Aravind Garapati
Member since 2022
Diamond League
25091 points
Üretken Yapay Zeka Ajanları: Kuruluşunuzu Dönüştürün
Earned Oca 12, 2026 EST
Üretken Yapay Zeka Uygulamaları: İşinizi Dönüştürün
Earned Oca 9, 2026 EST
Üretken Yapay Zeka: Ekosistemi Tanıma
Earned Oca 4, 2026 EST
Üretken Yapay Zeka: Temel Kavramları Öğrenin
Earned Oca 3, 2026 EST
Üretken Yapay Zeka: Chatbot'tan Daha Fazlası
Earned Ara 19, 2025 EST
Üretken Yapay Zeka İçin Makine Öğrenimi Operasyonları (MLOps)
Earned Ağu 16, 2025 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Tem 25, 2025 EDT
Working with Notebooks in Vertex AI
Earned Haz 22, 2025 EDT
Büyük Dil Modellerine Giriş
Earned Haz 14, 2025 EDT
Üretken Yapay Zekaya Giriş
Earned Haz 13, 2025 EDT
Build a Certification Study Guide: PMLE
Earned Kas 17, 2024 EST
Natural Language Processing on Google Cloud
Earned Eki 31, 2023 EDT
Computer Vision Fundamentals with Google Cloud
Earned Eki 20, 2023 EDT
Production Machine Learning Systems
Earned Eki 12, 2023 EDT
Machine Learning in the Enterprise
Earned Eki 8, 2023 EDT
[DEPRECATED] Feature Engineering
Earned Eki 3, 2023 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Eyl 29, 2023 EDT
Launching into Machine Learning
Earned Eyl 26, 2023 EDT
Introduction to AI and Machine Learning on Google Cloud
Earned Eyl 22, 2023 EDT
Elastic Google Cloud Infrastructure: Scaling and Automation
Earned May 24, 2023 EDT
Essential Google Cloud Infrastructure: Foundation
Earned May 15, 2023 EDT
Build a Certification Study Guide: ACE Exam Prep
Earned Nis 9, 2023 EDT
Essential Google Cloud Infrastructure: Core Services
Earned Ara 30, 2022 EST
Google Cloud Fundamentals: Core Infrastructure
Earned Kas 30, 2022 EST
Üretken Yapay Zeka Ajanları: Kuruluşunuzu Dönüştürün, Üretken Yapay Zeka Lideri öğrenme rotasının beşinci ve son kursudur. Bu kursta, kuruluşların özel üretken yapay zeka ajanlarını kullanarak belirli işletme zorluklarının üstesinden nasıl gelebileceği ele alınmaktadır. Temel bir üretken yapay zeka ajanı oluşturarak pratik yapacak, bu ajanların modeller, mantık döngüleri ve araçlar gibi bileşenlerini keşfedeceksiniz.
Learn more
Üretken Yapay Zeka Uygulamaları ile İşinizi Dönüştürün, Üretken Yapay Zeka Lideri öğrenme rotasının dördüncü kursudur. Bu kursta, Google'ın üretken yapay zeka uygulamaları (ör. Gemini ile Google Workspace ve NotebookLM) tanıtılmaktadır. Temellendirme, veriyle artırılmış üretim, etkili istemler hazırlama ve otomatik iş akışları oluşturma gibi kavramlar hakkında size rehberlik eder.
Learn more
Üretken Yapay Zeka: Ekosistemi Tanıma, Üretken Yapay Zeka Lideri öğrenme rotasının üçüncü kursudur. Üretken yapay zeka, çalışma şeklimizi ve çevremizle etkileşim kurma biçimimizi değiştiriyor. Peki bir lider olarak bu teknolojinin gücünden yararlanıp işletmenizde nasıl gerçek sonuçlar elde edebilirsiniz? Bu kursta, üretken yapay zeka çözümleri oluşturmanın farklı katmanlarını, Google Cloud'un sunduğu hizmetleri ve çözüm seçerken dikkate alınması gereken faktörleri keşfedeceksiniz.
Learn more
Üretken Yapay Zeka: Temel Kavramları Öğrenin, Üretken Yapay Zeka Lideri öğrenme rotasının ikinci kursudur. Bu kursta, yapay zeka, makine öğrenimi ve üretken yapay zeka arasındaki farkları keşfederek üretken yapay zekanın temel kavramlarını öğrenecek ve çeşitli veri türlerinin üretken yapay zekanın kurumsal zorlukları çözmesine nasıl yardımcı olduğunu anlayacaksınız. Temel modellerin sınırlamalarını gidermeye yardımcı olacak Google Cloud stratejileriyle sorumlu ve güvenli yapay zeka geliştirme ve dağıtımının temel zorlukları hakkında da bilgi edineceksiniz.
