Member since 2022
開發人員的負責任 AI 技術：可解釋性與透明度
Earned Mar 4, 2026 EST
開發人員的負責任 AI 技術：公平性與偏誤
Earned Mar 3, 2026 EST
機器學習運作 (MLOps) 與 Vertex AI：模型評估
Earned Mar 3, 2026 EST
生成式 AI 適用的機器學習運作 (MLOps)
Earned Mar 3, 2026 EST
Automate Deployment and Manage Traffic on a Google Cloud Network
Earned Nov 4, 2022 EDT
Google Cloud 必備知識
Earned Nov 1, 2022 EDT
本課程旨在說明 AI 的可解釋性和透明度概念、探討 AI 透明度對開發人員和工程師的重要性。課程中也會介紹實務方法和工具，有助於讓資料和 AI 模型透明且可解釋。
本課程旨在說明負責任 AI 技術的概念和 AI 開發原則，同時介紹各項技術，在實務上找出公平性和偏誤，減少 AI/機器學習做法上的偏誤。我們也將探討實用方法和工具，透過 Google Cloud 產品和開放原始碼工具，導入負責任 AI 技術的最佳做法。
本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。 學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。
本課程旨在提供必要的知識和工具，協助您探索機器學習運作團隊在部署及管理生成式 AI 模型時面臨的獨特挑戰，並瞭解 Vertex AI 如何幫 AI 團隊簡化機器學習運作程序，打造成效非凡的生成式 AI 專案。
Networking is a principle theme of cloud computing. It’s the underlying structure of Google Cloud, and it’s what connects all your resources and services to one another. This course will cover essential Google Cloud networking services and will give you hands-on practice with specialized tools for developing mature networks. From learning the ins-and-outs of VPCs, to creating enterprise-grade load balancers, Automate Deployment and Manage Traffic on a Google Cloud Network will give you the practical experience needed so you can start building robust networks right away.
在這堂入門課程，您將實際練習使用 Google Cloud 的基礎工具和服務。本課程包含可選擇觀賞的影片， 針對實驗室涵蓋的概念提供更多背景資訊，協助您複習。「Google Cloud 必備知識」 是適合 Google Cloud 學員的第一堂課， 即使您尚未學習或不熟悉雲端知識， 也能從這堂課獲得實務經驗，並應用於第一項 Google Cloud 專案。不管是撰寫 Cloud Shell 指令 和部署第一部虛擬機器，還是在 Kubernetes Engine 或透過負載平衡執行應用程式， 「Google Cloud 必備知識」都是認識平台基本功能的最佳入門資源。