加入 登录

Wongsakorn Preedanan

成为会员时间：2023

黄金联赛

16866 积分
矢量搜索和嵌入 Earned Apr 11, 2026 EDT
AI 时代安全性简介 Earned Apr 11, 2026 EDT
使用 BigQuery 实现多模态向量搜索 Earned Apr 11, 2026 EDT
部署多智能体架构 Earned Apr 11, 2026 EDT
在 Google Cloud 上部署 Kubernetes 应用 Earned Apr 6, 2026 EDT
Model Armor：保障 AI 部署安全 Earned Apr 6, 2026 EDT
在 Agent Platform 中设计提示 Earned Apr 6, 2026 EDT
使用 Cloud Run Functions 构建无服务器应用 Earned Apr 6, 2026 EDT
DEPRECATED Detect Manufacturing Defects Using Visual Inspection AI Earned Jun 14, 2024 EDT
基准：基础架构 Earned Jun 14, 2024 EDT
在 BigQuery 中执行预测性数据分析 Earned Jun 11, 2024 EDT
在 Google Cloud 上将应用与 Gemini 集成 Earned Jun 9, 2024 EDT
[DEPRECATED] 面向数据科学家和分析师的 Gemini Earned Jun 9, 2024 EDT
监控和管理 Google Cloud 资源 Earned Jun 9, 2024 EDT
使用 Natural Language API 分析情感 Earned Jun 8, 2024 EDT
使用 Google API 分析语音和语言 Earned Jun 8, 2024 EDT
机器学习简介：语言处理 Earned Jun 8, 2024 EDT
Intro to ML: Image Processing Earned Jun 4, 2024 EDT
用 Cloud Vision API 分析图片 Earned Jun 4, 2024 EDT
在 Google Cloud 上使用 TensorFlow 进行图片分类 Earned Jun 3, 2024 EDT
探索生成式 AI - Agent Platform Earned Jun 1, 2024 EDT
在 Looker 中构建 LookML 对象 Earned Jun 1, 2024 EDT
Natural Language Processing on Google Cloud Earned Mar 16, 2023 EDT
Computer Vision Fundamentals with Google Cloud Earned Feb 27, 2023 EST
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud Earned Feb 25, 2023 EST
Launching into Machine Learning Earned Feb 24, 2023 EST
How Google Does Machine Learning Earned Feb 24, 2023 EST

在本次课程中，探索 AI 赋能的搜索技术、工具和应用。学习利用向量嵌入的语义搜索、融合语义和关键字的混合搜索方法，以及检索增强生成 (RAG) 技术，以打造基于事实的 AI 智能体，尽可能减少 AI 幻觉。获取 Vertex AI Vector Search 实战经验，打造您自己的智能搜索引擎。

了解详情

人工智能 (AI) 具备巨大的变革潜力，但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计，助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架：主动识别并减轻 AI 特有的风险，保护敏感数据，确保遵从法规，构建弹性 AI 基础设施。通过四个不同行业的精选用例，探索这些策略如何应用于现实场景。

了解详情

完成中级技能徽章课程“使用 BigQuery 实现多模态向量搜索”， 展示自己在以下方面的技能：使用 Gemini in BigQuery 生成和调试 SQL；进行情感分析； 总结文本和识别关键字；生成嵌入；创建 RAG（检索增强生成）流水线； 以及实现多模态向量搜索。

了解详情

完成部署多智能体架构这一高级技能徽章课程，展示您在以下方面的技能： 使用 ADK 构建多智能体系统；通过 Agent-to-Agent (A2A) protocol 连接智能体， 通过 Model Context Protocol (MCP) 集成外部工具，并将完整的多智能体解决方案部署到 Agent Engine。

了解详情

完成在 Google Cloud 上部署 Kubernetes 应用技能徽章中级课程，展示您在以下方面的技能： 配置和构建 Docker 容器映像，创建和管理 Google Kubernetes Engine (GKE) 集群，利用 kubectl 实现高效 集群管理，以及按照稳健的持续交付 (CD) 实践部署 Kubernetes 应用。

了解详情

本课程回顾了 Model Armor 的基本安全功能，并让您能够使用该服务。您将了解与 LLM 相关的安全风险，以及 Model Armor 如何保护您的 AI 应用。

了解详情

完成 在 Agent Platform 中设计提示入门技能徽章课程，展示以下方面的技能： Agent Platform 中的提示工程、图片分析和多模态生成式技术。探索如何编写有效的提示，指导生成式 AI 输出， 以及将 Gemini 模型应用于真实的营销场景。

