参加 ログイン

Sharma Jitendra

メンバー加入日: 2024

ゴールドリーグ

18020 ポイント
ADK と MCP を使用して連携型マルチエージェント システムを構築する Earned 8月 11, 2026 EDT
AI Boost Bites: Google Workspace で効果的なプロンプトを作成する Earned 4月 28, 2026 EDT
AI Boost Bites: Your AI Chart Detective Earned 4月 28, 2026 EDT
本番環境でエージェントを構築してデプロイする Earned 4月 24, 2026 EDT
Google DeepMind: 07 Accelerate Your Model Earned 4月 4, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model Earned 4月 4, 2026 EDT
AI Boost Bites: あなただけのフィードバック エージェント Earned 4月 4, 2026 EDT
[DEPRECATED] Architecting an AI Inference Stack Earned 3月 29, 2026 EDT
責任ある AI の概要 Earned 3月 27, 2026 EDT
AI Boost Bites: AI で受信トレイを整理 Earned 11月 23, 2025 EST
Model Armor: AI デプロイの保護 Earned 11月 23, 2025 EST
[DEPRECATED] AI Boost Bites: AI Power-Ups for Google Workspace Earned 11月 23, 2025 EST
Cloud Run で AI モデルをデプロイしてスケールする Earned 11月 19, 2025 EST
AI の世界におけるセキュリティの基礎 Earned 11月 19, 2025 EST
[DEPRECATED] データ サイエンティストとアナリスト向けの Gemini Earned 11月 18, 2025 EST
Google DeepMind: 02 Represent Your Language Data Earned 11月 17, 2025 EST
開発者向けの責任ある AI: プライバシーと安全性 Earned 11月 10, 2025 EST
Google DeepMind: 04 Discover The Transformer Architecture Earned 11月 10, 2025 EST
Google DeepMind: 03 Design And Train Neural Networks Earned 11月 10, 2025 EST
Google DeepMind: 01 Build Your Own Small Language Model Earned 11月 9, 2025 EST
発者向けの責任ある AI: 公平性とバイアス Earned 10月 18, 2025 EDT
Vertex AI を使用した ML オペレーション（MLOps）: モデルの評価 Earned 10月 5, 2025 EDT
Gemini in Google Vids Earned 10月 5, 2025 EDT
生成 AI のための ML オペレーション（MLOps) Earned 9月 5, 2025 EDT
生成 AI: chatbot を超えて Earned 7月 30, 2025 EDT
大規模言語モデルの概要 Earned 4月 12, 2024 EDT
責任ある AI: Google Cloud における AI に関する原則の適用 Earned 4月 12, 2024 EDT

Google の Agent Development Kit（ADK）と Model Context Protocol（MCP）を使用して、マルチエージェント システムを設計、調整、デプロイする方法を学びます。旅行コンシェルジュの例を使用して、カスタム ガードレールを備えた専門エージェントのネットワークをオーケストレートする方法を学びます。このコースを修了すると、堅牢でスケーラブルな AI ワークフローに必要な設計パターンとデプロイ戦略を理解できます。

詳細

この動画では、効果的な AI コミュニケーションのためのプロンプト エンジニアリングの基本について説明します。シンプルなフレームワーク（ペルソナ、タスク、コンテキスト、フォーマット）を学び、明確なプロンプトを作成して、Gemini in Google Workspace からより良い結果をより迅速に得られるようにします。自然言語を使用し、具体的に指示し、反復処理を行って、最適な AI アシスタントを実現する方法を学びます。

詳細

In this video, you'll learn to use Gemini as your personal data analyst. Master the art of turning screenshot "spaghetti" charts into clear strategic insights by asking plain-English questions about the patterns you see.

詳細

Google の Agent Development Kit（ADK）と Google Cloud の堅牢なインフラストラクチャを使用したマルチ エージェント システムのアーキテクチャとデプロイについて確認します。サーバーレスの Cloud Run から高パフォーマンスの GKE まで、最適なホスティング環境を特定しながら、階層型エージェント ツリーと決定論的ワークフロー エージェントを設計する方法を学びます。これにより、セキュリティとスケーラビリティに優れた、プロダクション レディな AI エージェントの構築が可能になります。

詳細

Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.

詳細

Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.

詳細

この動画では、Gemini Gem を使用してパーソナライズされた「Work with Me」エージェントを構築する方法を説明します。このエージェントは、基本的なフィードバックを効率化し、会議をより戦略的かつ効率的にするのに役立ちます。

詳細

This course is designed for developers looking to build an optimized AI inference stack on Google Cloud. Whether you’re working with GPUs or TPUs, you’ll explore the fundamental components of an inference stack, learn design principles for maximizing performance and reliability, and explore practical techniques to take your workloads from 0 to 1. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.

