GANAPATHY NAGARAJAN VIJAY KUMAR
メンバー加入日: 2020
アテンション機構
Earned 1月 28, 2024 EST
画像生成の概要
Earned 1月 22, 2024 EST
責任ある AI: Google Cloud における AI に関する原則の適用
Earned 1月 20, 2024 EST
Generative AI Fundamentals - 日本語版
Earned 1月 20, 2024 EST
責任ある AI の概要
Earned 1月 20, 2024 EST
大規模言語モデルの概要
Earned 1月 18, 2024 EST
生成 AI の概要
Earned 1月 18, 2024 EST
Google Cloud で Cloud Run を使用したアプリケーション開発: 基礎
Earned 1月 1, 2024 EST
Google Cloud 上でのコンテナ化アプリケーションの開発
Earned 1月 1, 2024 EST
App Deployment, Debugging, and Performance - 日本語版
Earned 12月 23, 2023 EST
Securing and Integrating Components of Your Application - 日本語版
Earned 12月 12, 2023 EST
Getting Started with Application Development - 日本語版
Earned 10月 10, 2023 EDT
Google Cloud の基礎: コア インフラストラクチャ
Earned 9月 24, 2023 EDT
このコースでは、アテンション機構について学習します。アテンション機構とは、ニューラル ネットワークに入力配列の重要な部分を認識させるための高度な技術です。アテンションの仕組みと、アテンションを活用して機械翻訳、テキスト要約、質問応答といったさまざまな ML タスクのパフォーマンスを改善する方法を説明します。
詳細
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。
詳細
企業における AI と ML の利用が拡大し続けるなか、責任を持ってそれを構築することの重要性も増しています。多くの企業にとっての課題は、責任ある AI と口で言うのは簡単でも、それを実践するのは難しいということです。このコースは、責任ある AI を組織で運用化する方法を学びたい方に最適です。
このコースでは、Google Cloud が責任ある AI を現在どのように運用化しているかを、ベスト プラクティスや教訓と併せて学び、責任ある AI に対する独自のアプローチを構築するためのフレームワークとして活用できるようにします。
詳細
「Introduction to Generative AI」、「Introduction to Large Language Models」、「Introduction to Responsible AI」の各コースを修了すると、スキルバッジを獲得できます。最終テストに合格することで、ジェネレーティブ AI の基礎概念を理解していることが証明されます。
スキルバッジは、Google Cloud のプロダクトとサービスに関する知識を認定するために Google Cloud が発行するデジタルバッジです。スキルバッジは、ソーシャル メディアの公開プロフィールを作成してそこに追加することで一般向けに共有できます。
詳細
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。
詳細
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。
詳細
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 ML 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。
詳細
このコースでは、アプリケーションを実行するための Cloud Run サーバーレス プラットフォームについて説明します。Cloud Run の基礎とそのリソースモデル、コンテナ ライフサイクルについて学習します。また、サービス ID、サービスへのアクセスを制御する方法、アプリケーションを Cloud Run にデプロイする前にローカルで開発、テストする方法も確認します。Google Cloud の他のサービスと統合して、フル機能のアプリケーションをビルドする方法も説明しています。
詳細
このコースでは、コンテナの概要と、コンテナ イメージをビルドし、パッケージ化する方法について説明します。また、コンテナの作成と保護に関するベスト プラクティスを紹介し、アプリケーション開発者向けに Cloud Run と Google Kubernetes Engine の概要を説明します。
詳細
Course Description:
詳細
Course Description:
詳細
アプリケーション デベロッパーは、このコースを通して、Google Cloud のマネージド サービスをシームレスに統合するクラウドネイティブ アプリケーションの設計方法と開発方法を学びます。講義、デモ、ハンズオンラボを通して、アプリケーション開発のベスト プラクティスを適用する方法、さらに、オブジェクト ストレージやリレーショナル データ、キャッシュ保存、分析に適切な Google Cloud ストレージ サービスを使用する方法を学習します。
各ラボのいずれかのバージョンを修了する必要があります。各ラボは Node.js で提供されます。ほとんどの場合、同じラボが Python または Java でも提供されます。各ラボをご希望の言語で修了できます。
これは「Developing Applications with Google Cloud」シリーズの最初のコースです。このコースを修了したら、「Securing and Integrating Components of your Application」コースに登録してください。
詳細
Google Cloud の基礎: コア インストラクチャ では、Google Cloud に関する重要なコンセプトと用語について説明します。このコースでは動画とハンズオンラボを通じて学習を進めていきます。Google Cloud の多数のコンピューティング サービスとストレージ サービス、そしてリソースとポリシーを管理するための重要なツールについて比較しながら説明します。
詳細
