メンバー加入日: 2026
Google Workspace ユーザーおよびリソース管理
Earned 6月 16, 2026 EDT
Google Workspace コアサービス
Earned 6月 14, 2026 EDT
Encoder-Decoder アーキテクチャ
Earned 1月 19, 2026 EST
画像生成の概要
Earned 1月 19, 2026 EST
責任ある AI の概要
Earned 1月 19, 2026 EST
大規模言語モデルの概要
Earned 1月 19, 2026 EST
生成 AI の概要
Earned 1月 19, 2026 EST
このコースでは、Google Workspace におけるユーザーおよびリソース管理の基礎を学びます。組織のニーズに応じた組織部門の構成方法や、さまざまな種類の Google グループの管理方法、ドメイン設定の管理方法についての理解を深め、最終的には Google Workspace 環境におけるリソースの最適化と構造化に関するスキルを習得します。
このコースは、Google Workspace コアサービスを包括的に理解することを目的としたものです。このコースでは、Gmail、カレンダー、ドライブ、Meet、Chat、ドキュメントなどのサービスに関する設定の有効化、無効化、構成について学びます。次に、ユーザーを支援するために Gemini をデプロイして管理する方法を学びます。最後に、タスクの自動化や Google Workspace アプリケーションの機能拡張を目的とした AppSheet や Apps Script のユースケースを確認します。
このコースでは、機械翻訳、テキスト要約、質問応答などのシーケンス ツー シーケンス タスクに対応する、強力かつ広く使用されている ML アーキテクチャである Encoder-Decoder アーキテクチャの概要を説明します。Encoder-Decoder アーキテクチャの主要なコンポーネントと、これらのモデルをトレーニングして提供する方法について学習します。対応するラボのチュートリアルでは、詩を生成するための Encoder-Decoder アーキテクチャの簡単な実装を、TensorFlow で最初からコーディングします。
このコースでは拡散モデルについて説明します。拡散モデルは ML モデル ファミリーの一つで、最近、画像生成分野での有望性が示されました。拡散モデルは物理学、特に熱力学からインスピレーションを得ています。ここ数年、拡散モデルは研究と産業界の両方で広まりました。拡散モデルは、Google Cloud の最先端の画像生成モデルやツールの多くを支える技術です。このコースでは、拡散モデルの背景にある理論と、モデルを Vertex AI でトレーニングしてデプロイする方法について説明します。
この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。
このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。
この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の ML の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。