Jason Hall
成为会员时间：2023
Build Data Lakes and Data Warehouses on Google Cloud
Earned Apr 1, 2024 EDT
Build a Certification Study Guide: PDE Exam Prep
Earned Mar 30, 2024 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals
Earned Mar 11, 2024 EDT
Vertex AI Studio 简介
Earned Feb 19, 2024 EST
创建图片标注模型
Earned Feb 19, 2024 EST
Transformer 模型和 BERT 模型
Earned Feb 18, 2024 EST
编码器-解码器架构
Earned Feb 18, 2024 EST
注意力机制
Earned Feb 18, 2024 EST
图像生成简介
Earned Feb 18, 2024 EST
探索生成式 AI - Agent Platform
Earned Feb 18, 2024 EST
Google Cloud 基础知识：核心基础设施
Earned Jan 11, 2024 EST
While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.
了解详情
Learn how to use Gemini Notebook to create a personalized study guide for the Professional Data 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.
了解详情
This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.
了解详情
本课程介绍 Vertex AI Studio，这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验，您将探索从提示到产品的整个生命周期，了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio，在自己的项目中充分发掘生成式 AI 的潜力。
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 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
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
探索生成式 AI - Agent Platform”课程包含一系列实验， 指导用户在 Google Cloud 平台上使用生成式 AI。通过这些实验，您将了解 如何在 Agent Platform 中使用 Gemini 模型。您还将了解提示设计、最佳实践， 以及如何使用生成式 AI 进行构思、文本分类、文本提取、文本摘要等。此外， 您将学习如何通过 Agent Platform 中的自定义训练来训练基础模型， 从而对其进行调优，以及如何将其部署到 Agent Platform 中的端点。
了解详情
“Google Cloud 基础知识：核心基础设施”介绍在使用 Google Cloud 时会遇到的重要概念和术语。本课程通过视频和实操实验来介绍并比较 Google Cloud 的多种计算和存储服务，并提供重要的资源和政策管理工具。
了解详情