Learn more
Üretken Yapay Zeka: Chatbot'tan Daha Fazlası, Gen AI Leader öğrenme rotasının ilk kursudur ve ön koşul gerektirmez. Bu kurs, chatbot'larla ilgili temel bilgilerin ötesine geçerek üretken yapay zekanın kuruluşunuza sağlayabileceği gerçek potansiyeli keşfetmeyi amaçlamaktadır. Üretken yapay zekanın gücünden yararlanmak için çok önemli olan temel modeller ve istem mühendisliği gibi kavramları keşfedeceksiniz. Kurs ayrıca kuruluşunuz için başarılı bir üretken yapay zeka stratejisi geliştirirken dikkate almanız gereken önemli noktalar hakkında size rehberlik edecek.
Learn more
Bu kurs, MLOps ekiplerinin üretken yapay zeka modellerini dağıtırken ve yönetirken karşılaştığı zorlukların üstesinden gelmek için gereken bilgi ve araçları sağlamaktadır. Ayrıca yapay zeka ekiplerinin, MLOps süreçlerini kolaylaştırıp üretken yapay zeka projelerinde başarıya ulaşması için Vertex AI'ın nasıl yardımcı olduğunu öğrenmenizi amaçlamaktadır.
Learn more
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Learn more
This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.
Learn more
Giriş seviyesindeki bu mikro öğrenme kursunda; büyük dil modellerinin (LLM) ne olduğu, hangi kullanım alanlarında kullanılabilecekleri ve istem ayarlama ile LLM performansını nasıl artırabileceğiniz ele alınmaktadır. Ayrıca kendi üretken yapay zeka uygulamalarınızı geliştirebileceğiniz Google araçları da yer almaktadır.
Learn more
Bu giriş seviyesi mikro öğrenme kursu, üretken yapay zekanın ne olduğunu, nasıl kullanıldığını ve geleneksel makine öğrenimi yöntemlerinden farkını açıklamayı amaçlamaktadır. Ayrıca kendi üretken yapay zeka uygulamalarınızı geliştirebileceğiniz Google araçları da ele alınmaktadır.
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Machine Learning Engineer (PMLE) certification exam. You'll review Gemini Notebook features, create a notebook, and use the study guide to practice for a certification exam.
Learn more
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.
Learn more
This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models.
The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data.
The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models.
Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.
Learn more
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
Learn more
This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing.
The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.
Learn more
This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.
Learn more
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Learn more
The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.
Learn more
This course introduces Google Cloud's AI and machine learning (ML) capabilities, with a focus on developing both generative and predictive AI projects. It explores the various technologies, products, and tools available throughout the data-to-AI lifecycle, empowering data scientists, AI developers, and ML engineers to enhance their expertise through interactive exercises.
Learn more
This accelerated on-demand course introduces participants to the comprehensive and flexible infrastructure and platform services provided by Google Cloud. Through a combination of video lectures, demos, and hands-on labs, participants explore and deploy solution elements, including securely interconnecting networks, load balancing, autoscaling, infrastructure automation and managed services.
Learn more
This accelerated on-demand course introduces participants to the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Compute Engine. Through a combination of video lectures, demos, and hands-on labs, participants explore and deploy solution elements, including infrastructure components such as networks, virtual machines and applications services. You will learn how to use the Google Cloud through the console and Cloud Shell. You'll also learn about the role of a cloud architect, approaches to infrastructure design, and virtual networking configuration with Virtual Private Cloud (VPC), Projects, Networks, Subnetworks, IP addresses, Routes, and Firewall rules.
Learn more
Learn how to use Gemini Notebook to create a personalized study guide for the Associate Cloud Engineer certification exam.
You'll review Gemini Notebook features, create a notebook in Gemini Notebook , and learn how to use a study guide to practice for a certification exam.
Learn more
This accelerated on-demand course introduces participants to the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Compute Engine. Through a combination of video lectures, demos, and hands-on labs, participants explore and deploy solution elements, including infrastructure components such as networks, systems and applications services. This course also covers deploying practical solutions including customer-supplied encryption keys, security and access management, quotas and billing, and resource monitoring.
Learn more
Google Cloud Fundamentals: Core Infrastructure introduces important concepts and terminology for working with Google Cloud. Through videos and hands-on labs, this course presents and compares many of Google Cloud's computing and storage services, along with important resource and policy management tools.
Learn more
