Mike Collinson
Member since 2023
Gold League
60715 points
Build a Certification Study Guide: PDE Exam Prep
Earned Dec 18, 2024 EST
Google Cloud 資料分析簡介
Earned Nov 21, 2024 EST
Google 雲端硬碟內建的 Gemini
Earned Nov 19, 2024 EST
Google Meet 內建 Gemini
Earned Nov 19, 2024 EST
Google 試算表內建 Gemini
Earned Nov 19, 2024 EST
Google 簡報內建 Gemini
Earned Nov 18, 2024 EST
Google 文件內建 Gemini
Earned Nov 18, 2024 EST
Gmail 內建 Gemini
Earned Nov 18, 2024 EST
Google Workspace with Gemini：AI 工作流程的基礎
Earned Nov 18, 2024 EST
生成式 AI 簡介
Earned Feb 23, 2024 EST
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則
Earned Jan 30, 2024 EST
運用 Google Cloud 人工智慧推動創新
Earned Jan 30, 2024 EST
透過 Google Cloud 進行數位轉型
Earned Jan 29, 2024 EST
運用 Google Cloud 翻新基礎架構和應用程式
Earned Jan 29, 2024 EST
使用 Google Cloud 作業套件調度資源
Earned Jan 29, 2024 EST
Google Cloud 的可靠性與安全性
Earned Jan 29, 2024 EST
運用 Google Cloud 探索資料轉換功能
Earned Jan 29, 2024 EST
Logging and Monitoring in Google Cloud
Earned Jan 22, 2024 EST
重要的 Google Cloud 基礎架構：基本概念
Earned Jan 17, 2024 EST
彈性的 Google Cloud 基礎架構：資源調度與自動化
Earned Jan 17, 2024 EST
重要的 Google Cloud 基礎架構：核心服務
Earned Jan 17, 2024 EST
Google Cloud 基礎知識：核心基礎架構
Earned Jan 11, 2024 EST
Build a Certification Study Guide: PCA Exam Prep
Earned Jan 9, 2024 EST
ML Pipelines on Google Cloud
Earned Dec 22, 2023 EST
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Dec 21, 2023 EST
Production Machine Learning Systems
Earned Dec 20, 2023 EST
Recommendation Systems on Google Cloud
Earned Dec 14, 2023 EST
透過 Vertex AI 建構及部署機器學習解決方案
Earned Dec 14, 2023 EST
Machine Learning in the Enterprise
Earned Dec 12, 2023 EST
Launching into Machine Learning
Earned Dec 11, 2023 EST
Computer Vision Fundamentals with Google Cloud
Earned Dec 11, 2023 EST
Natural Language Processing on Google Cloud
Earned Dec 7, 2023 EST
MLOps with Agent Platform: Manage Features
Earned Dec 4, 2023 EST
Machine Learning Operations (MLOps): Getting Started
Earned Dec 4, 2023 EST
Google Cloud 的 AI 和機器學習服務簡介
Earned Dec 1, 2023 EST
[DEPRECATED] Feature Engineering
Earned Nov 27, 2023 EST
在 Google Cloud 為機器學習 API 準備資料
Earned Nov 23, 2023 EST
Vertex AI Studio 簡介
Earned Aug 9, 2023 EDT
建立圖像說明生成模型
Earned Aug 9, 2023 EDT
Transformer 和 BERT 模型
Earned Aug 8, 2023 EDT
注意力機制
Earned Aug 8, 2023 EDT
編碼器-解碼器架構
Earned Aug 8, 2023 EDT
圖像生成簡介
Earned Aug 8, 2023 EDT
Generative AI Fundamentals - 繁體中文
Earned Aug 7, 2023 EDT
負責任的 AI 技術簡介
Earned Aug 7, 2023 EDT
大型語言模型簡介
Earned Aug 7, 2023 EDT
生成式 AI 簡介
Earned Aug 7, 2023 EDT
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data 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
這堂初級課程將介紹 Google Cloud 的資料分析工作流程，以及用於探索、分析資料並以圖表呈現的工具。您也能學會如何與相關人員分享自己的發現結果。本課程包含個案研究、實作實驗室、講座、測驗和示範，實際展示如何將原始資料集轉化為清晰的資料，進而呈現出能發揮成效的圖表和資訊主頁。無論您是資料領域從業人員、想瞭解如何透過 Google Cloud 取得成功，或有意在職涯中更上一層樓，本課程都能協助您踏出第一步。絕大多數在工作上執行或運用資料分析的學員，都能從本課程受益。
Learn more
本課程將說明如何使用 Google 雲端硬碟內建 Gemini，管理及擷取檔案。瞭解如何使用自然語言尋找素材資源、透過 AI 摘要功能擷取特定事實 (不必開啟檔案)、即時總結多種媒體格式的內容，以及將檔案集合儲存為「專案」，以便重複研究。
Learn more
本課程將介紹如何使用 Google Meet 內建 Gemini，提升視訊協作體驗。內容包括如何自動做筆記、使用即時文字和語音翻譯、私下補上錯過的討論內容，以及立即提升音訊和視訊品質。
Learn more
本課程將說明如何使用 Google 試算表內建 Gemini，自動整理資料及處理複雜數字。瞭解如何從原始文字建立表格、使用自然語言自動填入資料、依需求生成原生試算表公式，以及快速擷取高階洞察資訊或製作圖表，完全不需要具備進階試算表專業知識。
Learn more
本課程將介紹如何使用 Google 簡報內建 Gemini，將概念轉化為吸睛的簡報。瞭解如何透過單一提示詞或現有來源文件生成結構化簡報、使用自動設計強化功能調整投影片版面配置、建立自訂向量圖形和相片，以及動態製作投影片文案和精確的演講者備忘稿。
Learn more
本課程將說明如何使用 Google 文件內建 Gemini 簡化寫作和內容創作流程。瞭解如何從頭撰寫文件、使用互動式工具調整寫作語氣和提升清晰度、總結複雜檔案，以及將長篇文字順暢轉換為結構化資產，供其他 Google Workspace 應用程式使用。
Learn more
本課程將說明如何使用 Gmail 內建 Gemini，提升電子郵件管理效率。瞭解如何直接在收件匣中總結冗長的討論串、使用自然語言擷取資訊、草擬專業回覆，以及制定溝通策略。
Learn more
客戶能透過 Gemini for Google Workspace 在 Google Workspace 使用生成式 AI 功能。本學習路徑會介紹 Gemini 的主要功能，並說明如何在 Google Workspace 善用這些功能，提高生產力和效率。
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
隨著企業持續擴大使用人工智慧和機器學習，以負責任的方式發展相關技術也日益重要。對許多企業來說，談論負責任的 AI 技術可能不難，如何付諸實行才是真正的挑戰。如要瞭解如何在機構中導入負責任的 AI 技術，本課程絕對能助您一臂之力。
您可以從中瞭解 Google Cloud 目前採取的策略、最佳做法和經驗談，協助貴機構奠定良好基礎，實踐負責任的 AI 技術。
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
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
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
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
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
