We are currently experiencing intermittent issues with the Gemini Enterprise labs. Please bear with us while we work on the resolution.
vemulakonda saiKumar
Member since 2025
Gold League
12829 points
負責任的 AI 技術簡介
Earned Aug 19, 2026 EDT
大型語言模型簡介
Earned Aug 19, 2026 EDT
生成式 AI 簡介
Earned Aug 19, 2026 EDT
生成式 AI：瞭解基礎概念
Earned Jun 24, 2026 EDT
生成式 AI：不只是聊天機器人
Earned May 2, 2026 EDT
使用 Google Cloud 作業套件調度資源
Earned May 1, 2026 EDT
Google Cloud 的可靠性與安全性
Earned Apr 2, 2026 EDT
運用 Google Cloud 翻新基礎架構和應用程式
Earned Apr 2, 2026 EDT
運用 Google Cloud 人工智慧推動創新
Earned Mar 29, 2026 EDT
運用 Google Cloud 探索資料轉換功能
Earned Mar 29, 2026 EDT
透過 Google Cloud 進行數位轉型
Earned Mar 29, 2026 EDT
AI Boost Bites：運用 AI 整理收件匣
Earned Mar 29, 2026 EDT
[DEPRECATED] AI Boost Bites: AI Power-Ups for Google Workspace
Earned Mar 29, 2026 EDT
AI Boost Bites：個人意見回饋代理
Earned Mar 29, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Mar 29, 2026 EDT
生成式 AI 適用的機器學習運作 (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
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
Learn more
這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。
Learn more
這個入門微學習課程主要說明生成式 AI 的定義和使用方式，以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具，協助您開發自己的生成式 AI 應用程式。
Learn more
生成式 AI：瞭解基礎概念是 Gen AI Leader 學習路徑的第二門課程。在本課程中，您將瞭解 AI、機器學習和生成式 AI 的差異，以及各種類型的資料如何協助生成式 AI 解決業務難題，進而掌握生成式 AI 的基礎概念。您還能深入瞭解 Google Cloud 因應基礎模型限制的策略，以及開發、部署安全且負責任的 AI 技術時面臨的主要挑戰。
Learn more
「生成式 AI：不只是聊天機器人」是 Gen AI Leader 學習路徑的第一門課程，沒有先修條件。本課程旨在帶領您超越對聊天機器人的基本認識，探索生成式 AI 能為貴組織帶來的真正潛力。您將瞭解基礎模型和提示工程等概念，這些都是發揮生成式 AI 威力的關鍵。本課程也會引導您思考重要事項，協助您為貴組織制定成功的生成式 AI 策略。
Learn more
各種規模的機構都開始運用雲端的強大功能和靈活性，徹底改變營運方式。不過，有效管理及擴充雲端資源可能是相當複雜的工作。本課程將探討在雲端中的現代營運、可靠性和韌性的基礎概念，以及 Google Cloud 如何協助您達成這些目標。本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
組織將資料和應用程式遷移至雲端後，必須因應快速變化的安全性挑戰。本課程將探討雲端安全性的基礎知識、Google Cloud 融入安全考量設計的基礎架構價值，以及縱深防禦策略。此外，還會著重說明如何透過 AI 輔助作業和法規遵循工具，協助組織滿足嚴格的全球法規要求。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
許多傳統企業使用舊版系統和應用程式，無法滿足現今客戶的期望。企業主管經常需要在維護老舊的 IT 系統，以及投資新產品/服務之間做出選擇。本課程將探討這些挑戰，並提供解決方案，說明如何運用雲端技術克服難題。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
人工智慧 (AI) 和機器學習 (ML) 象徵著資訊技術的重大演進，正迅速改變各行各業。在「運用 Google Cloud 人工智慧推動創新」課程中，我們會探討組織如何運用 AI 和機器學習技術，翻轉業務流程。
本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
雲端技術是強大的資產，與資料搭配後，將成為創新和提升客戶體驗的催化劑。「運用 Google Cloud 探索資料轉換功能」課程將探討機構如何運用雲端，讓資料更易於存取、做為行動依據和更有價值。
這門課程是 Cloud Digital Leader 學習路徑的一部分，旨在協助個人在職務上成長，並打造企業的未來。
Learn more
數位轉型是現代組織必經的關鍵旅程，而建立穩固的雲端運算基礎，是跨出有意義創新的第一步。本課程「透過 Google Cloud 進行數位轉型」，將會介紹核心技術和策略框架，協助組織革新營運方式，並探討基本的雲端概念、全球網路基礎架構和共同責任模式，幫助主管在雲端之路上自信前行。本課程是 Cloud Digital Leader 學習路徑的一部分，旨在促進個人職能發展，並打造企業的未來。
Learn more
這部影片說明如何使用 Gmail 內建 Gemini 歸納電子郵件重點、尋找資訊及草擬回覆，更有效率地管理收件匣。
Learn more
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.
Learn more
這部影片說明如何使用 Gemini Gem 建構個人化的「工作夥伴」代理，簡化基本意見回饋，讓會議更具策略性且更有效率。
Learn more
本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。
學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。
Learn more
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
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.
Learn more
