Gabung Login

Zafar Abdugaffarov

Menjadi anggota sejak 2023

Diamond League

56720 poin
Pengantar Prinsip Keamanan dalam Cloud Computing Earned Des 16, 2025 EST
Strategi untuk Pengelolaan Risiko Keamanan Cloud Earned Des 16, 2025 EST
Risiko Keamanan Cloud: Mengidentifikasi dan Melindungi Data dari Ancaman Earned Des 16, 2025 EST
Mendeteksi, Merespons, dan Memulihkan dari Serangan terhadap Pengamanan Cyber Cloud Earned Des 16, 2025 EST
Menggabungkan Semuanya: Bersiap untuk Pekerjaan sebagai Analis Keamanan Cloud Earned Des 16, 2025 EST
Put It All Together: Prepare for a Cloud Security Analyst Job Earned Jul 16, 2024 EDT
Detect, Respond, and Recover from Cloud Cybersecurity Attacks Earned Jul 15, 2024 EDT
Cloud Security Risks: Identify and Protect Against Threats Earned Jun 13, 2024 EDT
Strategies for Cloud Security Risk Management Earned Mei 29, 2024 EDT
Introduction to Security Principles in Cloud Computing Earned Mei 16, 2024 EDT
Dasar-Dasar Google Cloud: Infrastruktur Inti Earned Apr 23, 2024 EDT
Membuat Panduan Belajar Sertifikasi: Persiapan Ujian ACE Earned Apr 13, 2024 EDT
Penjelajah AI Generatif - Agent Platform Earned Apr 7, 2024 EDT
Pengantar Vertex AI Studio Earned Apr 7, 2024 EDT
Membuat Model Pemberian Teks pada Gambar Earned Apr 2, 2024 EDT
Model Transformer dan Model BERT Earned Apr 2, 2024 EDT
Arsitektur Encoder-Decoder Earned Apr 1, 2024 EDT
Mekanisme Atensi Earned Mar 31, 2024 EDT
Pengantar Pembuatan Gambar Earned Mar 31, 2024 EDT
Responsible AI: Menerapkan Prinsip AI dengan Google Cloud Earned Mar 20, 2024 EDT
Desain Perintah dalam Agent Platform Earned Mar 19, 2024 EDT
Pengantar Responsible AI Earned Mar 12, 2024 EDT
Pengantar Model Bahasa Besar Earned Mar 12, 2024 EDT
Pengantar AI Generatif Earned Mar 12, 2024 EDT
Mengelola Model Data di Looker Earned Mar 9, 2024 EST
Membangun Objek LookML di Looker Earned Mar 6, 2024 EST
Data Catalog Fundamentals Earned Feb 28, 2024 EST
Menerapkan Konsep LookML Lanjutan di Looker Earned Feb 28, 2024 EST
Membuat Model ML dengan BigQuery ML Earned Feb 22, 2024 EST
Mendapatkan Insight dari Data BigQuery Earned Feb 21, 2024 EST
Menyiapkan Data untuk Dasbor dan Laporan Looker Earned Feb 20, 2024 EST
Developing Data Models with LookML Earned Feb 20, 2024 EST
Analyzing and Visualizing Data in Looker Earned Feb 4, 2024 EST
Dasar-Dasar Analisis Data Google Cloud Earned Jan 25, 2024 EST
Membangun dan Men-Deploy Solusi Machine Learning di Vertex AI Earned Nov 16, 2023 EST
Menyiapkan Data untuk ML API di Google Cloud Earned Nov 5, 2023 EST
ML Pipelines on Google Cloud Earned Okt 31, 2023 EDT
MLOps with Agent Platform: Manage Features Earned Okt 7, 2023 EDT
Machine Learning Operations (MLOps): Getting Started Earned Okt 5, 2023 EDT
Recommendation Systems on Google Cloud Earned Okt 5, 2023 EDT
Pengantar AI dan Machine Learning di Google Cloud Earned Sep 28, 2023 EDT
Natural Language Processing on Google Cloud Earned Sep 21, 2023 EDT
Computer Vision Fundamentals with Google Cloud Earned Sep 5, 2023 EDT
Production Machine Learning Systems Earned Agu 23, 2023 EDT
Machine Learning in the Enterprise Earned Agu 21, 2023 EDT
[DEPRECATED] Feature Engineering Earned Jul 27, 2023 EDT
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud Earned Jul 9, 2023 EDT
Launching into Machine Learning Earned Jun 26, 2023 EDT
How Google Does Machine Learning Earned Jun 8, 2023 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals Earned Mei 24, 2023 EDT

