Member since 2025
開發人員的負責任 AI 技術：公平性與偏誤
Earned Oct 21, 2026 EDT
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Oct 19, 2026 EDT
生成式 AI 適用的機器學習運作 (MLOps)
Earned Oct 11, 2026 EDT
Google Workspace 的使用者和資源管理功能
Earned Oct 10, 2026 EDT
建立您的第一個 Gemini Enterprise 應用程式
Earned Oct 8, 2026 EDT
企業 AI 代理與用途
Earned Oct 8, 2026 EDT
AI 代理基礎知識
Earned Oct 8, 2026 EDT
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。
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。
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。
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。
建立您的第一個 Gemini Enterprise 應用程式，獲得技能徽章！將各種資料來源連接到您的應用程式，建立強大的統合式搜尋和分析引擎。掌握 Deep Research 代理、多代理構思和 NotebookLM 等進階功能，進行重點分析。
瞭解 AI 代理如何發揮更高的業務影響力，包括根據您的 KPI 規劃要使用的代理類型，以及探索能解決實際瓶頸的用途。您也將認識各種無程式碼到高程式碼解決方案，瞭解 Gemini Enterprise 如何協助建構和自動調度合適的代理。
本課程介紹 AI 代理的基礎知識，並探討代理的實際應用價值。代理可為開發人員、架構師和技術決策者奠定基礎，協助他們從目標導向的自主行為角度來理解 AI 系統。