Robert Makrocki
Member since 2023
Gold League
13060 points
Member since 2023
Earn a skill badge by completing the Build Custom Processors with Document AI course. You learn how to extract data and classify documents by creating custom ML models specific to your business needs. This course teaches the foundation skills of building your own processors, working with optical character recognition, form parsing, processor creation, and uptraining the DocumentAI model.
完成使用 Document AI 大規模自動擷取資料課程,即可獲得入門級技能徽章。在本課程中,您將瞭解如何使用 Document AI 擷取、處理及提取資料。
只要修完「在 Google Cloud 設定應用程式開發環境」課程,就能獲得技能徽章。 在本課程中,您將學會如何使用以下技術的基本功能,建構和連結以儲存空間為中心的雲端基礎架構:Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
完成 在 Google Cloud 部署 Kubernetes 應用程式 技能徽章中階課程,即可證明您具備下列技能: 設定及建構 Docker 容器映像檔、建立及管理 Google Kubernetes Engine (GKE) 叢集、運用 kubectl 有效 管理叢集,以及運用強大的持續推送軟體更新做法來部署 Kubernetes 應用程式。
完成「在 Looker 建構 LookML 物件」技能徽章入門課程, 即可證明您具備下列技能: 建立新的維度和測量指標、檢視畫面和衍生資料表;根據需求設定測量指標篩選器和類型; 更新維度和測量指標; 建構及調整「探索」;將檢視表彙整至現有「探索」;以及配合業務需求決定要建立哪些 LookML 物件。
完成在 Google 試算表使用函式、公式及圖表技能徽章中階課程, 即可證明您具備下列技能:運用函式分析資料、使用圖表呈現資料、設定資料格式,以及搜尋、 驗證與顯示資料。
完成「實現雲端協作與生產力工作流」課程,即可獲得入門級技能徽章。本課程將介紹 Google 的協作平台, 帶您瞭解如何使用 Gmail、日曆、Meet、雲端硬碟、試算表和 AppSheet。
「探索生成式 AI - Agent Platform」課程包含一系列實驗室, 介紹如何在 Google Cloud 使用生成式 AI。完成這些實驗室之後,您會瞭解如何 在 Agent Platform 使用 Gemini 模型、提示詞設計技巧與最佳做法,以及 AI 在構思想法和文字分類、擷取、摘要等方面的用途。您也會瞭解如何運用 Agent Platform 的自訂訓練功能調整基礎模型, 並部署至 Agent Platform 中的端點。
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型,並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室,您將能探索從提示到正式環境的生命週期,同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio,在專案中發揮生成式 AI 的潛能。
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分,例如編碼器和解碼器,以及如何訓練和評估模型。在本課程結束時,您將能建立自己的圖像說明生成模型,並使用模型產生圖像說明文字。
這堂課程將說明變換器架構,以及基於變換器的雙向編碼器表示技術 (BERT) 模型,同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外,也會介紹 BERT 適用的各種任務,像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
本課程概要說明解碼器與編碼器的架構,這種強大且常見的機器學習架構適用於序列對序列的任務,例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件,並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中,您將學習如何從頭開始使用 TensorFlow 寫程式,導入簡單的編碼器與解碼器架構來產生詩詞。
本課程將介紹注意力機制,說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外,也將解釋注意力的運作方式,以及如何使用注意力來提高各種機器學習任務的成效,包括機器翻譯、文字摘要和回答問題。
本課程將介紹擴散模型,這是一種機器學習模型,近期在圖像生成領域展現亮眼潛力。概念源自物理學,尤其深受熱力學影響。過去幾年來,在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中,擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論,並說明如何在 Vertex AI 上訓練和部署這些模型。