Pengantar ini adalah kursus pertama dari lima kursus dalam Sertifikat Keamanan Siber Google Cloud. Dalam kursus ini, Anda akan mempelajari dasar-dasar pengamanan cyber, termasuk siklus proses keamanan, transformasi digital, dan konsep utama cloud computing. Anda akan mengidentifikasi alat umum yang digunakan analis keamanan cloud tingkat pemula untuk mengotomatiskan tugas.

Pelajari lebih lanjut

Ini adalah kursus kedua dari lima kursus dalam Sertifikat Keamanan Siber Google Cloud. Dalam kursus ini, Anda akan mempelajari framework pengelolaan risiko cloud yang banyak digunakan, mempelajari domain keamanan, siklus proses kepatuhan, dan standar industri seperti HIPAA, NIST CSF, dan SOC. Anda akan mengembangkan keterampilan identifikasi risiko, penerapan kontrol keamanan, evaluasi kepatuhan, dan pengelolaan perlindungan data. Selain itu, Anda akan mendapatkan pengalaman langsung dengan alat Google Cloud dan multi-cloud yang spesifik untuk risiko dan kepatuhan. Kursus ini juga mencakup teknik persiapan wawancara dan lamaran kerja, yang menawarkan fondasi komprehensif untuk memahami dan secara efektif menavigasi lanskap kompleks pengelolaan risiko cloud.

Pelajari lebih lanjut

Ini adalah kursus ketiga dari lima kursus dalam Sertifikat Keamanan Siber Google Cloud. Dalam kursus ini, Anda akan mempelajari prinsip pengelolaan identitas dan kontrol akses dalam lingkungan cloud, yang mencakup elemen penting seperti AAA (Autentikasi, Otorisasi, dan Audit), penanganan kredensial, dan pengelolaan sertifikat. Anda juga akan mempelajari topik penting dalam pengelolaan ancaman dan kerentanan, prinsip berbasis cloud, dan langkah-langkah perlindungan data. Setelah menyelesaikan kursus ini, Anda akan memperoleh keterampilan dan pengetahuan yang diperlukan untuk mengamankan resource berbasis cloud dan melindungi informasi organisasi yang sensitif. Selain itu, Anda akan mempelajari referensi terkait karier dan mengasah teknik wawancara, sehingga mempersiapkan Anda untuk langkah selanjutnya dalam perjalanan profesional Anda.

Pelajari lebih lanjut

Ini adalah kursus keempat dari lima kursus dalam Sertifikat Keamanan Siber Google Cloud. Dalam kursus ini, Anda akan berfokus pada pengembangan kemampuan dalam logging, keamanan, dan pemantauan pemberitahuan, serta teknik untuk memitigasi serangan. Anda akan mendapatkan pengetahuan berharga dalam menyesuaikan feed ancaman, mengelola insiden, menangani komunikasi krisis, melakukan analisis akar penyebab, serta menguasai respons insiden dan komunikasi pasca-peristiwa. Dengan menggunakan alat Google Cloud, Anda akan mempelajari cara mengidentifikasi indikator gangguan dan mempersiapkan keberlanjutan bisnis dan pemulihan dari bencana. Selain keterampilan teknis ini, Anda akan terus memperbarui resume dan mempraktikkan teknik wawancara.

Pelajari lebih lanjut

Pengantar ini adalah kursus kelima dari lima kursus dalam Sertifikat Keamanan Siber Google Cloud. Pada kursus ini, Anda akan menggabungkan dan menerapkan konsep-konsep utama, seperti prinsip keamanan cloud, manajemen risiko, identifikasi kerentanan, manajemen insiden, dan komunikasi krisis dalam project akhir yang interaktif. Selain itu, Anda akan menyelesaikan pembaruan resume dan mempraktikkan semua teknik wawancara baru yang telah dipelajari, sehingga Anda siap untuk melamar dan mengikuti wawancara kerja di bidang ini dengan percaya diri.

