Lucas Althoff
Member since 2024
Create Image Captioning Models - בעברית
Earned ינו 7, 2025 EST
Responsible AI for Developers: Privacy & Safety
Earned דצמ 23, 2024 EST
Responsible AI for Developers: Interpretability & Transparency
Earned דצמ 15, 2024 EST
Responsible AI for Developers: Fairness & Bias
Earned דצמ 13, 2024 EST
Inspect Rich Documents with Gemini Multimodality and Multimodal RAG
Earned דצמ 11, 2024 EST
Vector Search and Embeddings
Earned דצמ 9, 2024 EST
Introduction to Generative AI Studio - בעברית
Earned דצמ 4, 2024 EST
Transformer Models and BERT Model - בעברית
Earned דצמ 3, 2024 EST
Encoder-Decoder Architecture - בעברית
Earned דצמ 3, 2024 EST
Attention Mechanism - בעברית
Earned דצמ 2, 2024 EST
Introduction to Image Generation - בעברית
Earned דצמ 2, 2024 EST
Build a Secure Google Cloud Network
Earned נוב 15, 2024 EST
Google Cloud Computing Foundations: Networking & Security in Google Cloud
Earned נוב 13, 2024 EST
Prepare Data for ML APIs on Google Cloud
Earned נוב 9, 2024 EST
[DEPRECATED] Gemini for Data Scientists and Analysts
Earned נוב 9, 2024 EST
Set Up an App Dev Environment on Google Cloud
Earned נוב 6, 2024 EST
Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud
Earned נוב 6, 2024 EST
Google Cloud Computing Foundations: Infrastructure in Google Cloud
Earned נוב 4, 2024 EST
Machine Learning Operations (MLOps) for Generative AI
Earned אוק 27, 2024 EDT
Implementing Cloud Load Balancing for Compute Engine
Earned אוק 27, 2024 EDT
Google Cloud Computing Foundations: Cloud Computing Fundamentals
Earned ספט 29, 2024 EDT
בקורס הזה תלמדו איך ליצור מודל הוספת כיתוב לתמונה באמצעות למידה עמוקה (Deep Learning). אתם תלמדו על הרכיבים השונים במודל הוספת כיתוב לתמונה, כמו המקודד והמפענח, ואיך לאמן את המודל ולהעריך את הביצועים שלו. בסוף הקורס תוכלו ליצור מודלים להוספת כיתוב לתמונה ולהשתמש בהם כדי ליצור כיתובים לתמונות
Learn more
This course introduces important topics of AI privacy and safety. It explores practical methods and tools to implement AI privacy and safety recommended practices through the use of Google Cloud products and open-source tools.
Learn more
This course introduces concepts of AI interpretability and transparency. It discusses the importance of AI transparency for developers and engineers. It explores practical methods and tools to help achieve interpretability and transparency in both data and AI models.
Learn more
This course introduces concepts of responsible AI and AI principles. It covers techniques to practically identify fairness and bias and mitigate bias in AI/ML practices. It explores practical methods and tools to implement Responsible AI best practices using Google Cloud products and open source tools.
Learn more
Complete the intermediate Inspect Rich Documents with Gemini Multimodality and Multimodal RAG skill badge course to demonstrate skills in the following: using multimodal prompts to extract information from text and visual data, generating a video description, and retrieving extra information beyond the video using multimodality with Gemini; building metadata of documents containing text and images, getting all relevant text chunks, and printing citations by using Multimodal Retrieval Augmented Generation (RAG) with Gemini. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.
Learn more
Explore AI-powered search technologies, tools, and applications in this course. Learn semantic search utilizing vector embeddings, hybrid search combining semantic and keyword approaches, and retrieval-augmented generation (RAG) minimizing AI hallucinations as a grounded AI agent. Gain practical experience with Vertex AI Vector Search to build your intelligent search engine. Explore other content in the Gemini Agent Ready (GEAR) program.
Learn more
בקורס הזה נלמד על Generative AI Studio, מוצר ב-Vertex AI שעוזר ליצור אבות טיפוס למודלים של בינה מלאכותית גנרטיבית, כדי להשתמש בהם ולהתאים אותם לפי הצרכים שלכם. באמצעות הדגמה של המוצר עצמו, נלמד מהו Generative AI Studio, מהם הפיצ'רים והאפשרויות שלו, ואיך להשתמש בו. בסוף הקורס יהיה שיעור Lab מעשי לתרגול של מה שנלמד, ובוחן לבדיקת הידע.
Learn more
בקורס הזה נציג את הארכיטקטורה של טרנספורמרים ואת המודל של ייצוגים דו-כיווניים של מקודד מטרנספורמרים (BERT). תלמדו על החלקים השונים בארכיטקטורת הטרנספורמר, כמו מנגנון תשומת הלב, ועל התפקיד שלו בבניית מודל BERT. תלמדו גם על המשימות השונות שאפשר להשתמש ב-BERT כדי לבצע אותן, כמו סיווג טקסטים, מענה על שאלות והֶקֵּשׁ משפה טבעית. נדרשות כ-45 דקות כדי להשלים את הקורס הזה.
