SRIDHAR C
Mitglied seit 2025
Diamond League
12307 Punkte
Google DeepMind: 07 Accelerate Your Model
Earned Okt 21, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model
Earned Okt 19, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture
Earned Okt 12, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks
Earned Okt 9, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned Okt 3, 2026 EDT
Google DeepMind: 02 Represent Your Language Data
Earned Okt 3, 2026 EDT
Generative KI im Gesundheitswesen
Earned Jul 15, 2026 EDT
KI-Agenten für Unternehmensdatenbanken erstellen
Earned Mai 8, 2026 EDT
Agent-Speicher und ‑Zustand verwalten
Earned Feb 27, 2026 EST
Agentische Funktionen über Tools hinzufügen
Earned Feb 27, 2026 EST
Agent-Verhalten optimieren
Earned Feb 25, 2026 EST
Den ersten Agent mit dem Agent Development Kit (ADK) erstellen
Earned Feb 24, 2026 EST
Agents mit dem Agent Development Kit (ADK) erstellen
Earned Feb 21, 2026 EST
Build a Certification Study Guide: PMLE
Earned Feb 19, 2026 EST
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
Weitere Informationen
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.
Weitere Informationen
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
Weitere Informationen
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
Weitere Informationen
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
Weitere Informationen
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
Weitere Informationen
Dieser Kurs wurde speziell für Fachkräfte im Gesundheitswesen entwickelt und erläutert und erklärt die Grundlagen von generativer KI, der neuesten Durchbrüche im Bereich der künstlichen Intelligenz, und der zugrunde liegenden Large Language Models (LLMs). Sie lernen reale Anwendungsfälle von generativer KI im Gesundheitswesen kennen und erfahren, wie Sie effektive Eingaben erstellen, die auf Ihre Ziele zugeschnitten sind.
Weitere Informationen
Mit der MCP-Toolbox für Datenbanken KI-Agenten erstellen, die Unternehmensdatenbanken nutzen können Tools für die sichere Datenbankinteraktion definieren und intelligente Abfragefunktionen implementieren (unter Verwendung von Vektoreinbettungen und strukturierten Abfragen)
Weitere Informationen
Sie haben grundlegende LLM-Agenten erstellt, die auf Anfragen reagieren – jetzt machen wir sie zustandsorientiert. Mit dem Sitzungsstatus können Sie KI-Agenten erstellen, die im Kontext bleiben, Nutzerpräferenzen speichern und personalisierte Interaktionen ermöglichen.
Weitere Informationen
Sie haben KI-Agenten mit erweiterten Konfigurationen entwickelt – machen Sie sie jetzt bereit für den realen Einsatz. Sie können Agenten mit Tools ausstatten, die eine Suche im Web, das Ausführen von Code, das Abfragen von Datenbanken und benutzerdefinierte Aktionen ermöglichen.
Weitere Informationen
Sie haben Ihren ersten KI-Agenten erstellt – jetzt ist es an der Zeit, ihn weiterzuentwickeln. In diesem weiterführenden Kurs lernen Sie, wie Sie einen einfachen KI-Agenten in einen ausgereiften, präzisen Assistenten umwandeln – durch die Anwendung fortgeschrittener Anweisungen, eine passende Modellauswahl, Planungsfunktionen und Muster für strukturierte Ausgabe.
In unserem Community-Forum können Sie sich mit anderen austauschen.
Weitere Informationen
In diesem Modul können Sie Ihr Verständnis von KI-Agenten in die Praxis umsetzen und mit dem Agent Development Kit (ADK) von Google Ihren ersten KI-Agenten erstellen, konfigurieren und ausführen.
In diesem praxisorientierten Kurs richten Sie zuerst eine vollständige ADK-Entwicklungsumgebung ein. Dann erstellen Sie KI-Agenten sowohl mit Python-Code als auch mit einer YAML-Konfiguration und führen diese über verschiedene Benutzeroberflächen aus. Außerdem lernen Sie die wichtigsten Parameter kennen, die das Verhalten von KI-Agenten definieren. Dazu wenden Sie das in Kurs 1 Gelernte auf funktionierenden Code an.
Weitere Informationen
Wie zeigen Ihnen, wie Sie mit dem Agent Development Kit (ADK). In diesem Kurs geht es um das Open-Source-Framework des ADKs. Sie werden von der einfachen Prompt-Entwicklung zu einem Code-First-Ansatz für strukturierte Softwareentwicklung geführt.
Weitere Informationen
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.
Weitere Informationen