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

この動画では、Gemini in Gmail を使用してメールの要約、情報の検索、返信の下書き作成を行い、受信トレイをより効率的に管理する方法を説明します。

詳細

このコースでは、Model Armor の重要なセキュリティ機能を復習し、このサービスを使いこなすための技術が身についていることを確認します。LLM に関連するセキュリティ リスクと、Model Armor にによる AI アプリケーションの保護の仕組みについて説明します。

詳細

This video covers five key ways to use Google's AI tools, including Gemini in Workspace, the Gemini app, and NotebookLM, to enhance your daily productivity.

詳細

AI 推論は、トレーニング済み ML モデルを使用し、学習したパターンを適用することで、新しい未知のデータについて予測を行うプロセスです。このコースは、Cloud Run に AI 推論サービスを迅速にデプロイする方法に関心のある開発者、データ サイエンティスト、ML エンジニアを対象としています。クラウドベースのサーバーレス アプリケーション デプロイ ソリューションに精通しているものの、Google Cloud サーバーレス プロダクトを使用して AI 推論を実行した経験がない方に適しています。 このコースでは、GPU を使用して AI 推論用のモデルをデプロイし、生成 AI アプリをデータ ストレージ サービスと統合する例を紹介します。

詳細

AI は、革新的な技術である一方で、新たなセキュリティ上の課題を生み出す可能性も否定できません。このコースでは、セキュリティとデータ保護の責任者を対象に、組織内で AI を安全に管理するための戦略を説明します。AI 特有のリスクを事前に特定して軽減し、機密データを保護し、コンプライアンスを確保しながら、復元力の高い AI インフラストラクチャを構築するための枠組みについて学ぶ。4 つの業界のユースケースを通して、これらの戦略が実際の場面でどのように活用されているかを探る。

詳細

このコースでは、生成 AI を活用した Google Cloud のコラボレーターである Gemini が、顧客データの分析や商品売上の予測にどのように役立つかについて学びます。また、BigQuery で顧客データを使用して、新規顧客を特定、分類、発見する方法も学習します。ハンズオンラボでは、Gemini でデータ分析と ML のワークフローがどのように向上するかを体験します。 Duet AI は、次世代モデルである Gemini に名称変更されました。

詳細

In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.

詳細

このコースでは、AI のプライバシーと安全性に関する重要なトピックを紹介します。具体的には、Google Cloud プロダクトとオープンソース ツールを使用して AI のプライバシーと安全性の推奨プラクティスを実装するための実践的な方法とツールを検証します。

詳細

In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.

詳細

In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.

詳細

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.

詳細

このコースでは、責任ある AI および AI に関する原則のコンセプトを紹介します。AI / ML の実践における公平性とバイアスを特定し、バイアスを軽減するための実践的な手法を取り扱います。具体的には、Google Cloud プロダクトとオープンソース ツールを使用して責任ある AI のベスト プラクティスを実装するための実践的な方法とツールを検証します。

詳細

このコースでは、ML の実務担当者に、生成 AI モデルと予測 AI モデルの両方を評価するための重要なツール、手法、ベスト プラクティスを身につけていただきます。モデル評価は、ML システムが本番環境で信頼性が高く、正確で、高性能な結果を確実に提供するための重要な分野です。 参加者は、さまざまな評価指標、方法論のほか、さまざまなモデルタイプやタスクにおけるそれらの適切な適用について理解を深めます。このコースでは、生成 AI モデルによってもたらされる固有の課題に重点を置き、それらの課題に効果的に取り組むための戦略を提供します。参加者は、Google Cloud の Vertex AI プラットフォームを活用して、モデルの選択、最適化、継続的なモニタリングのための堅牢な評価プロセスを実装する方法を学びます。

詳細

このコースでは、Google Workspace の AI 搭載作成ツールである Google Vids を紹介します。Google Vids を使用すると、編集経験がなくても、未加工のドキュメントをプロフェッショナルで魅力的な動画に変換できます。テンプレートと自動化ツールを使用して下書きをすばやく生成する方法や、文字起こしベースの編集、動的な視覚効果、カスタム音楽を使用してコンテンツをカスタマイズする方法を学びます。最後に、AI アバターとナレーションを統合して、さまざまなビジネス ユースケースでプレゼンテーションのナレーションをシームレスに行う方法を学びます。

詳細

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。

詳細

「生成 AI: chatbot を超えて」は、生成 AI リーダー学習プログラムの最初のコースで、前提条件はありません。このコースは、chatbot の基礎的な理解をさらに広げ、組織で実現できる生成 AI の真の可能性を把握することを目的としています。基盤モデルやプロンプト エンジニアリングなど、生成 AI の力を活用するうえで重要な概念も紹介します。また、このコースでは、組織において優れた生成 AI 戦略を策定する場合に検討するべき重要事項も見ていきます。

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

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