Welcome to the two-part course on Logging, Monitoring, and Observability in Google Cloud. The core operations tools in Google Cloud break down into two major categories. The operations-focused components and the application performance management tools. This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring. After taking this course, it is suggested that you complete part 2, Observability in Google Cloud, to learn about the available application performance management tools.
Learn more
這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，尤其側重於 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、虛擬機器和應用程式服務等基礎架構元件。您會瞭解如何透過控制台和 Cloud Shell 使用 Google Cloud。另外，您也能瞭解雲端架構師的職責、基礎架構設計方法，以及具備虛擬私有雲 (VPC)、專案、網路、子網路、IP 位址、路徑和防火牆規則的虛擬網路設定。
Learn more
這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務。這堂課結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，包括安全地建立互連網路、負載平衡、自動調度資源、基礎架構自動化，以及代管服務。
Learn more
這堂隨選密集課程會向參加人員說明 Google Cloud 提供的全方位彈性基礎架構和平台服務，並將重點放在 Compute Engine。這堂課程結合了視訊講座、示範和實作研究室，可讓參加人員探索及部署解決方案元素，例如網路、系統和應用程式服務等基礎架構元件。另外，這堂課也會介紹如何部署實用的解決方案，包括客戶提供的加密金鑰、安全性和存取權管理機制、配額與帳單，以及資源監控功能。
Learn more
「Google Cloud 基礎知識：核心基礎架構」介紹了在使用 Google Cloud 時會遇到的重要概念和術語。本課程會透過影片和實作實驗室，介紹並比較 Google Cloud 的多種運算和儲存服務，同時提供重要的資源和政策管理工具。
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Cloud Architect 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
In this course, you will be learning from ML Engineers and Trainers who work with the state-of-the-art development of ML pipelines here at Google Cloud. The first few modules will cover about TensorFlow Extended (or TFX), which is Google’s production machine learning platform based on TensorFlow for management of ML pipelines and metadata. You will learn about pipeline components and pipeline orchestration with TFX. You will also learn how you can automate your pipeline through continuous integration and continuous deployment, and how to manage ML metadata. Then we will change focus to discuss how we can automate and reuse ML pipelines across multiple ML frameworks such as tensorflow, pytorch, scikit learn, and xgboost. You will also learn how to use another tool on Google Cloud, Cloud Composer, to orchestrate your continuous training pipelines. And finally, we will go over how to use MLflow for managing the complete machine learning life cycle.
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
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
完成 透過 Vertex AI 建構及部署機器學習解決方案 課程，即可瞭解如何使用 Google Cloud 的 Vertex AI 平台、AutoML 和自訂訓練服務， 訓練、評估、調整、解釋及部署機器學習模型。 這個技能徽章課程適合專業數據資料學家和機器學習 工程師，完成即可取得中階技能徽章。技能 徽章是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境應用相關知識。完成這個技能徽章課程 和結業評量挑戰實驗室，就能獲得數位徽章， 並與親友分享。
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
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 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
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 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.
Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.
Learn more
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
本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能，著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具，並透過互動式練習，協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。
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
完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Managed Service for Apache Spark 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
Learn more
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型，並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室，您將能探索從提示到正式環境的生命週期，同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio，在專案中發揮生成式 AI 的潛能。
Learn more
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分，例如編碼器和解碼器，以及如何訓練和評估模型。在本課程結束時，您將能建立自己的圖像說明生成模型，並使用模型產生圖像說明文字。
Learn more
這堂課程將說明變換器架構，以及基於變換器的雙向編碼器表示技術 (BERT) 模型，同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外，也會介紹 BERT 適用的各種任務，像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
Learn more
本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。
Learn more
本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。
Learn more
本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。
Learn more
完成「Introduction to Generative AI」、「Introduction to Large Language Models」和「Introduction to Responsible AI」課程，即可獲得技能徽章。通過最終測驗，就能展現您對生成式 AI 基本概念的掌握程度。
「技能徽章」是 Google Cloud 核發的數位徽章，用於表彰您對 Google Cloud 產品和服務的相關知識。您可以將技能徽章公布在社群媒體的個人資料中，向其他人分享您的成果。
Learn more
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
