加入 登录

Neelam Kaur

成为会员时间：2023

白银联赛

7238 积分
Google Workspace 问题排查 Earned Oct 1, 2026 EDT
Google Workspace 安全性 Earned Oct 1, 2026 EDT
Google Workspace 数据治理 Earned Oct 1, 2026 EDT
Google Workspace 核心服务 Earned Sep 18, 2026 EDT
Google Workspace 用户和资源管理 Earned Sep 18, 2026 EDT
GDC Platform Introduction Earned Apr 27, 2026 EDT
AWS EC2 to Compute Engine Earned Apr 24, 2026 EDT
Responsible AI: 和 Google Cloud 一起践行 AI 原则 Earned Nov 21, 2025 EST
生成式 AI 智能体：助力组织转型 Earned Oct 17, 2025 EDT
生成式 AI 应用：改变工作方式 Earned Oct 17, 2025 EDT
生成式 AI：全面了解生成式 AI Earned Oct 16, 2025 EDT
生成式 AI：剖析基本概念 Earned Oct 16, 2025 EDT
生成式 AI：不只是聊天机器人 Earned Oct 16, 2025 EDT
负责任的 AI 简介 Earned Jan 24, 2025 EST
编码器-解码器架构 Earned May 26, 2023 EDT
创建图片标注模型 Earned May 26, 2023 EDT
图像生成简介 Earned May 25, 2023 EDT
Transformer 模型和 BERT 模型 Earned May 24, 2023 EDT
注意力机制 Earned May 24, 2023 EDT
大型语言模型简介 Earned May 24, 2023 EDT
生成式 AI 简介 Earned May 24, 2023 EDT

本课程旨在帮助 Google Workspace 管理员排查常见的 Google Workspace 问题。学员将练习诊断并解决 Gmail、日历和云端硬盘中的问题，并了解管理控制台的使用方法。学员还将体验如何分析审核日志以排查安全问题，以及收集信息并使用可用资源来排查并报告技术问题。

了解详情

本课程旨在帮助学员保护自身 Google Workspace 环境的安全。学员将实施安全系数高的密码政策和两步验证，以管理用户访问权限。然后，他们将利用安全调查工具主动识别和应对安全风险。接下来，他们将管理第三方应用访问权限和移动设备，以确保安全性。最后，学员将强制执行邮件安全和合规措施，以保护组织数据。

了解详情

本课程旨在帮助学员掌握在 Google Workspace 环境中管理数据的技能。学员将探索如何在 Gmail 和云端硬盘中利用数据泄露防护规则来防止数据泄露。然后学习如何使用 Google 保险柜来保留、保存和检索数据。接着，学员将学习如何配置数据区域和导出设置，以遵循监管法规。最后，学员将了解如何使用标签对数据进行分类，以强化组织管理并提升安全性。

了解详情

本课程旨在让学员全面了解 Google Workspace 核心服务。学员将探索如何启用、停用这些服务（包括 Gmail、Google 日历、云端硬盘、Meet、Chat 和文档）以及为这些服务配置设置。随后，他们将学习如何部署和管理 Gemini，以赋能用户。最后，学员将了解 AppSheet 和 Apps 脚本的应用场景，学习如何使用它们自动执行任务并扩展 Google Workspace 应用的功能。

了解详情

本课程旨在帮助您了解 Google Workspace 中的用户和资源管理流程。学员将探索如何根据组织的需求配置组织部门。此外，学员还将了解如何管理各种类型的 Google 群组。他们还将掌握在 Google Workspace 中管理网域设置的专业知识。最后，学员将掌握如何在 Google Workspace 环境中优化和构建资源。

了解详情

This course provides an introduction to the GDC platform—which enables you to host, control, and manage infrastructure and services directly on your premises. GDC air-gapped is one component of Google Distributed Cloud offering which aligns to Google’s digital sovereignty vision. It supports public-sector customers and commercial entities that have strict data residency, security or privacy requirements.

了解详情

Migration from AWS EC2 to Google Cloud Compute Engine using Migrate to Virtual Machines (v5) using demo VM(s). It provides a proof-of-concept that walks you through the process of replicating a VM to doing test cutover and final cutover of the VM.

了解详情

随着企业对人工智能和机器学习的应用越来越广泛，以负责任的方式构建这些技术也变得更加重要。但对很多企业而言，真正践行 Responsible AI 并非易事。如果您有意了解如何在组织内践行 Responsible AI，本课程正适合您。 本课程将介绍 Google Cloud 目前如何践行 Responsible AI，以及从中总结的最佳实践和经验教训，便于您以此为框架构建自己的 Responsible AI 方法。

了解详情

“生成式 AI 智能体：助力组织转型”是“Gen AI Leader”学习路线中的第五门课程，也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体，帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体，并探索这些智能体的组成部分，例如模型、推理循环以及各种工具。

了解详情

“生成式 AI 应用：改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用，例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。

了解详情

“生成式 AI：全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者，应该如何利用生成式 AI 来推动实际业务成果？在本课程中，您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务，以及选择解决方案时需要考虑的因素。

了解详情

生成式 AI：剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中，您将探索 AI、机器学习和生成式 AI 之间的差异，了解各种数据类型如何赋能生成式 AI 来应对业务挑战，从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略，以及负责任和安全的 AI 开发与部署面临哪些关键挑战。

了解详情

生成式 AI：不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程，没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知，深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念，它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导，让您了解在为组织制定成功的生成式 AI 策略时，应考虑哪些重要因素。

了解详情

这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。

了解详情

本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。

了解详情

本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分，例如编码器和解码器，以及如何训练和评估模型。学完本课程，您将能够自行创建图片标注模型并用来生成图片说明。

了解详情

本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。

了解详情

本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。

了解详情

本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。

了解详情

这是一节入门级微学习课程，探讨什么是大型语言模型 (LLM)、适合的应用场景以及如何使用提示调整来提升 LLM 性能，还介绍了可以帮助您开发自己的 Gen AI 应用的各种 Google 工具。

了解详情

这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。

了解详情