Pelajari lebih lanjut

This is the fifth of five courses in the Google Cloud Cybersecurity Certificate. In this course, you’ll combine and apply key concepts such as cloud security principles, risk management, identifying vulnerabilities, incident management, and crisis communications in an interactive capstone project. Additionally, you'll finalize your resume updates and put to practice all the new interview techniques you've learned, preparing you to confidently apply for and interview for jobs in the field.

Pelajari lebih lanjut

This is the fourth of five courses in the Google Cloud Cybersecurity Certificate. In this course, you’ll focus on developing capabilities in logging, security, and alert monitoring, along with techniques for mitigating attacks. You'll gain valuable knowledge in customizing threat feeds, managing incidents, handling crisis communications, conducting root cause analysis, and mastering incident response and post-event communications. Using Google Cloud tools, you'll learn to identify indicators of compromise and prepare for business continuity and disaster recovery. Alongside these technical skills, you'll continue updating your resume and practicing interview techniques.

Pelajari lebih lanjut

This is the third of five courses in the Google Cloud Cybersecurity Certificate. In this course, you’ll explore the principles of identity management and access control within a cloud environment, covering key elements like AAA (Authentication, Authorization, and Auditing), credential handling, and certificate management. You'll also explore essential topics in threat and vulnerability management, cloud-native principles, and data protection measures. Upon completing this course, you will have acquired the skills and knowledge necessary to secure cloud-based resources and safeguard sensitive organizational information. Additionally, you'll continue to engage with career resources and hone your interview techniques, preparing you for the next step in your professional journey.

Pelajari lebih lanjut

This is the second of five courses in the Google Cloud Cybersecurity Certificate. In this course, you’ll explore widely-used cloud risk management frameworks, exploring security domains, compliance lifecycles, and industry standards such as HIPAA, NIST CSF, and SOC. You'll develop skills in risk identification, implementation of security controls, compliance evaluation, and data protection management. Additionally, you'll gain hands-on experience with Google Cloud and multi-cloud tools specific to risk and compliance. This course also incorporates job application and interview preparation techniques, offering a comprehensive foundation to understand and effectively navigate the complex landscape of cloud risk management.

Pelajari lebih lanjut

This is the first of five courses in the Google Cloud Cybersecurity Certificate. In this course, you’ll explore the essentials of cybersecurity, including the security lifecycle, digital transformation, and key cloud computing concepts. You’ll identify common tools used by entry-level cloud security analysts to automate tasks.

Pelajari lebih lanjut

Dasar-Dasar Google Cloud: Infrastruktur Inti memperkenalkan konsep dan terminologi penting untuk bekerja dengan Google Cloud. Melalui video dan lab interaktif, kursus ini menyajikan dan membandingkan banyak layanan komputasi dan penyimpanan Google Cloud, bersama dengan resource penting dan alat pengelolaan kebijakan.

Pelajari lebih lanjut

Mempelajari cara membuat panduan belajar yang dipersonalisasi menggunakan Gemini Notebook untuk menghadapi ujian sertifikasi Associate Cloud Engineer. Anda akan meninjau kembali fitur Gemini Notebook, membuat notebook di Gemini Notebook, dan mempelajari cara menggunakan panduan belajar untuk berlatih menghadapi ujian sertifikasi.

Pelajari lebih lanjut

Kursus Penjelajah AI Generatif - Agent Platform adalah sekumpulan lab yang membahas cara menggunakan AI Generatif di Google Cloud. Melalui lab ini, Anda akan mempelajari cara menggunakan model Gemini di Agent Platform. Anda juga akan mempelajari apa itu desain perintah, praktik terbaik desain perintah, serta cara menggunakan desain perintah untuk pencarian ide, klasifikasi teks, ekstraksi teks, peringkasan teks, dan lainnya. Anda juga akan mempelajari cara menyesuaikan model dasar dengan melatihnya melalui pelatihan kustom di Agent Platform dan men-deploy-nya ke endpoint di Agent Platform.

