成为会员时间：2022
打造您的首个 Gemini Enterprise 应用
Earned Mar 3, 2026 EST
企业智能体及其应用场景
Earned Mar 3, 2026 EST
智能体基础知识
Earned Mar 2, 2026 EST
AI 智能体简介
Earned Feb 12, 2026 EST
Google Cloud 数据分析基础知识
Earned Oct 16, 2025 EDT
注意力机制
Earned May 20, 2025 EDT
编码器-解码器架构
Earned May 15, 2025 EDT
图像生成简介
Earned May 12, 2025 EDT
负责任的 AI 简介
Earned Apr 23, 2025 EDT
打造您的首个 Gemini Enterprise 应用，赢得技能徽章！将各种数据源连接到您的应用中，构建强大、统一的搜索和分析引擎。掌握进阶能力，如：深度研究型智能体、多智能体协同构思，以及用于进行聚焦式分析的 NotebookLM。
了解 AI 智能体如何为业务带来实际影响。您将把智能体类型关联到您的关键绩效指标 (KPI)，并探索能够解决实际瓶颈的用例。然后，您将了解 Gemini Enterprise 如何帮助您构建和编排合适的智能体，其范围涵盖从无代码到高代码的各种解决方案。
本课程将介绍 AI 智能体的基础知识，并探讨智能体在现实世界中的价值所在。它为想要从自主、目标导向行为的角度理解 AI 系统的开发者、架构师和技术决策者奠定了基础。
大致了解 AI 智能体的概念。了解 AI 智能体如何通过自主行动和推理来解决复杂问题。您将探索技术架构（模型、工具和编排），该架构使智能体能够学习、规划，并为您实现目标。
了解如何在 Google Cloud 上将原始数字转化为清晰、以数据为依据的决策。通过实操实验和实际应用场景，本新手级课程将引导您在 BigQuery 中查询数据、在 Looker 中探索趋势，以及在数据洞察中制作可共享的交互式报告。
本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。
本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。
本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。
这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。