加入 登录

vemulakonda saiKumar

成为会员时间：2025

黄金联赛

12829 积分
负责任的 AI 简介 Earned Aug 19, 2026 EDT
大型语言模型简介 Earned Aug 19, 2026 EDT
生成式 AI 简介 Earned Aug 19, 2026 EDT
生成式 AI：剖析基本概念 Earned Jun 24, 2026 EDT
生成式 AI：不只是聊天机器人 Earned May 2, 2026 EDT
使用 Google Cloud Operations 进行扩缩 Earned May 1, 2026 EDT
Google Cloud 带来信任与安全 Earned Apr 2, 2026 EDT
使用 Google Cloud 进行基础设施和应用的现代化改造 Earned Apr 2, 2026 EDT
借助 Google Cloud 人工智能进行创新 Earned Mar 29, 2026 EDT
使用 Google Cloud 探索数据转换 Earned Mar 29, 2026 EDT
利用 Google Cloud 实现数字化转型 Earned Mar 29, 2026 EDT
AI Boost Bites：借助 AI 轻松管理收件箱 Earned Mar 29, 2026 EDT
[DEPRECATED] AI Boost Bites: AI Power-Ups for Google Workspace Earned Mar 29, 2026 EDT
AI Boost Bites：您的个人反馈智能体 Earned Mar 29, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估 Earned Mar 29, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps) Earned Mar 29, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture Earned Mar 28, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks Earned Mar 28, 2026 EDT
Google DeepMind: 02 Represent Your Language Data Earned Mar 28, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model Earned Mar 26, 2026 EDT
Build a Certification Study Guide: ACE Exam Prep Earned Mar 26, 2026 EDT

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。

了解详情

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。

了解详情

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。

了解详情

生成式 AI：剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中，您将探索 AI、机器学习和生成式 AI 之间的差异，了解各种数据类型如何赋能生成式 AI 来应对业务挑战，从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略，以及负责任和安全的 AI 开发与部署面临哪些关键挑战。

了解详情

生成式 AI：不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程，没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知，深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念，它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导，让您了解在为组织制定成功的生成式 AI 策略时，应考虑哪些重要因素。

了解详情

各种规模的组织都在利用云的强大功能和灵活性来改变运营方式。然而，有效管理和扩缩云资源可能是一项复杂的任务。本课程探讨了云中现代运营、可靠性和弹性方面的基本概念，以及 Google Cloud 如何帮助支持这些工作。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助个人在自己的岗位上成长，并为企业谋求未来发展。

了解详情

随着组织将数据和应用迁移到云端，他们必须妥善应对快速变化的安全挑战格局。本课程将探讨云安全基础知识、Google Cloud 基于安全性设计的基础设施的价值以及纵深防御策略，并重点介绍依托 AI 的运营和合规工具如何帮助组织满足严格的全球监管要求。 作为“Cloud Digital Leader 学习路线”的一部分，本课程旨在帮助个人提升职业素养，并为企业谋求未来发展。

了解详情

许多传统企业都在使用无法满足现代客户期望的旧式系统和应用。业务领导者往往需要在维护老旧的 IT 系统和投资新产品与服务之间做出选择。本课程探讨了这些挑战，并提供了利用云技术克服这些挑战的解决方案。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助个人在工作中成长，并为企业打造美好未来。

了解详情

人工智能 (AI) 和机器学习 (ML) 代表着信息技术领域的重要演变，正在迅速改变各行各业。《利用 Google Cloud 人工智能进行创新》探讨了组织如何使用 AI 和机器学习来转变业务流程。 本课程是“Cloud Digital Leader 学习路线”的一部分，旨在帮助个人在自己的角色中不断成长，并为企业谋求未来发展。

了解详情

云技术是一项强大的资产，与数据相结合后，它将成为创新和提升客户体验的催化剂。《使用 Google Cloud 探索数据转换》课程探讨了组织如何利用云技术让数据更易于访问、更具实用价值和商业价值。 作为“Cloud Digital Leader 学习路线”的一部分，本课程旨在帮助个人提升职业素养，并为企业谋求未来发展。

了解详情

数字化转型是现代组织的必经之路，而扎实掌握云计算基础知识，是推动实质性创新的第一步。《利用 Google Cloud 实现数字化转型》课程将讲解核心技术与战略框架，助力组织实现运营现代化。本课程介绍关于云的基本概念、全球网络基础设施和责任共担模式，帮助领导者从容推进上云进程。 作为 Cloud Digital Leader 学习路线的一部分，本课程旨在帮助学员提升岗位能力，从而为企业打造美好未来。

了解详情

本视频介绍如何使用 Gmail 中的 Gemini 来总结邮件、查找信息和起草回复，帮助您更高效地管理收件箱。

了解详情

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.

了解详情

本视频介绍了如何使用 Gemini Gem 构建个性化的“Work with Me”智能体，帮助您简化基础反馈，让会议更具战略性和效率。

了解详情

本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。 学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。

了解详情

本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。

了解详情

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.

了解详情

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.

了解详情

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.

了解详情

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.

了解详情

Learn how to use Gemini Notebook to create a personalized study guide for the Associate Cloud Engineer certification exam. You'll review Gemini Notebook features, create a notebook in Gemini Notebook , and learn how to use a study guide to practice for a certification exam.

了解详情