機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Nov 30, 2025 EST
生成式 AI 適用的機器學習運作 (MLOps)
Earned Nov 30, 2025 EST
運用 BigQuery ML 建立機器學習模型
Earned Nov 20, 2025 EST
透過 Gemini in BigQuery 提升工作效率
Earned Nov 17, 2025 EST
在 BigQuery 使用 Gemini 模型
Earned Nov 10, 2025 EST
透過 BigQuery 機器學習執行推論作業
Earned Nov 10, 2025 EST
使用 Gemini：數據資料學家和分析師
Earned Nov 9, 2025 EST
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
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
完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。
Learn more
本課程會說明 Gemini in BigQuery，這是一套由 AI 輔助的功能，可協助「從資料到 AI」的工作流程。這些功能包含資料探索和準備、程式碼生成和疑難排解，以及工作流程探索和視覺化。本課程將透過概念解說、應用實例和實作實驗室，協助資料從業人員提升工作效率，並加速開發 pipeline。
開發人員的負責任 AI 技術：公平性與偏誤
Earned Dec 8, 2025 EST
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Nov 30, 2025 EST
生成式 AI 適用的機器學習運作 (MLOps)
Earned Nov 30, 2025 EST
運用 BigQuery ML 建立機器學習模型
Earned Nov 20, 2025 EST
透過 Gemini in BigQuery 提升工作效率
Earned Nov 17, 2025 EST
在 BigQuery 使用 Gemini 模型
Earned Nov 10, 2025 EST
透過 BigQuery 機器學習執行推論作業
Earned Nov 10, 2025 EST
使用 Gemini：數據資料學家和分析師
Earned Nov 9, 2025 EST