Jaime Heras Gimeno
Member since 2023
Silver League
9290 points
注意力機制
Earned Oct 26, 2023 EDT
圖像生成簡介
Earned Oct 26, 2023 EDT
負責任的 AI 技術：透過 Google Cloud 採用 AI 開發原則
Earned Oct 26, 2023 EDT
Generative AI Fundamentals - 繁體中文
Earned Oct 26, 2023 EDT
負責任的 AI 技術簡介
Earned Oct 26, 2023 EDT
大型語言模型簡介
Earned Oct 25, 2023 EDT
生成式 AI 簡介
Earned Oct 25, 2023 EDT
Developing Data Models with LookML
Earned Oct 16, 2023 EDT
在 Looker 應用進階 LookML 概念
Earned Oct 13, 2023 EDT
瞭解 Looker 中的 LookML
Earned Oct 10, 2023 EDT
為 Looker 資訊主頁和報表準備資料
Earned Oct 9, 2023 EDT
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
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
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
This course empowers you to develop scalable, performant LookML (Looker Modeling Language) models that provide your business users with the standardized, ready-to-use data that they need to answer their questions. Upon completing this course, you will be able to start building and maintaining LookML models to curate and manage data in your organization’s Looker instance.
Learn more
在本課程中，您將透過實際操作，瞭解如何在 Looker 應用進階 LookerML 概念。您將學習如何使用 Liquid 自訂和建立動態維度 和測量指標、建構動態 SQL 衍生資料表和自訂的原生衍生資料表， 並運用擴充參數將 LookML 程式碼模組化。
Learn more
在本課程中，您將實際操作 Looker 的 LookML。您將學習如何編寫 LookML 程式碼，建立新的維度和測量指標、建立衍生資料表並彙整至探索、篩選探索，以及在 LookML 中定義快取政策。
Learn more
完成「為 Looker 資訊主頁和報表準備資料」技能徽章入門課程， 即可證明您具備下列技能：可篩選、排序和 pivot 資料、合併不同的 Looker 探索結果， 還能使用函式和運算子建構 Looker 資訊主頁和報表，取得資料分析結果和圖表。
Learn more
