Ken GOOGLEUSER
Member since 2023
Bronze League
4070 points
Machine Learning Operations (MLOps): Getting Started
Earned Eyl 8, 2023 EDT
Production Machine Learning Systems
Earned Eyl 8, 2023 EDT
Recommendation Systems on Google Cloud
Earned Eyl 8, 2023 EDT
Natural Language Processing on Google Cloud
Earned Eyl 5, 2023 EDT
Computer Vision Fundamentals with Google Cloud
Earned Eyl 4, 2023 EDT
Generative AI Explorer - Agent Platform
Earned Eyl 3, 2023 EDT
Sorumlu Yapay Zeka: Google Cloud ile Yapay Zeka İlkelerini Uygulama
Earned Eyl 2, 2023 EDT
Machine Learning in the Enterprise
Earned Eyl 2, 2023 EDT
[DEPRECATED] Feature Engineering
Earned Ağu 31, 2023 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Ağu 30, 2023 EDT
Launching into Machine Learning
Earned Ağu 28, 2023 EDT
How Google Does Machine Learning
Earned Ağu 24, 2023 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals
Earned Ağu 16, 2023 EDT
Scaling with Google Cloud Operations
Earned Ağu 14, 2023 EDT
Modernize Infrastructure and Applications with Google Cloud
Earned Ağu 14, 2023 EDT
Exploring Data Transformation with Google Cloud
Earned Ağu 14, 2023 EDT
Digital Transformation with Google Cloud
Earned Ağu 11, 2023 EDT
Vertex AI Studio'ya Giriş
Earned Ağu 9, 2023 EDT
Görüntülere Altyazı Ekleme Modelleri Oluşturma
Earned Ağu 9, 2023 EDT
Dönüştürücü Modelleri ve BERT Modeli
Earned Ağu 9, 2023 EDT
Dikkat Mekanizması
Earned Ağu 9, 2023 EDT
Kodlayıcı-Kod Çözücü Mimarisi
Earned Ağu 9, 2023 EDT
Görüntü Üretmeye Giriş
Earned Ağu 9, 2023 EDT
Generative AI Fundamentals
Earned Ağu 9, 2023 EDT
[DEPRECATED] Sorumlu Yapay Zekaya Giriş
Earned Ağu 9, 2023 EDT
Büyük Dil Modellerine Giriş
Earned Ağu 9, 2023 EDT
Üretken Yapay Zekaya Giriş
Earned Ağu 9, 2023 EDT
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.
Learn more
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
Learn more
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.
This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
Learn more
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
Learn more
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.
Learn more
The Generative AI Explorer - Agent Platform course is a collection of labs on how to use Generative AI on Google Cloud. Through the labs, you will learn about how to use the Gemini models in Agent Platform. You will also learn about prompt design, best practices, and how it can be used for ideation, text classification, text extraction, text summarization, and more. You will also learn how to tune a foundation model by training it via custom training in Agent Platform and deploy it to an endpoint in Agent Platform.
Learn more
Kurumsal yapay zeka ve makine öğreniminin kullanımı arttıkça, bu teknolojileri sorumlu bir şekilde geliştirmenin önemi de artıyor. Birçok kişi için sorumlu yapay zeka hakkında konuşmak, bunu uygulamaya geçirmekten daha kolaydır. Kuruluşunuzda sorumlu yapay zekayı nasıl hayata geçireceğinizi öğrenmek istiyorsanız bu kurs tam size göre.
Bu kursta, kendi sorumlu yapay zeka yaklaşımınızı geliştirirken size rehberlik edecek bir çerçeve oluşturmak adına Google Cloud'un bu süreci günümüzde nasıl yürüttüğünü, en iyi uygulama örneklerini ve edindiğimiz tecrübeleri keşfedeceksiniz.
Learn more
This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing.
The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.
Learn more
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.
Learn more
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Learn more
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.
Learn more
This course explores what ML is and what problems it can solve. The course also discusses best practices for implementing machine learning. You’re introduced to Vertex AI, a unified platform to quickly build, train, and deploy AutoML machine learning models.
The course discusses the five phases of converting a candidate use case to be driven by machine learning, and why it’s important to not skip them. The course ends with recognizing the biases that ML can amplify and how to recognize them.
Learn more
This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.
Learn more
Organizations of all sizes are embracing the power and flexibility of the cloud to transform how they operate. However, managing and scaling cloud resources effectively can be a complex task. This course explores the fundamental concepts of modern operations, reliability, and resilience in the cloud, and how Google Cloud can help support these efforts.
As part of the Cloud Digital Leader learning path, this course aims to help individuals grow in their role and build the future of their business.
Learn more
Many traditional enterprises use legacy systems and apps that can't stay up-to-date with modern customer expectations. Business leaders often have to choose between maintaining their aging IT systems and investing in new products and services. This course explores these challenges and offers solutions to overcome them by using cloud technology.
As part of the Cloud Digital Leader learning path, this course aims to help individuals grow in their role and build the future of their business.
Learn more
Cloud technology is a powerful asset, and when paired with data, it becomes a catalyst for innovation and enhanced customer experiences. Exploring Data Transformation with Google Cloud examines how organizations can leverage the cloud to make their data more accessible, actionable, and valuable.
As part of the Cloud Digital Leader learning path, this course aims to help individuals grow in their role and build the future of their business.
Learn more
Digital transformation is a critical journey for modern organizations, and establishing a strong baseline in cloud computing is the first step toward driving meaningful innovation. Digital Transformation with Google Cloud introduces the core technologies and strategic frameworks that help organizations modernize their operations. This course explores fundamental cloud concepts, global network infrastructure, and the shared responsibility model to help leaders navigate their path to the cloud with confidence.
