In this quest, you will get hands-on experience with LookML in Looker. You will learn how to write LookML code to create new dimensions and measures, create derived tables and join them to Explores, filter Explores, and define caching policies in LookML.
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。
詳細
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、従来の機械学習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。
詳細
このコースでは、Vertex AI Feature Store を使用するメリット、ML モデルの精度を向上させる方法、最も有効な特徴を抽出できるデータ列の見極め方について説明します。また、BigQuery ML、Keras、TensorFlow を使用した特徴量エンジニアリングに関するコンテンツとラボも用意されています。
詳細
このコースでは、TensorFlow と Keras を使用した ML モデルの構築、ML モデルの精度の向上、スケーリングに対応した ML モデルの作成について取り上げます。
詳細
このコースでは、まず、データ品質を向上させる方法や探索的データ分析を行う方法など、データについての議論から始めます。Vertex AI AutoML について確認し、コードを一切記述せずに ML モデルを構築、トレーニング、デプロイする方法を説明します。また、BigQuery ML のメリットを確認します。その後、ML モデルを最適化する方法、一般化とサンプリングを活用してカスタム トレーニング向けに ML モデルの品質を評価する方法を説明します。
詳細
このコースでは、Google Cloud の AI および ML 機能について紹介します。特に、生成 AI と予測 AI の両方のプロジェクトの開発に重点を置きます。データから AI へのライフサイクル全体で利用可能なさまざまなテクノロジー、プロダクト、ツールについて説明するとともに、データ サイエンティスト、AI デベロッパー、ML エンジニアがインタラクティブな演習を通じて専門知識を強化できるよう支援します。
生成 AI のための ML オペレーション（MLOps)
Earned 11月 13, 2024 EST
Looker ダッシュボードとレポート用にデータを準備する
Earned 11月 12, 2024 EST
Looker での高度な LookML コンセプトの適用
Earned 11月 12, 2024 EST
Developing Data Models with LookML - 日本語版
Earned 11月 7, 2024 EST
Understanding LookML in Looker
Earned 11月 5, 2024 EST
Analyzing and Visualizing Data in Looker - 日本語版
Earned 11月 1, 2024 EDT
大規模言語モデルの概要
Earned 10月 1, 2024 EDT
生成 AI の概要
Earned 10月 1, 2024 EDT
特徴量エンジニアリング
Earned 9月 4, 2024 EDT
Google Cloud での Keras を使った ML モデルの構築、トレーニング、デプロイ
Earned 8月 19, 2024 EDT
Launching into Machine Learning - 日本語版
Earned 8月 12, 2024 EDT
Google Cloud における AI と ML の概要
Earned 8月 2, 2024 EDT