Learn more
בקורס הזה לומדים בקצרה על ארכיטקטורת מקודד-מפענח, ארכיטקטורה עוצמתית ונפוצה ללמידת מכונה שמשתמשים בה במשימות של רצף לרצף, כמו תרגום אוטומטי, סיכום טקסט ומענה לשאלות. תלמדו על החלקים השונים בארכיטקטורת מקודד-מפענח, איך לאמן את המודלים האלה ואיך להשתמש בהם. בהדרכה המפורטת המשלימה בשיעור ה-Lab תקודדו ב-TensorFlow תרחיש שימוש פשוט בארכיטקטורת מקודד-מפענח: כתיבת שיר מאפס.
Learn more
בקורס נלמד על מנגנון תשומת הלב, שיטה טובה מאוד שמאפשרת לרשתות נוירונים להתמקד בחלקים ספציפיים ברצף הקלט. נלמד איך עובד העיקרון של תשומת הלב, ואיך אפשר להשתמש בו כדי לשפר את הביצועים במגוון משימות של למידת מכונה, כולל תרגום אוטומטי, סיכום טקסט ומענה לשאלות.
Learn more
בקורס נלמד על מודלים של דיפוזיה, משפחת מודלים של למידת מכונה שיצרו הרבה ציפיות לאחרונה בתחום של יצירת תמונות. מודלים של דיפוזיה שואבים השראה מפיזיקה, וספציפית מתרמודינמיקה. בשנים האחרונות, מודלים של דיפוזיה הפכו לפופולריים גם בתחום המחקר וגם בתעשייה. מודלים של דיפוזיה עומדים מאחורי הרבה מהכלים והמודלים החדשניים ליצירת תמונות ב-Google Cloud. בקורס הזה נלמד על התיאוריה שמאחורי מודלים של דיפוזיה, ואיך לאמן ולפרוס אותם ב-Vertex AI.
Learn more
Earn a skill badge by completing the Build a Secure Google Cloud Network skill badge course, where you will learn about multiple networking-related resources to build, scale, and secure your applications on Google Cloud.
Learn more
The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in.
By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills.
The courses should be completed in the following order:
1. Google Cloud Computing Foundations: Cloud Computing Fundamentals
2. Google Cloud Computing Foundations: Infrastructure in Google Cloud
3. Google Cloud Computing Foundations: Networking and Security in Google Cloud
4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud
This third course covers cloud automation and management tools and building secure networks.
Learn more
Complete the introductory Prepare Data for ML APIs on Google Cloud skill badge to demonstrate skills in the following: cleaning data with Dataprep by Trifacta, running data pipelines in Dataflow, creating clusters and running Apache Spark jobs in Managed Service for Apache Spark, and calling ML APIs including the Cloud Natural Language API, Google Cloud Speech-to-Text API, and Video Intelligence API.
Learn more
In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps analyze customer data and predict product sales. You also learn how to identify, categorize, and develop new customers using customer data in BigQuery. Using hands-on labs, you experience how Gemini improves data analysis and machine learning workflows.
Learn more
Earn a skill badge by completing the Set Up an App Dev Environment on Google Cloud skill badge course, where you learn how to build and connect storage-centric cloud infrastructure using the basic capabilities of the following technologies: Cloud Storage, Identity and Access Management, Cloud Functions, and Pub/Sub.
Learn more
The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in.
By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills.
The courses should be completed in the following order:
1. Google Cloud Computing Foundations: Cloud Computing Fundamentals
2. Google Cloud Computing Foundations: Infrastructure in Google Cloud
3. Google Cloud Computing Foundations: Networking and Security in Google Cloud
4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud
This final course in the series reviews managed big data services, machine learning and its value, and how to demonstrate your skill set in Google Cloud further by earning Skill Badges.
Learn more
The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in.
By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills.
The courses should be completed in the following order:
1. Google Cloud Computing Foundations: Cloud Computing Fundamentals
2. Google Cloud Computing Foundations: Infrastructure in Google Cloud
3. Google Cloud Computing Foundations: Networking and Security in Google Cloud
4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud
Learn more
This course is dedicated to equipping you with the knowledge and tools needed to uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and exploring how Gemini Enterprise Agent Platform empowers AI teams to streamline MLOps processes and achieve success in Generative AI projects.
Learn more
Complete the introductory Implementing Cloud Load Balancing for Compute Engine skill badge to demonstrate skills in the following: creating and deploying virtual machines in Compute Engine and configuring network and application load balancers.
Learn more
The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in.
By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills.
The courses should be completed in the following order:
1. Google Cloud Computing Foundations: Cloud Computing Fundamentals
2. Google Cloud Computing Foundations: Infrastructure in Google Cloud
3. Google Cloud Computing Foundations: Networking and Security in Google Cloud
4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud
This first course provides an overview of cloud computing, ways to use Google Cloud, and different compute options.
Learn more
