参加 ログイン

kothuru harshitha

メンバー加入日: 2025

ダイヤモンド リーグ

16170 ポイント
Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI Earned 6月 8, 2026 EDT
Encoder-Decoder アーキテクチャ Earned 6月 8, 2026 EDT
アテンション機構 Earned 6月 8, 2026 EDT
生成 AI のための ML オペレーション（MLOps) Earned 6月 8, 2026 EDT
画像生成の概要 Earned 6月 8, 2026 EDT
責任ある AI: Google Cloud における AI に関する原則の適用 Earned 6月 8, 2026 EDT
責任ある AI の概要 Earned 6月 8, 2026 EDT
大規模言語モデルの概要 Earned 6月 8, 2026 EDT
生成 AI の概要 Earned 6月 8, 2026 EDT
Google Cloud コンピューティングの基礎: Google Cloud のネットワークとセキュリティ Earned 6月 5, 2026 EDT
Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ Earned 6月 1, 2026 EDT
Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 Earned 5月 31, 2026 EDT
総仕上げ: Google Cloud のセキュリティ アナリストになるための準備 Earned 9月 17, 2025 EDT
クラウド サイバーセキュリティ攻撃: 検出、対応、復元 Earned 9月 17, 2025 EDT
クラウドのセキュリティ リスク: 脅威の特定と保護対策 Earned 9月 15, 2025 EDT
クラウドのセキュリティ リスク管理戦略 Earned 9月 8, 2025 EDT
クラウド コンピューティングにおけるセキュリティ原則の概要 Earned 9月 4, 2025 EDT
Vertex AI を使用した ML オペレーション（MLOps）: モデルの評価 Earned 6月 1, 2025 EDT

Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ 3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI このシリーズの最後のコースでは、マネージド ビッグデータ サービス、ML とその価値、スキルバッジを獲得して Google Cloud に関するスキルセットをさらに実証する方法について説明します。

詳細

このコースでは、機械翻訳、テキスト要約、質問応答などのシーケンス ツー シーケンス タスクに対応する、強力かつ広く使用されている ML アーキテクチャである Encoder-Decoder アーキテクチャの概要を説明します。Encoder-Decoder アーキテクチャの主要なコンポーネントと、これらのモデルをトレーニングして提供する方法について学習します。対応するラボのチュートリアルでは、詩を生成するための Encoder-Decoder アーキテクチャの簡単な実装を、TensorFlow で最初からコーディングします。

詳細

このコースでは、アテンション機構について学習します。アテンション機構とは、ニューラル ネットワークに入力配列の重要な部分を認識させるための高度な技術です。アテンションの仕組みと、アテンションを活用して機械翻訳、テキスト要約、質問応答といったさまざまな ML タスクのパフォーマンスを改善する方法を説明します。

詳細

このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。

詳細

このコースでは拡散モデルについて説明します。拡散モデルは ML モデル ファミリーの一つで、最近、画像生成分野での有望性が示されました。拡散モデルは物理学、特に熱力学からインスピレーションを得ています。ここ数年、拡散モデルは研究と産業界の両方で広まりました。拡散モデルは、Google Cloud の最先端の画像生成モデルやツールの多くを支える技術です。このコースでは、拡散モデルの背景にある理論と、モデルを Vertex AI でトレーニングしてデプロイする方法について説明します。

詳細

企業における AI と ML の利用が拡大し続けるなか、責任を持ってそれを構築することの重要性も増しています。多くの企業にとっての課題は、責任ある AI と口で言うのは簡単でも、それを実践するのは難しいということです。このコースは、責任ある AI を組織で運用化する方法を学びたい方に最適です。 このコースでは、Google Cloud が責任ある AI を現在どのように運用化しているかを、ベスト プラクティスや教訓と併せて学び、責任ある AI に対する独自のアプローチを構築するためのフレームワークとして活用できるようにします。

詳細

この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。

詳細

このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。

詳細

この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の ML の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。

