Devis Abriani
Member since 2022
Silver League
1965 points
Member since 2022
完成「開始使用 Looker」技能徽章課程,即可獲得技能徽章, 您將從中瞭解如何使用 Looker Studio 和 Looker 分析、呈現及整理資料。
Planning for a Google Workspace Deployment is the final course in the Google Workspace Administration series. In this course, you will be introduced to Google's deployment methodology and best practices. You will follow Katelyn and Marcus as they plan for a Google Workspace deployment at Cymbal. They'll focus on the core technical project areas of provisioning, mail flow, data migration, and coexistence, and will consider the best deployment strategy for each area. You will also be introduced to the importance of Change Management in a Google Workspace deployment, ensuring that users make a smooth transition to Google Workspace and gain the benefits of work transformation through communications, support, and training. This course covers theoretical topics, and does not have any hands on exercises. If you haven’t already done so, please cancel your Google Workspace trial now to avoid any unwanted charges.
本課程可助您培養在 Google Workspace 環境管理資料的技能。首先,您會瞭解如何在 Gmail 和雲端硬碟,運用資料遺失防護規則防止資料外洩。接著,您將學習使用 Google 保管箱保留、保存及檢索資料。再來,我們會說明如何設定資料地區和匯出方式,以遵守法規要求。最後,您會學習運用標籤區分資料,更安全有條理地管理資料。
本課程說明如何保護 Google Workspace 環境。學員將導入高強度密碼政策和兩步驟驗證,控管使用者存取權,然後使用安全調查工具,主動找出並應對安全風險。接著,學員將管理第三方應用程式存取權和行動裝置,確保安全無虞。最後,學員將強制執行電子郵件安全性和法規遵循措施,保護機構資料。
本課程旨在讓學員全面瞭解 Google Workspace 核心服務。學員將瞭解如何啟用、停用及設定這些服務,包括 Gmail、日曆、雲端硬碟、Meet、Chat 和文件。接著,他們將學習如何部署及管理 Gemini,為使用者提供強大助力。最後,學員將瞭解 AppSheet 和 Apps Script 的應用實例,學習如何自動處理工作,並擴充 Google Workspace 應用程式的功能。
本課程介紹 Google Workspace 的使用者和資源管理功能,學員將瞭解如何根據組織需求來設定組織單位、管理各類型的 Google 群組、培養有關管理 Google Workspace 網域設定的專業知識,最後學會如何最佳化及整理 Google Workspace 環境內的資源。
本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型,並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室,您將能探索從提示到正式環境的生命週期,同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio,在專案中發揮生成式 AI 的潛能。
本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分,例如編碼器和解碼器,以及如何訓練和評估模型。在本課程結束時,您將能建立自己的圖像說明生成模型,並使用模型產生圖像說明文字。
這堂課程將說明變換器架構,以及基於變換器的雙向編碼器表示技術 (BERT) 模型,同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外,也會介紹 BERT 適用的各種任務,像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。
本課程將介紹注意力機制,說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外,也將解釋注意力的運作方式,以及如何使用注意力來提高各種機器學習任務的成效,包括機器翻譯、文字摘要和回答問題。
本課程概要說明解碼器與編碼器的架構,這種強大且常見的機器學習架構適用於序列對序列的任務,例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件,並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中,您將學習如何從頭開始使用 TensorFlow 寫程式,導入簡單的編碼器與解碼器架構來產生詩詞。
本課程將介紹擴散模型,這是一種機器學習模型,近期在圖像生成領域展現亮眼潛力。概念源自物理學,尤其深受熱力學影響。過去幾年來,在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中,擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論,並說明如何在 Vertex AI 上訓練和部署這些模型。
完成「Introduction to Generative AI」、「Introduction to Large Language Models」和「Introduction to Responsible AI」課程,即可獲得技能徽章。通過最終測驗,就能展現您對生成式 AI 基本概念的掌握程度。 「技能徽章」是 Google Cloud 核發的數位徽章,用於表彰您對 Google Cloud 產品和服務的相關知識。您可以將技能徽章公布在社群媒體的個人資料中,向其他人分享您的成果。
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。
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。
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。