加入 登录

Apply your skills in Google Cloud console

Akram Fais

成为会员时间：2024

钻石联赛

43730 积分
開發人員的負責任 AI 技術：隱私權與安全性 Earned Dec 29, 2024 EST
開發人員的負責任 AI 技術：可解釋性與透明度 Earned Dec 29, 2024 EST
開發人員的負責任 AI 技術：公平性與偏誤 Earned Dec 29, 2024 EST
在 Google Cloud 打造生成式 AI 應用程式 Earned Dec 28, 2024 EST
透過 Vertex AI 建構及部署機器學習解決方案 Earned Dec 27, 2024 EST
ML Pipelines on Google Cloud Earned Dec 26, 2024 EST
機器學習運作 (MLOps) 與 Vertex AI：模型評估 Earned Dec 24, 2024 EST
生成式 AI 適用的機器學習運作 (MLOps) Earned Dec 22, 2024 EST
大型語言模型簡介 Earned Dec 22, 2024 EST
生成式 AI 簡介 Earned Dec 22, 2024 EST
Feature Engineering Earned Dec 22, 2024 EST
Machine Learning Operations (MLOps) with Vertex AI: Manage Features Earned Dec 22, 2024 EST
使用 BigQuery ML 為預測模型進行資料工程 Earned Dec 21, 2024 EST
Production Machine Learning Systems Earned Dec 21, 2024 EST
Working with Notebooks in Vertex AI Earned Dec 18, 2024 EST
在 Google Cloud 為機器學習 API 準備資料 Earned Dec 18, 2024 EST
Build a Certification Study Guide: PMLE Earned Dec 9, 2024 EST
Build, Train and Deploy ML Models with Keras on Google Cloud Earned Oct 10, 2024 EDT
Launching into Machine Learning Earned Sep 7, 2024 EDT
Applying Machine Learning to your Data with Google Cloud Earned Sep 2, 2024 EDT
Google Cloud Big Data and Machine Learning Fundamentals Earned Sep 2, 2024 EDT
Google Cloud 的 AI 和機器學習服務簡介 Earned Sep 2, 2024 EDT
運用 BigQuery ML 建立機器學習模型 Earned Sep 1, 2024 EDT
在 BigQuery 執行預測資料分析 Earned Aug 31, 2024 EDT
DEPRECATED Detect Manufacturing Defects Using Visual Inspection AI Earned Aug 31, 2024 EDT
使用 Natural Language API 分析情緒 Earned Aug 31, 2024 EDT
使用 Google API 分析語音和語言 Earned Aug 31, 2024 EDT
使用 Cloud Vision API 分析圖片 Earned Aug 30, 2024 EDT
在 Looker 建構 LookML 物件 Earned Aug 30, 2024 EDT
Deprecated : Managing Machine Learning Projects with Google Cloud Earned Aug 27, 2024 EDT
Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI Earned Aug 23, 2024 EDT
探索生成式 AI - Vertex AI Earned Aug 22, 2024 EDT
Intro to ML: Image Processing Earned Aug 21, 2024 EDT
機器學習簡介：語言處理 Earned Aug 21, 2024 EDT
基本概念：資料、機器學習和 AI Earned Aug 21, 2024 EDT

本課程涵蓋「AI 隱私權」和「AI 安全性」這兩個重要主題。我們將介紹實用的方法和工具，協助您運用 Google Cloud 產品和開放原始碼工具，導入 AI 隱私權和安全性的建議做法。

了解详情

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。

了解详情

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。

了解详情

大型語言模型 (LLM) 誕生之後，生成式 AI 應用程式帶來的嶄新使用者體驗，可說是幾乎前所未有。身為應用程式開發人員，您要如何在 Google Cloud，運用生成式 AI 建立出色的互動式應用程式？ 本課程將帶您瞭解生成式 AI 應用程式，以及如何使用提示設計和檢索增強生成 (RAG)，透過 LLM 建構強大的應用程式。我們也會介紹可用於正式環境的生成式 AI 應用程式架構。您將建構採用 LLM 和 RAG 的對話應用程式。

了解详情

完成 透過 Vertex AI 建構及部署機器學習解決方案 課程，即可瞭解如何使用 Google Cloud 的 Vertex AI 平台、AutoML 和自訂訓練服務， 訓練、評估、調整、解釋及部署機器學習模型。 這個技能徽章課程適合專業數據資料學家和機器學習 工程師，完成即可取得中階技能徽章。技能 徽章是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境應用相關知識。完成這個技能徽章課程 和結業評量挑戰實驗室，就能獲得數位徽章， 並與親友分享。

了解详情

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.

了解详情

本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。 學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。

了解详情

本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。

了解详情

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。

了解详情

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。

了解详情

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.

了解详情

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 Vertex AI Feature Store's streaming ingestion at the SDK layer.

了解详情

完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程， 即可證明自己具備下列知識與技能：運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline； 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載， 以及使用 BigQuery ML 建構機器學習模型。

了解详情

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.

