Smitha AlangaR
Date d'abonnement : 2023
Ligue de bronze
3535 points
Date d'abonnement : 2023
Ce cours explique comment utiliser Gemini dans Google Sheets pour automatiser l'organisation des données et traiter des chiffres complexes. Apprenez à structurer des tableaux à partir de texte brut, à remplir automatiquement des données à l'aide du langage naturel, à générer des formules de feuille de calcul natives à la demande et à extraire rapidement des insights ou des visualisations de haut niveau sans avoir besoin de compétences avancées en la matière.
Ce cours explique comment utiliser Gemini dans Google Docs pour simplifier la rédaction et la création de contenus. Apprenez à rédiger des documents à partir de zéro, à affiner le ton et la clarté de vos écrits grâce à des outils interactifs, à résumer des fichiers complexes et à transformer facilement des textes longs en ressources structurées pour d'autres applications Google Workspace.
Ce cours explique comment utiliser Gemini dans Gmail pour optimiser la gestion de vos e-mails. Apprenez à résumer de longs fils de discussion, à récupérer des informations en langage naturel, à rédiger des réponses professionnelles et à organiser des stratégies de communication directement dans votre boîte de réception.
Gemini pour Google Workspace fournit aux clients des fonctionnalités d'IA générative dans Google Workspace. Dans ce parcours de formation, vous allez découvrir les principales fonctionnalités de Gemini et comment elles peuvent servir à améliorer la productivité et l'efficacité dans Google Workspace.
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
Ce cours présente les produits et services Google Cloud pour le big data et le machine learning compatibles avec le cycle de vie "des données à l'IA". Il explore les processus, défis et avantages liés à la création d'un pipeline de big data et de modèles de machine learning avec Vertex AI sur Google Cloud.
Quelles sont les bonnes pratiques pour implémenter le machine learning sur Google Cloud ? En quoi consiste la plate-forme Vertex AI et comment pouvez-vous l'utiliser pour créer, entraîner et déployer rapidement des modèles de machine learning AutoML sans écrire une seule ligne de code ? Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Google aborde le machine learning d'une façon particulière, qui consiste à fournir une plate-forme unifiée pour les ensembles de données gérés, ainsi qu'un magasin de caractéristiques et un moyen de créer, d'entraîner et de déployer des modèles de machine learning sans écrire une seule ligne de code. Il s'agit également de permettre aux utilisateurs d'étiqueter les données et de créer des notebooks Workbench à l'aide de frameworks tels que TensorFlow, Scikit Learn, Pytorch et R. Avec notre plate-forme Vertex AI, il est également possible d'entraîner des modèles personnalisés, de créer des pipelines de composants, …