Pelajari lebih lanjut

Kursus ini memperkenalkan Vertex AI Studio, sebuah alat untuk berinteraksi dengan model AI generatif, membuat prototipe ide bisnis, dan meluncurkannya ke dalam produksi. Melalui kasus penggunaan yang imersif, pelajaran menarik, dan lab interaktif, Anda akan menjelajahi siklus proses dari perintah ke produk dan mempelajari cara memanfaatkan Vertex AI Studio untuk aplikasi multimodal Gemini, desain perintah, rekayasa perintah, dan tuning model. Tujuan kursus ini adalah agar Anda dapat memanfaatkan potensi AI generatif dalam project Anda dengan Vertex AI Studio.

Pelajari lebih lanjut

Kursus ini menjelaskan cara membuat model keterangan gambar menggunakan deep learning. Anda akan belajar tentang berbagai komponen model keterangan gambar, seperti encoder dan decoder, serta cara melatih dan mengevaluasi model. Pada akhir kursus ini, Anda akan dapat membuat model keterangan gambar Anda sendiri dan menggunakannya untuk menghasilkan teks bagi gambar.

Pelajari lebih lanjut

Kursus ini memperkenalkan Anda pada arsitektur Transformer dan model Representasi Encoder Dua Arah dari Transformer (Bidirectional Encoder Representations from Transformers atau BERT). Anda akan belajar tentang komponen utama arsitektur Transformer, seperti mekanisme self-attention, dan cara penggunaannya untuk membangun model BERT. Anda juga akan belajar tentang berbagai tugas yang dapat memanfaatkan BERT, seperti klasifikasi teks, menjawab pertanyaan, dan inferensi natural language. Kursus ini diperkirakan memakan waktu sekitar 45 menit untuk menyelesaikannya.

Pelajari lebih lanjut

Kursus ini memberi Anda sinopsis tentang arsitektur encoder-decoder, yang merupakan arsitektur machine learning yang canggih dan umum untuk tugas urutan-ke-urutan seperti terjemahan mesin, ringkasan teks, dan tanya jawab. Anda akan belajar tentang komponen utama arsitektur encoder-decoder serta cara melatih dan menyalurkan model ini. Dalam panduan lab yang sesuai, Anda akan membuat kode pada penerapan simpel arsitektur encoder-decoder di TensorFlow untuk pembuatan puisi dari awal.

Pelajari lebih lanjut

Dalam kursus ini Anda akan diperkenalkan dengan mekanisme atensi, yakni teknik efektif yang membuat jaringan neural berfokus pada bagian tertentu urutan input. Anda akan mempelajari cara kerja atensi, cara penggunaannya untuk meningkatkan performa berbagai tugas machine learning, termasuk terjemahan mesin, peringkasan teks, dan menjawab pertanyaan.

Pelajari lebih lanjut

Kursus ini memperkenalkan model difusi, yaitu kelompok model machine learning yang belakangan ini menunjukkan potensinya dalam ranah pembuatan gambar. Model difusi mengambil inspirasi dari fisika, khususnya termodinamika. Dalam beberapa tahun terakhir, model difusi menjadi populer baik di dunia industri maupun penelitian. Model difusi mendasari banyak alat dan model pembuatan gambar yang canggih di Google Cloud. Kursus ini memperkenalkan Anda pada teori yang melandasi model difusi dan cara melatih serta men-deploy-nya di Vertex AI.

Pelajari lebih lanjut

Seiring semakin meningkatnya penggunaan Kecerdasan Buatan dan Machine Learning di kalangan perusahaan, proses membangunnya secara bertanggung jawab juga menjadi semakin penting. Membicarakan responsible AI mungkin lebih mudah bagi banyak orang daripada mempraktikkannya. Jika Anda tertarik untuk mempelajari cara mengoperasionalkan responsible AI dalam organisasi Anda, kursus ini cocok untuk Anda. Dalam kursus ini, Anda akan mempelajari bagaimana Google Cloud mengoperasionalkan responsible AI, dengan praktik terbaik dan pelajaran yang dapat dipetik. Hal ini berguna sebagai framework bagi Anda untuk membangun pendekatan responsible AI.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Desain Perintah dalam Agent Platform untuk menunjukkan keterampilan Anda dalam hal berikut: rekayasa perintah, analisis gambar, dan teknik generatif multimodal, dalam Agent Platform. Pelajari cara membuat perintah yang efektif, memandu output AI generatif, dan menerapkan model Gemini dalam skenario pemasaran di dunia nyata.

