Narji Saiki
Member since 2023
Gold League
8135 points
Member since 2023
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。
數位轉型是現代組織必經的關鍵旅程,而建立穩固的雲端運算基礎,是跨出有意義創新的第一步。本課程「透過 Google Cloud 進行數位轉型」,將會介紹核心技術和策略框架,協助組織革新營運方式,並探討基本的雲端概念、全球網路基礎架構和共同責任模式,幫助主管在雲端之路上自信前行。本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
雲端技術是強大的資產,與資料搭配後,將成為創新和提升客戶體驗的催化劑。「運用 Google Cloud 探索資料轉換功能」課程將探討機構如何運用雲端,讓資料更易於存取、做為行動依據和更有價值。 這門課程是 Cloud Digital Leader 學習路徑的一部分,旨在協助個人在職務上成長,並打造企業的未來。
許多傳統企業使用舊版系統和應用程式,無法滿足現今客戶的期望。企業主管經常需要在維護老舊的 IT 系統,以及投資新產品/服務之間做出選擇。本課程將探討這些挑戰,並提供解決方案,說明如何運用雲端技術克服難題。 本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
人工智慧 (AI) 和機器學習 (ML) 象徵著資訊技術的重大演進,正迅速改變各行各業。在「運用 Google Cloud 人工智慧推動創新」課程中,我們會探討組織如何運用 AI 和機器學習技術,翻轉業務流程。 本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。
完成「在 Google Cloud 使用 Terraform 建構基礎架構」技能徽章中階課程, 即可證明自己具備下列知識與技能:使用 Terraform 的基礎架構即程式碼 (IaC) 原則、運用 Terraform 設定佈建及管理 Google Cloud 資源、有效管理狀態 (本機和遠端),以及將 Terraform 程式碼模組化,以利重複使用和管理。
只要修完「在 Google Cloud 設定應用程式開發環境」課程,就能獲得技能徽章。 在本課程中,您將學會如何使用以下技術的基本功能,建構和連結以儲存空間為中心的雲端基礎架構:Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
完成「在 Compute Engine 導入 Cloud Load Balancing」技能徽章入門課程,即可證明您具備下列技能: 在 Compute Engine 建立及部署虛擬機器, 以及設定網路和應用程式負載平衡器。
This workload aims to upskill Google Cloud partners to perform specific tasks for modernization using LookML on BigQuery. A proof-of-concept will take learners through the process of creating LookML visualizations on BigQuery. During this course, learners will be guided specifically on how to write Looker modeling language, also known as LookML and create semantic data models, and learn how LookML constructs SQL queries against BigQuery. At a high level, this course will focus on basic LookML to create and access BigQuery objects, and optimize BigQuery objects with LookML.
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。
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。