詳細

Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャGoogle Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI この 3 番目のコースでは、クラウドの自動化、管理ツール、安全なネットワークの構築について説明します。

詳細

Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ 3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI

詳細

Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。 この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。 このコースは、次の順で完了する必要があります。 1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本 2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ 3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ 4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI この最初のコースでは、クラウド コンピューティングの概要、Google Cloud の使用方法、さまざまなコンピューティング オプションについて説明します。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 5 つ目です。このコースでは、クラウド セキュリティの原則、リスク管理、脆弱性の特定、インシデント管理、危機管理コミュニケーションなどの重要なコンセプトを組み合わせて適用する、インタラクティブな集大成プロジェクトに取り組みます。また、履歴書の最終更新を行い、新しい面接テクニックを駆使して、この分野の就職活動や面接に自信を持って臨めるようにします。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 4 つ目です。このコースでは、ロギング、セキュリティ、アラートのモニタリングの機能と、攻撃を軽減する手法の開発に重点を置いて説明します。脅威フィードのカスタマイズ、インシデント管理、危機管理コミュニケーション、根本原因分析、インシデント対応、イベント後のコミュニケーションに関する貴重な知識を習得できます。Google Cloud ツールを使用して、セキュリティ侵害インジケーターを特定し、ビジネスの継続性と障害復旧に備える方法も学びます。これらの技術スキルに加えて、履歴書の更新や面接のテクニックの練習も行います。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 3 つ目です。このコースでは、クラウド環境における ID 管理とアクセス制御の原則について説明します。AAA（認証、認可、監査）、認証情報の処理、証明書の管理などの重要な要素を取り上げます。また、脅威と脆弱性の管理、クラウドネイティブの原則、データ保護対策といった重要なトピックについても学びます。このコースを修了すると、クラウドベースのリソースを保護し、組織の機密情報を守るために必要なスキルと知識を身につけることができます。さらに、キャリア リソースを活用し、面接のテクニックを磨きながら、プロフェッショナルとしての次のキャリア ステップに備えます。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 2 つ目です。このコースでは、広く使用されているクラウド リスク管理フレームワークについて学習し、セキュリティ ドメイン、コンプライアンス ライフサイクル、HIPAA、NIST CSF、SOC などの業界標準について確認します。リスクの特定、セキュリティ管理の実装、コンプライアンス評価、データ保護管理のスキルを身につけます。さらに、リスクとコンプライアンスに特化した Google Cloud ツールとマルチクラウド ツールを実際に使用する経験も積むことができます。また、就職活動や面接の準備に関するテクニックも取り入れ、クラウド リスク管理の複雑な状況を理解し、効果的に対処するための包括的な基礎を提供します。

詳細

これは、「Google Cloud サイバーセキュリティ認定証」プログラムの 5 つのコースのうちの 1 つ目です。このコースでは、セキュリティ ライフサイクル、デジタル トランスフォーメーション、クラウド コンピューティングの主要なコンセプトなど、サイバーセキュリティの基本を学びます。エントリーレベルのクラウド セキュリティ アナリストがタスクを自動化するために使用する一般的なツールを特定します。

詳細

このコースでは、ML の実務担当者に、生成 AI モデルと予測 AI モデルの両方を評価するための重要なツール、手法、ベスト プラクティスを身につけていただきます。モデル評価は、ML システムが本番環境で信頼性が高く、正確で、高性能な結果を確実に提供するための重要な分野です。 参加者は、さまざまな評価指標、方法論のほか、さまざまなモデルタイプやタスクにおけるそれらの適切な適用について理解を深めます。このコースでは、生成 AI モデルによってもたらされる固有の課題に重点を置き、それらの課題に効果的に取り組むための戦略を提供します。参加者は、Google Cloud の Vertex AI プラットフォームを活用して、モデルの選択、最適化、継続的なモニタリングのための堅牢な評価プロセスを実装する方法を学びます。

詳細