成为会员时间：2022
Transformer 模型和 BERT 模型
Earned Sep 5, 2024 EDT
编码器-解码器架构
Earned Sep 5, 2024 EDT
Vertex AI Studio 简介
Earned Aug 11, 2024 EDT
负责任的 AI 简介
Earned Jul 19, 2024 EDT
大型语言模型简介
Earned Jul 19, 2024 EDT
生成式 AI 简介
Earned Jul 19, 2024 EDT
通过 BigQuery ML 创建机器学习模型
Earned Nov 29, 2023 EST
面向机器学习的 BigQuery
Earned Nov 28, 2023 EST
Google Cloud 数据分析基础知识
Earned Oct 23, 2023 EDT
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。
本课程介绍 Vertex AI Studio，这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验，您将探索从提示到产品的整个生命周期，了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio，在自己的项目中充分发掘生成式 AI 的潜力。
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。
完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型，展示您在以下方面的技能： 使用 BigQuery ML 创建和评估机器学习模型，以执行数据预测。
想要仅使用 SQL 就能在几分钟内构建机器学习模型，而不是花费数小时？BigQuery 借助机器学习，数据分析师能够使用现有的 SQL 工具和技能创建、训练、评估机器学习模型，并使用这些模型进行预测， 从而实现机器学习的普及。在 本系列实验中，您将尝试不同的模型类型，并了解 如何构建出色的模型。
了解如何在 Google Cloud 上将原始数字转化为清晰、以数据为依据的决策。通过实操实验和实际应用场景，本新手级课程将引导您在 BigQuery 中查询数据、在 Looker 中探索趋势，以及在数据洞察中制作可共享的交互式报告。