Pelajari lebih lanjut

Ini adalah kursus pengantar pembelajaran mikro yang dimaksudkan untuk menjelaskan responsible AI, alasan pentingnya responsible AI, dan cara Google mengimplementasikan responsible AI dalam produknya. Kursus ini juga memperkenalkan 7 prinsip AI Google.

Pelajari lebih lanjut

Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.

Pelajari lebih lanjut

Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga membahas beberapa Alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.

Pelajari lebih lanjut

Selesaikan badge keahlian tingkat menengah Mengelola Model Data di Looker untuk menunjukkan keterampilan dalam hal berikut: mempertahankan performa project LookML; memanfaatkan SQL runner untuk validasi data; menerapkan praktik terbaik LookML; mengoptimalkan kueri dan laporan untuk performa; serta menerapkan tabel turunan persisten dan kebijakan penyimpanan ke dalam cache.

Pelajari lebih lanjut

Selesaikan kursus badge keahlian pengantar Membangun Objek LookML di Looker untuk menunjukkan keterampilan dalam hal berikut: membuat dimensi dan ukuran, tabel turunan, serta tampilan baru; menetapkan filter ukuran dan berdasarkan persyaratan; memperbarui dimensi dan ukuran; membangun dan menyempurnakan Eksplorasi; menggabungkan tabel ke Eksplorasi yang ada; dan memutuskan objek yang akan dibuat berdasarkan persyaratan bisnis.

Pelajari lebih lanjut

Data Catalog is deprecated and will be discontinued on January 30, 2026. You can still complete this course if you want to. For steps to transition your Data Catalog users, workloads, and content to Dataplex Catalog, see Transition from Data Catalog to Dataplex Catalog (https://cloud.google.com/dataplex/docs/transition-to-dataplex-catalog). Data Catalog is a fully managed and scalable metadata management service that empowers organizations to quickly discover, understand, and manage all of their data. In this quest you will start small by learning how to search and tag data assets and metadata with Data Catalog. After learning how to build your own tag templates that map to BigQuery table data, you will learn how to build MySQL, PostgreSQL, and SQLServer to Data Catalog Connectors.

Pelajari lebih lanjut

Di kursus ini, Anda akan mendapatkan pengalaman langsung dalam menerapkan konsep LookML lanjutan di Looker. Anda akan mempelajari cara menggunakan Liquid untuk menyesuaikan dan membuat dimensi serta ukuran dinamis, membuat tabel turunan SQL dinamis dan tabel turunan native yang disesuaikan, serta menggunakan ekstensi untuk memodularisasi kode LookML Anda.

Pelajari lebih lanjut

Selesaikan badge keahlian tingkat menengah Membuat Model ML dengan BigQuery ML untuk menunjukkan keterampilan dalam hal berikut: membuat dan mengevaluasi model machine learning dengan BigQuery ML untuk membuat prediksi data.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Mendapatkan Insight dari Data BigQuery untuk menunjukkan keterampilan dalam hal berikut: menulis kueri SQL, membuat kueri tabel publik, memuat sampel data ke dalam BigQuery, memecahkan masalah error sintaksis umum dengan validator kueri di BigQuery, dan membuat laporan di Data Studio dengan menghubungkannya ke data BigQuery.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Menyiapkan Data untuk Dasbor dan Laporan Looker untuk menunjukkan keterampilan dalam hal berikut: memfilter, mengurutkan, dan melakukan pivot pada data; menggabungkan hasil dari sejumlah Eksplorasi Looker; serta menggunakan fungsi dan operator untuk membangun dasbor dan laporan Looker untuk analisis dan visualisasi data.

