Member since 2026
Google Workspace 的使用者和資源管理功能
Earned Jun 16, 2026 EDT
Google Workspace 核心服務
Earned Jun 14, 2026 EDT
編碼器-解碼器架構
Earned Jan 19, 2026 EST
圖像生成簡介
Earned Jan 19, 2026 EST
負責任的 AI 技術簡介
Earned Jan 19, 2026 EST
大型語言模型簡介
Earned Jan 19, 2026 EST
生成式 AI 簡介
Earned Jan 19, 2026 EST
本課程介紹 Google Workspace 的使用者和資源管理功能，學員將瞭解如何根據組織需求來設定組織單位、管理各類型的 Google 群組、培養有關管理 Google Workspace 網域設定的專業知識，最後學會如何最佳化及整理 Google Workspace 環境內的資源。
本課程旨在讓學員全面瞭解 Google Workspace 核心服務。學員將瞭解如何啟用、停用及設定這些服務，包括 Gmail、日曆、雲端硬碟、Meet、Chat 和文件。接著，他們將學習如何部署及管理 Gemini，為使用者提供強大助力。最後，學員將瞭解 AppSheet 和 Apps Script 的應用實例，學習如何自動處理工作，並擴充 Google Workspace 應用程式的功能。
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。
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。
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。
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。
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。