As part of the Cloud Digital Leader learning path, this course aims to help individuals grow in their role and build the future of their business.
Learn more
Bu kursta Vertex AI Studio tanıtılmaktadır. Bu araç, üretken yapay zeka modelleriyle etkileşime geçmek, kurumsal fikirlerin prototipini oluşturmak ve bunları gerçek hayatta uygulamak için kullanılır. Gerçek hayattan kullanım alanları, etkileşimli dersler ve uygulamalı laboratuvarlar aracılığıyla, ilk istemden son ürüne uzanan yaşam döngüsünü keşfedecek ve çoklu format destekli Gemini uygulamaları, istem tasarımı, istem mühendisliği ve model ayarlama konularında Vertex AI Studio'dan nasıl yararlanabileceğinizi öğreneceksiniz. Bu kursun amacı, Vertex AI Studio'yu kullanarak projelerinizde üretken yapay zekadan yararlanabilmenizi sağlamaktır.
Learn more
Bu kurs, derin öğrenmeyi kullanarak görüntülere altyazı ekleme modeli oluşturmayı öğretmektedir. Kurs sırasında görüntülere altyazı ekleme modelinin farklı bileşenlerini (ör. kodlayıcı ve kod çözücü) ve modelinizi eğitip değerlendirmeyi öğreneceksiniz. Bu kursu tamamlayan öğrenciler, kendi görüntülere altyazı ekleme modellerini oluşturabilecek ve bu modelleri görüntülere altyazı oluşturmak için kullanabilecek.
Learn more
Bu kurs, dönüştürücü mimarisini ve dönüştürücülerden çift yönlü kodlayıcı temsilleri (BERT - Encoder Representations from Transformers) modelini tanıtmaktadır. Kursta, öz dikkat mekanizması gibi dönüştürücü mimarisinin ana bileşenlerini ve BERT modelini oluşturmak için dönüştürücünün nasıl kullanıldığını öğreneceksiniz. Ayrıca sınıflandırma, soru yanıtlama ve doğal dil çıkarımı gibi BERT'in kullanılabileceği çeşitli görevler hakkında da bilgi sahibi olacaksınız. Kursun tahmini süresi 45 dakikadır.
Learn more
Bu kursta nöral ağların, giriş sırasının belirli bölümlerine odaklanmasına olanak tanıyan güçlü bir teknik olan dikkat mekanizması tanıtılmaktadır. Kursta, dikkat mekanizmasının çalışma şeklini ve makine öğrenimi, metin özetleme ve soru yanıtlama gibi çeşitli makine öğrenimi görevlerinin performansını artırmak için nasıl kullanılabileceğini öğreneceksiniz.
Learn more
Bu kursta, kodlayıcı-kod çözücü mimarisi özet olarak anlatılmaktadır. Bu mimari; makine çevirisi, metin özetleme ve soru yanıtlama gibi "sıradan sıraya" görevlerde yaygın olarak kullanılan, güçlü bir makine öğrenimi mimarisidir. Kursta, kodlayıcı-kod çözücü mimarisinin ana bileşenlerini ve bu modellerin nasıl eğitilip sunulacağını öğreneceksiniz. Laboratuvarın adım adım açıklamalı kılavuz bölümünde ise sıfırdan şiir üretmek için TensorFlow'da kodlayıcı-kod çözücü mimarisinin basit bir uygulamasını yazacaksınız.
Learn more
Bu kursta, görüntü üretme alanında gelecek vadeden bir makine öğrenimi modelleri ailesi olan "difüzyon modelleri" tanıtılmaktadır. Difüzyon modelleri fizikten, özellikle de termodinamikten ilham alır. Geçtiğimiz birkaç yıl içinde, gerek araştırma gerekse endüstri alanında difüzyon modelleri popülerlik kazandı. Google Cloud'daki son teknoloji görüntü üretme model ve araçlarının çoğu, difüzyon modelleri ile desteklenmektedir. Bu kursta, difüzyon modellerinin ardındaki teori tanıtılmakta ve bu modellerin Vertex AI'da nasıl eğitilip dağıtılacağı açıklanmaktadır.
Learn more
Earn a skill badge by completing the Introduction to Generative AI, Introduction to Large Language Models and Introduction to Responsible AI courses. By passing the final quiz, you'll demonstrate your understanding of foundational concepts in generative AI.
A skill badge is a digital badge issued by Google Cloud in recognition of your knowledge of Google Cloud products and services. Share your skill badge by making your profile public and adding it to your social media profile.
Learn more
Giriş seviyesindeki bu mikro öğrenme kursu, sorumlu yapay zekanın ne olduğunu, neden önemli olduğunu ve Google'ın sorumlu yapay zekayı ürünlerinde nasıl uyguladığını açıklamayı amaçlamaktadır. Ayrıca Google'ın 3 yapay zeka ilkesini de tanıtır.
Learn more
Giriş seviyesindeki bu mikro öğrenme kursunda; büyük dil modellerinin (LLM) ne olduğu, hangi kullanım alanlarında kullanılabilecekleri ve istem ayarlama ile LLM performansını nasıl artırabileceğiniz ele alınmaktadır. Ayrıca kendi üretken yapay zeka uygulamalarınızı geliştirebileceğiniz Google araçları da yer almaktadır.
Learn more
Bu giriş seviyesi mikro öğrenme kursu, üretken yapay zekanın ne olduğunu, nasıl kullanıldığını ve geleneksel makine öğrenimi yöntemlerinden farkını açıklamayı amaçlamaktadır. Ayrıca kendi üretken yapay zeka uygulamalarınızı geliştirebileceğiniz Google araçları da ele alınmaktadır.
Learn more