了解详情

This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.

了解详情

完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Dataproc 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。

了解详情

Learn how to use NotebookLM to create a personalized study guide for the Professional Machine Learning Engineer certification exam (PMLE). You'll review NotebookLM features, create a notebook, and use the study guide to practice for a certification exam.

了解详情

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

了解详情

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.

了解详情

In this course, we define what machine learning is and how it can benefit your business. You'll see a few demos of ML in action and learn key ML terms like instances, features, and labels. In the interactive labs, you will practice invoking the pretrained ML APIs available as well as build your own Machine Learning models using just SQL with BigQuery ML.

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。

了解详情

完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。

了解详情

完成在 BigQuery 執行預測資料分析技能徽章中階課程， 即可證明您具備下列技能：可匯入 CSV 和 JSON 檔案，在 BigQuery 建立資料集； 可運用 BigQuery 的強大功能與複雜的 SQL 分析概念，包括使用 BigQuery ML 根據足球賽事資料訓練出預期進球模型，評估世界盃進球的精彩程度。

了解详情

Earn a skill badge by completing the Detect Manufacturing Defects using Visual Inspection AI course, where you learn how to use Visual Inspection AI to deploy a solution artifact and test that it can successfully identify defects in a manufacturing process.

了解详情

完成「使用 Natural Language API 分析情緒」任務， 瞭解 API 如何從文字判斷情緒， 即可獲得技能徽章。

了解详情

完成「使用 Google API 分析語音和語言」課程， 瞭解如何將 Natural Language API 和 Speech API 投入實際應用， 即可獲得技能徽章。

了解详情

完成使用 Cloud Vision API 分析圖片課程，即可獲得技能徽章。本課程說明如何運用 Cloud Vision API 執行各種工作，包括擷取圖片中的文字。

了解详情

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。

了解详情

Business professionals in non-technical roles have a unique opportunity to lead or influence machine learning projects. If you have questions about machine learning and want to understand how to use it, without the technical jargon, this course is for you. Learn how to translate business problems into machine learning use cases and vet them for feasibility and impact. Find out how you can discover unexpected use cases, recognize the phases of an ML project and considerations within each, and gain confidence to propose a custom ML use case to your team or leadership or translate the requirements to a technical team.

了解详情

Google Cloud 運算基本概念課程，適合幾乎沒有雲端運算背景或經驗的學員。這些課程會概略介紹雲端基礎知識、大數據和機器學習的核心概念，以及 Google Cloud 的角色和定位。完成這一系列課程後，學員將能闡述這些概念並展示實用技能。學員需依序完成課程： 1. Google Cloud 運算的基本概念：Cloud 運算基礎知識 2. Google Cloud 運算的基本概念：Google Cloud 基礎架構 3. Google Cloud 運算的基本概念：Google Cloud 的網路與安全性 4. Google Cloud 運算的基本概念：Google Cloud 中的資料、機器學習和 AI 本系列的最後一堂課回顧了代管大數據服務、機器學習與這項技術的價值，以及如何獲得技能徽章，進一步展示您的 Google Cloud 技能。

了解详情

探索生成式 AI - Vertex AI 課程包含一系列實驗室，幫助您瞭解 如何在 Google Cloud 使用生成式 AI。透過實驗室，您將瞭解 如何使用 Vertex AI PaLM API 系列模型，包括 text-bison、chat-bison、 和 textembedding-gecko。您也會瞭解提示設計、最佳做法、 以及這些模型如何用於構思、文字分類、文字擷取、文字 摘要等。您也會瞭解如何透過 Vertex AI 自訂訓練功能調整基礎模型， 並將模型部署至 Vertex AI 端點。

了解详情

Using large scale computing power to recognize patterns and "read" images is one of the foundational technologies in AI, from self-driving cars to facial recognition. The Google Cloud Platform provides world class speed and accuracy via systems that can utilized by simply calling APIs. With these and a host of other APIs, GCP has a tool for just about any machine learning job. In this introductory quest, you will get hands-on practice with machine learning as it applies to image processing by taking labs that will enable you to label images, detect faces and landmarks, as well as extract, analyze, and translate text from within images.

了解详情

大家都知道，機器學習是發展最快的科技領域之一， 而 Google Cloud Platform 在這方面功不可沒。 GCP 提供多種 API，凡是與機器學習相關的任務，幾乎都能處理。您將在本入門課程的 實驗室，實際演練機器學習技術 在語言處理方面的應用，學會如何從文中擷取實體資訊、 執行情緒和語法分析，並使用 Speech-to-Text API 轉錄語音。

了解详情

大數據、機器學習和人工智慧 (AI) 是時下熱門的 電腦相關話題，但這些領域相當專業，就算想要入門 也難以取得教材或資料。幸好，Google Cloud 提供了此領域的多種服務，而且容易使用。 參加這堂入門課程，您就能踏出第一步， 開始學習運用 BigQuery、Cloud Speech API 以及 Video Intelligence 等工具。

了解详情