Join Sign in

sathar gullapalli

Member since 2025

Diamond League

6077 points
開發人員的負責任 AI 技術:可解釋性與透明度 Earned Oct 7, 2026 EDT
開發人員的負責任 AI 技術:公平性與偏誤 Earned Sep 29, 2026 EDT
Google Cloud 的 AI 和機器學習服務簡介 Earned Sep 29, 2026 EDT
Google Cloud 資料分析基本概念 Earned Aug 2, 2026 EDT
負責任的 AI 技術簡介 Earned Aug 1, 2026 EDT
大型語言模型簡介 Earned Aug 1, 2026 EDT
生成式 AI 簡介 Earned Aug 1, 2026 EDT

本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具,有助於讓資料和 AI 模型透明且可解釋。

Learn more

本課程旨在說明負責任 AI 技術的概念和 AI 開發原則,同時介紹各項技術,在實務上找出公平性和偏誤,減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具,透過 Google Cloud 產品和開放原始碼工具,導入負責任 AI 技術的最佳做法。

Learn more

本課程介紹 Google Cloud 的 AI 和機器學習 (ML) 功能,著重說明如何開發生成式和預測式 AI 專案。我們也會探討「從資料到 AI」整個生命週期都適用的技術、產品和工具,並透過互動式練習,協助資料科學家、AI 開發人員和機器學習工程師精進專業知識。

Learn more

瞭解如何在 Google Cloud 將原始數據轉化為明確的資料導向決策。本初級課程提供實作研究室和實際情境,引導您在 BigQuery 查詢資料、在 Looker 探索趨勢,以及透過數據分析工具製作可共用的互動式報表。

Learn more

這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性,以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。

Learn more

這是一堂入門級的微學習課程,旨在探討大型語言模型 (LLM) 的定義和用途,並說明如何調整提示來提高 LLM 成效。此外,也會介紹多項 Google 工具,協助您自行開發生成式 AI 應用程式。

Learn more

這個入門微學習課程主要說明生成式 AI 的定義和使用方式,以及此 AI 與傳統機器學習方法的差異。本課程也會介紹各項 Google 工具,協助您開發自己的生成式 AI 應用程式。

Learn more