sarvesh Mhatre
Menjadi anggota sejak 2026
Gold League
11841 poin
AI Boost Bites: Membuat Tata Surya 3D
Earned Okt 24, 2026 EDT
Mengelola Memori dan Status Agen
Earned Okt 24, 2026 EDT
Mengoptimalkan Perilaku Agen
Earned Okt 17, 2026 EDT
Merekayasa Agen AI dengan Agent Development Kit (ADK)
Earned Agu 29, 2026 EDT
Membangun Agen Pertama Anda dengan Agent Development Kit (ADK)
Earned Agu 7, 2026 EDT
Membuat Aplikasi Gemini Enterprise Pertama Anda
Earned Jul 6, 2026 EDT
Agen dan Kasus Penggunaan Enterprise
Earned Jul 6, 2026 EDT
Dasar-Dasar Agen
Earned Jul 5, 2026 EDT
Pengantar Agen AI
Earned Jul 3, 2026 EDT
Natural Language Processing on Google Cloud
Earned Mar 21, 2026 EDT
Model Transformer dan Model BERT
Earned Mar 18, 2026 EDT
Google DeepMind: Melatih Model Bahasa Kecil
Earned Mar 17, 2026 EDT
Google DeepMind: 07 Accelerate Your Model
Earned Mar 17, 2026 EDT
Google DeepMind: 05 Fine-Tune Your Model
Earned Mar 17, 2026 EDT
Google DeepMind: 04 Discover The Transformer Architecture
Earned Mar 17, 2026 EDT
Google DeepMind: 03 Design And Train Neural Networks
Earned Mar 17, 2026 EDT
Google DeepMind: 02 Represent Your Language Data
Earned Mar 17, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned Mar 17, 2026 EDT
Video ini membahas cara menggunakan perintah teks sederhana di Gemini Canvas untuk membuat simulasi tata surya 3D interaktif dan menambahkan fitur edukasi ke dalamnya.
Pelajari lebih lanjut
Anda telah membangun agen LLM dasar yang merespons kueri. Sekarang, mari kita jadikan agen itu stateful. Gunakan status sesi untuk membangun agen yang mempertahankan konteks, mengingat preferensi pengguna, dan memberikan pengalaman yang dipersonalisasi.
Pelajari lebih lanjut
Anda telah membangun agen pertama Anda. Sekarang saatnya mengembangkannya lebih lanjut. Dalam kursus ini, Anda akan meningkatkan keterampilan dengan mempelajari cara mengubah agen AI dasar menjadi asisten yang canggih dan presisi. Hal ini dilakukan dengan menerapkan petunjuk tingkat lanjut, pemilihan model, kemampuan perencanaan, dan pola output terstruktur.
Gabung dengan forum komunitas untuk bertanya dan berdiskusi
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat menengah Merekayasa Agen AI dengan Agent Development Kit (ADK) dengan menyelesaikan kursus ini untuk menunjukkan keahlian Anda dalam hal berikut: merumuskan masalah riset model bahasa di dunia nyata; membangun tokenizer sederhana; menyiapkan set data untuk melatih model bahasa transformer; menjalankan loop pelatihan model bahasa kecil.
Pelajari lebih lanjut
Wujudkan pemahaman Anda tentang agen agar menjadi realita praktis dengan membangun, mengonfigurasi, dan menjalankan agen AI pertama Anda menggunakan Agent Development Kit (ADK) Google.
Dalam kursus praktik ini, Anda akan menyiapkan lingkungan pengembangan ADK yang lengkap, membuat agen dengan kode Python dan konfigurasi YAML, serta menjalankannya melalui berbagai antarmuka. Anda juga akan mempelajari parameter inti yang menentukan perilaku agen, dengan menerapkan hal yang telah Anda pelajari di kursus 1 pada kode yang berfungsi.
Pelajari lebih lanjut
Buat aplikasi Gemini Enterprise pertama Anda! Hubungkan beragam sumber data ke aplikasi Anda untuk membangun mesin telusur dan mesin analisis terpadu yang andal. Kuasai kemampuan tingkat lanjut seperti agen Deep Research, pencarian ide multi-agen, dan NotebookLM untuk analisis terfokus.
Pelajari lebih lanjut
Mempelajari cara agen AI mendorong dampak bisnis. Selanjutnya, Anda akan mempelajari cara Gemini Enterprise mengefektifkan Anda dalam membangun dan mengorkestrasi agen yang tepat, mulai dari solusi tanpa coding hingga solusi dengan coding tingkat tinggi.
Pelajari lebih lanjut
Kursus ini memperkenalkan dasar-dasar agen AI serta mengeksplorasi bagaimana agen memberikan nilai tambah di dunia nyata. Kursus ini memberikan fondasi bagi developer, arsitek, dan pengambil keputusan teknis yang ingin memahami sistem AI melalui sudut pandang perilaku otonom yang berorientasi pada sasaran.
Pelajari lebih lanjut
Mendapatkan gambaran konseptual tentang Agen AI. Anda akan mempelajari arsitektur teknis, yakni model, alat, dan orkestrasi, yang memungkinkan agen untuk belajar, merencanakan, dan mencapai sasaran atas nama Anda.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
Kursus ini memperkenalkan Anda pada arsitektur Transformer dan model Representasi Encoder Dua Arah dari Transformer (Bidirectional Encoder Representations from Transformers atau BERT). Anda akan belajar tentang komponen utama arsitektur Transformer, seperti mekanisme self-attention, dan cara penggunaannya untuk membangun model BERT. Anda juga akan belajar tentang berbagai tugas yang dapat memanfaatkan BERT, seperti klasifikasi teks, menjawab pertanyaan, dan inferensi natural language. Kursus ini diperkirakan memakan waktu sekitar 45 menit untuk menyelesaikannya.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat lanjut Google DeepMind: Melatih Model Bahasa Kecil dengan menyelesaikan kursus ini untuk menunjukkan keahlian Anda dalam hal berikut: merumuskan masalah riset model bahasa di dunia nyata; membangun tokenizer sederhana; menyiapkan set data untuk melatih model bahasa transformer; menjalankan loop pelatihan model bahasa kecil.Akses lab ini tanpa biaya dengan mendaftar ke langganan gratis. Dapatkan 35 kredit gratis setiap bulan.
Pelajari lebih lanjut
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
Pelajari lebih lanjut
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.
Pelajari lebih lanjut
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
Pelajari lebih lanjut
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
Pelajari lebih lanjut
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
Pelajari lebih lanjut
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
Pelajari lebih lanjut
