メンバー加入日: 2023
AI Boost Bites: Google Workspace で効果的なプロンプトを作成する
Earned 10月 20, 2026 EDT
生成 AI のための ML オペレーション（MLOps)
Earned 6月 30, 2025 EDT
責任ある AI の概要
Earned 1月 8, 2024 EST
大規模言語モデルの概要
Earned 1月 8, 2024 EST
Encoder-Decoder アーキテクチャ
Earned 8月 6, 2023 EDT
画像生成の概要
Earned 8月 6, 2023 EDT
生成 AI の概要
Earned 8月 6, 2023 EDT
この動画では、効果的な AI コミュニケーションのためのプロンプト エンジニアリングの基本について説明します。シンプルなフレームワーク（ペルソナ、タスク、コンテキスト、フォーマット）を学び、明確なプロンプトを作成して、Gemini in Google Workspace からより良い結果をより迅速に得られるようにします。自然言語を使用し、具体的に指示し、反復処理を行って、最適な AI アシスタントを実現する方法を学びます。
このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。
この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。
このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。
このコースでは、機械翻訳、テキスト要約、質問応答などのシーケンス ツー シーケンス タスクに対応する、強力かつ広く使用されている ML アーキテクチャである Encoder-Decoder アーキテクチャの概要を説明します。Encoder-Decoder アーキテクチャの主要なコンポーネントと、これらのモデルをトレーニングして提供する方法について学習します。対応するラボのチュートリアルでは、詩を生成するための Encoder-Decoder アーキテクチャの簡単な実装を、TensorFlow で最初からコーディングします。
このコースでは拡散モデルについて説明します。拡散モデルは ML モデル ファミリーの一つで、最近、画像生成分野での有望性が示されました。拡散モデルは物理学、特に熱力学からインスピレーションを得ています。ここ数年、拡散モデルは研究と産業界の両方で広まりました。拡散モデルは、Google Cloud の最先端の画像生成モデルやツールの多くを支える技術です。このコースでは、拡散モデルの背景にある理論と、モデルを Vertex AI でトレーニングしてデプロイする方法について説明します。
この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の ML の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。