Pelajari lebih lanjut

This course empowers you to develop scalable, performant LookML (Looker Modeling Language) models that provide your business users with the standardized, ready-to-use data that they need to answer their questions. Upon completing this course, you will be able to start building and maintaining LookML models to curate and manage data in your organization’s Looker instance.

Pelajari lebih lanjut

In this course, you learn how to do the kind of data exploration and analysis in Looker that would formerly be done primarily by SQL developers or analysts. Upon completion of this course, you will be able to leverage Looker's modern analytics platform to find and explore relevant content in your organization’s Looker instance, ask questions of your data, create new metrics as needed, and build and share visualizations and dashboards to facilitate data-driven decision making.

Pelajari lebih lanjut

Pelajari cara mengubah angka mentah menjadi keputusan yang jelas dan berbasis data di Google Cloud. Melalui lab interaktif dan skenario praktis di dunia nyata, kursus tingkat pemula ini memandu Anda membuat kueri data di BigQuery, mengeksplorasi tren di Looker, dan membuat laporan interaktif yang dapat dibagikan di Data Studio.

Pelajari lebih lanjut

Dapatkan badge keahlian tingkat menengah dengan menyelesaikan kursus Membangun dan Men-Deploy Solusi Machine Learning di Vertex AI, tempat Anda akan belajar cara menggunakan platform Vertex AI Google Cloud, AutoML, dan layanan pelatihan kustom untuk melatih, mengevaluasi, menyesuaikan, menjelaskan, serta men-deploy model machine learning. Kursus badge keahlian ini diperuntukkan bagi Data Scientist dan Engineer Machine Learning profesional. Badge keahlian adalah badge digital eksklusif yang diberikan oleh Google Cloud sebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan praktis yang interaktif. Selesaikan Badge keahlian ini, dan challenge lab penilaian akhir, untuk menerima badge digital yang dapat Anda bagikan ke jaringan Anda.

Pelajari lebih lanjut

Selesaikan badge keahlian pengantar Menyiapkan Data untuk ML API di Google Cloud untuk menunjukkan keterampilan Anda dalam hal berikut: menghapus data dengan Dataprep by Trifacta, menjalankan pipeline data di Dataflow, membuat cluster dan menjalankan tugas Apache Spark di Managed Service for Apache Spark, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API.

Pelajari lebih lanjut

In this course, you will be learning from ML Engineers and Trainers who work with the state-of-the-art development of ML pipelines here at Google Cloud. The first few modules will cover about TensorFlow Extended (or TFX), which is Google’s production machine learning platform based on TensorFlow for management of ML pipelines and metadata. You will learn about pipeline components and pipeline orchestration with TFX. You will also learn how you can automate your pipeline through continuous integration and continuous deployment, and how to manage ML metadata. Then we will change focus to discuss how we can automate and reuse ML pipelines across multiple ML frameworks such as tensorflow, pytorch, scikit learn, and xgboost. You will also learn how to use another tool on Google Cloud, Cloud Composer, to orchestrate your continuous training pipelines. And finally, we will go over how to use MLflow for managing the complete machine learning life cycle.

Pelajari lebih lanjut

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. Learners will get hands-on practice using Agent Platform Feature Store's streaming ingestion at the SDK layer.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine. This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.

Pelajari lebih lanjut

Kursus ini memperkenalkan kemampuan AI dan machine learning (ML) Google Cloud, dengan fokus pada pengembangan project AI generatif dan prediktif. Kursus ini akan membahas berbagai teknologi, produk, dan alat yang tersedia di seluruh siklus proses data ke AI, yang memberdayakan data scientist, developer AI, dan engineer ML untuk meningkatkan keahlian mereka melalui latihan interaktif.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut

This course explores what ML is and what problems it can solve. The course also discusses best practices for implementing machine learning. You’re introduced to Vertex AI, a unified platform to quickly build, train, and deploy AutoML machine learning models. The course discusses the five phases of converting a candidate use case to be driven by machine learning, and why it’s important to not skip them. The course ends with recognizing the biases that ML can amplify and how to recognize them.

Pelajari lebih lanjut

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.

Pelajari lebih lanjut