了解详情

完成“使用 Cloud Run Functions 构建无服务器应用”课程，赢取“入门”技能徽章。您将学习如何通过 Google Cloud 控制台和命令行使用 Cloud Run Functions。 技能徽章通过动手实验和挑战赛形式的评估，检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章， 也可直接参加实验室挑战赛，快速获得徽章。徽章可证明您掌握技能的熟练程度，提升您的专业形象，最终助您获得更多职业机会。欢迎访问您的个人资料，并跟踪您已获得的徽章。

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

如果您是一位入门级云开发者， 在学习了“Google Cloud 基础知识”课程之后，想要寻求真正的实操机会，这门课程就是您的不二之选。您将获得宝贵的实操经验， 通过多个实验深入探索 Cloud Storage 以及 Monitoring 和 Cloud Functions 等其他关键应用服务。您将掌握一系列宝贵技能， 在 Google Cloud 的任何计划中，这些技能都能发挥作用。

了解详情

完成中级技能徽章课程“在 BigQuery 中执行预测性数据分析”， 展示以下方面的技能：导入 CSV 和 JSON 文件，在 BigQuery 中创建数据集； 利用 BigQuery 的强大功能与精细的 SQL 分析概念，包括使用 BigQuery ML，根据足球比赛数据 来训练一个进球数预测模型，并评估世界杯进球的观赏性。

了解详情

这一简短的课程将介绍如何在 Google Cloud 上将应用与 Gemini 集成，可帮助您探索 Gemini API 及其生成式 AI 模型。此课程会教您如何通过代码访问 Gemini 模型。课程会安排您在应用中使用文本、图片和视频提示来测试这些模型的功能。

了解详情

在本课程中，您将了解 Gemini（Google Cloud 的生成式 AI 赋能的协作工具）如何帮助分析客户数据并预测产品销售情况。此外，您还将了解如何在 BigQuery 中使用客户数据来识别、开发新客户并对其进行分类。通过动手实验，您将体验 Gemini 如何改进数据分析和机器学习工作流。 Duet AI 已更名为 Gemini，这是我们的新一代模型。

了解详情

完成监控和管理 Google Cloud 资源这一入门级技能徽章课程，展示您在以下方面的技能：授予和撤消 IAM 权限； 安装 Monitoring 代理和 Logging 代理；创建、部署和测试事件驱动型 Cloud Run 函数。

了解详情

完成使用 Natural Language API 分析情感挑战任务，赢取技能徽章 。在此过程中，您将学习如何使用 API 从文本中提取情感。

了解详情

完成使用 Google API 分析语音和语言课程，赢取技能徽章 。在此课程中，您将学习如何在真实场景中使用 Natural Language API 和 Speech API。

了解详情

众所周知，机器学习是发展最快的技术领域之一， Google Cloud Platform 在推动其发展方面发挥了重要作用。 GCP 提供了一系列 API，几乎可以满足任何机器学习作业的需求。在 本入门课程中，您将了解机器学习在语言处理方面的运用， 通过实操实验学习 如何从文本中提取实体，执行情感和语法分析，以及 使用 Speech-to-Text API 进行转写。

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

完成用 Cloud Vision API 分析图片课程，赢取技能徽章。在此挑战任务中，您将了解如何利用 Cloud Vision API 执行各种任务，包括从图片中提取文本。

了解详情

完成“在 Google Cloud 上使用 TensorFlow 进行图片分类”课程，赢取中级技能徽章 。在此课程中，您将学习如何使用 TensorFlow 和 Vertex AI 来创建和训练机器学习模型。您将主要使用 Vertex AI Workbench 上用户管理的 笔记本。

了解详情

探索生成式 AI - Agent Platform”课程包含一系列实验， 指导用户在 Google Cloud 平台上使用生成式 AI。通过这些实验，您将了解 如何在 Agent Platform 中使用 Gemini 模型。您还将了解提示设计、最佳实践， 以及如何使用生成式 AI 进行构思、文本分类、文本提取、文本摘要等。此外， 您将学习如何通过 Agent Platform 中的自定义训练来训练基础模型， 从而对其进行调优，以及如何将其部署到 Agent Platform 中的端点。

了解详情

完成在 Looker 中构建 LookML 对象入门技能徽章课程，展示以下方面的技能： 构建新的维度、测量、视图和派生表；根据需求设置测量的过滤条件和 类型；更新维度和测量； 构建并优化探索；将视图联接到现有探索；并根据业务需求 决定要创建哪些 LookML 对象。

了解详情

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.

了解详情

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.

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

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.

了解详情