Учасник із 2025
[DEPRECATED] AI Boost Bites: Intro to NotebookLM
Earned лют. 18, 2026 EST
Принципи відповідального використання ШІ для розробників: об’єктивність і упередженість
Earned лип. 2, 2025 EDT
Machine Learning Operations (MLOps) with Agent Platform: Model Evaluation
Earned лип. 1, 2025 EDT
Machine Learning Operations (MLOps) for Generative AI
Earned лип. 1, 2025 EDT
This video covers how to use NotebookLM as a personal research assistant by adding sources, asking questions, and generating new content formats based on your documents.
Під час цього курсу ви зможете ознайомитися з концепціями відповідального підходу й принципами щодо штучного інтелекту. Ви дізнаєтеся про практичні методи виявлення об’єктивності й упередженості в роботі ШІ та технологій машинного навчання, а також ознайомитеся зі способами мінімізувати упередженість. У курсі розглядаються практичні методи й інструменти для впровадження відповідального підходу до ШІ за допомогою продуктів Google Cloud і інструментів із відкритим кодом.
This course equips machine learning practitioners with the essential tools, techniques, and best practices for evaluating both generative and predictive AI models. Model evaluation is a critical discipline for ensuring that ML systems deliver reliable, accurate, and high-performing results in production. Participants will gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks. The course will emphasize the unique challenges posed by generative AI models and provide strategies for tackling them effectively. By leveraging Google Cloud's Agent Platform, participants will learn how to implement robust evaluation processes for model selection, optimization, and continuous monitoring.
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.