情

本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。

了解详情

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.

了解详情

This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.

了解详情

This course teaches contact center agents about the core agent features and functionality in Contact Center as a Service (CCaaS). CCaaS is a unified contact center platform that accelerates an organization's ability to leverage and deploy contact centers without relying on multiple technology providers. This course is most appropriate for those who handle consumer interactions via chat and call.

了解详情

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。

了解详情

這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋；結合語意和關鍵字做法的混合型搜尋機制；以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理，盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search，打造智慧型搜尋引擎。

了解详情

完成 在 Vertex AI 設計提示 技能徽章入門課程，即可證明您具備下列技能： 在 Vertex AI 設計提示、分析圖片，以及運用多模態模型生成內容。瞭解如何建立有效的提示、引導生成式 AI 輸出內容， 以及將 Gemini 模型用於實際的行銷情境。

了解详情

隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。 您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。

了解详情

探索生成式 AI - Vertex AI 課程包含一系列實驗室，幫助您瞭解 如何在 Google Cloud 使用生成式 AI。透過實驗室，您將瞭解 如何使用 Vertex AI PaLM API 系列模型，包括 text-bison、chat-bison、 和 textembedding-gecko。您也會瞭解提示設計、最佳做法、 以及這些模型如何用於構思、文字分類、文字擷取、文字 摘要等。您也會瞭解如何透過 Vertex AI 自訂訓練功能調整基礎模型， 並將模型部署至 Vertex AI 端點。

了解详情

本課程介紹的 Gemini 是採用生成式 AI 技術的協作工具，可協助分析客戶資料及預測產品銷售情形。您也會學習如何在 BigQuery 中使用客戶資料識別、分類及開發新客戶。透過使用實作研究室，您可以體驗 Gemini 如何改良資料分析和機器學習工作流程。 Duet AI 已更名為 Gemini，這是我們的新一代模型。

了解详情

這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。

了解详情

這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。

了解详情

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。

了解详情

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

了解详情

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.

了解详情

本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能，著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具，並透過互動式練習，協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。

了解详情

This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models. The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data. The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models. Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.

了解详情