Introduction à la génération d'images
Earned avr. 21, 2026 EDT
IA responsable : appliquer les principes concernant l'IA avec Google Cloud
Earned avr. 13, 2026 EDT
Conception de requêtes dans Agent Platform
Earned avr. 13, 2026 EDT
Introduction à l'IA responsable
Earned avr. 9, 2026 EDT
Présentation des grands modèles de langage
Earned avr. 6, 2026 EDT
Présentation de l'IA générative
Earned avr. 4, 2026 EDT
Gemini pour le SDLC de bout en bout
Earned avr. 3, 2026 EDT
Les bases du développement d'applications avec Google Cloud
Earned mars 30, 2026 EDT
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned mars 16, 2026 EDT
Dans ce cours, vous allez apprendre à créer un modèle de sous-titrage d'images à l'aide du deep learning. Vous découvrirez les différents composants de ce type de modèle, comme l'encodeur et le décodeur, et comment l'entraîner et l'évaluer. À la fin du cours, vous serez en mesure de créer vos propres modèles de sous-titrage d'images et de les utiliser pour générer des sous-titres pour des images.
En savoir plus
Ce cours présente l'architecture Transformer et le modèle BERT (Bidirectional Encoder Representations from Transformers). Vous découvrirez quels sont les principaux composants de l'architecture Transformer, tels que le mécanisme d'auto-attention, et comment ils sont utilisés pour créer un modèle BERT. Vous verrez également les différentes tâches pour lesquelles le modèle BERT peut être utilisé, comme la classification de texte, les questions-réponses et l'inférence en langage naturel. Ce cours dure environ 45 minutes.
En savoir plus
Ce cours offre un aperçu de l'architecture encodeur/décodeur, une architecture de machine learning performante souvent utilisée pour les tâches "seq2seq", telles que la traduction automatique, la synthèse de texte et les questions-réponses. Vous découvrirez quels sont les principaux composants de l'architecture encodeur/décodeur, et comment entraîner et exécuter ces modèles. Dans le tutoriel d'atelier correspondant, vous utiliserez TensorFlow pour coder une implémentation simple de cette architecture afin de générer un poème en partant de zéro.
En savoir plus
Ce cours présente le mécanisme d'attention, une technique efficace permettant aux réseaux de neurones de se concentrer sur des parties spécifiques d'une séquence d'entrée. Vous découvrirez comment fonctionne l'attention et comment l'utiliser pour améliorer les performances de diverses tâches de machine learning, dont la traduction automatique, la synthèse de texte et les réponses aux questions.
En savoir plus
Ce cours présente les modèles de diffusion, une famille de modèles de machine learning qui s'est récemment révélée prometteuse dans le domaine de la génération d'images. Les modèles de diffusion trouvent leur origine dans la physique, et plus précisément dans la thermodynamique. Au cours des dernières années, ils ont gagné en popularité dans la recherche et l'industrie. Ils sont à la base de nombreux modèles et outils Google Cloud avancés de génération d'images. Ce cours vous présente les bases théoriques des modèles de diffusion, et vous explique comment les entraîner et les déployer sur Vertex AI.
En savoir plus
Avec l'essor de l'utilisation de l'intelligence artificielle et du machine learning en entreprise, il est de plus en plus important de développer ces technologies de manière responsable. Pour beaucoup, le véritable défi réside dans la mise en pratique de l'IA responsable, qui s'avère bien plus complexe que dans la théorie. Si vous souhaitez découvrir comment opérationnaliser l'IA responsable dans votre organisation, ce cours est fait pour vous.
Dans ce cours, vous allez apprendre comment Google Cloud procède actuellement, en s'appuyant sur des bonnes pratiques et les enseignements tirés, afin de vous fournir un framework pour élaborer votre propre approche d'IA responsable.
En savoir plus
Terminez le cours d'introduction Conception de requêtes dans Agent Platform pour recevoir un badge démontrant vos compétences dans les domaines suivants : le prompt engineering (ingénierie des requêtes), l'analyse d'images et les techniques d'IA générative multimodale dans Agent Platform. Découvrez comment élaborer des requêtes efficaces, guider les résultats de l'IA générative et appliquer des modèles Gemini à des scénarios marketing concrets.
En savoir plus
Ce cours de micro-apprentissage, qui s'adresse aux débutants, explique ce qu'est l'IA responsable, souligne son importance et décrit comment Google l'implémente dans ses produits. Il présente également les sept principes de l'IA de Google.
En savoir plus
Ce cours de micro-apprentissage, qui s'adresse aux débutants, explique ce que sont les grands modèles de langage (LLM). Il inclut des cas d'utilisation et décrit comment améliorer les performances des LLM grâce au réglage des requêtes. Il présente aussi les outils Google qui vous aideront à développer votre propre application d'IA générative.
En savoir plus
Ce cours de micro-apprentissage, qui s'adresse aux débutants, explique ce qu'est l'IA générative, décrit à quoi elle sert et souligne ce qui la distingue des méthodes de machine learning traditionnel. Il présente aussi les outils Google qui vous aideront à développer votre propre application d'IA générative.
En savoir plus
Dans ce cours, vous découvrirez comment Gemini, un outil de collaboration Google Cloud optimisé par l'IA générative, vous aide à utiliser les produits et services Google pour développer, tester et gérer des applications. Avec l'assistance de Gemini, vous apprendrez à développer une application Web, à corriger les erreurs de l'application, à créer des tests et à interroger des données. À l'aide d'un atelier pratique, vous verrez en quoi Gemini améliore le cycle de vie du développement logiciel (SDLC, software development lifecycle).
Duet AI a été rebaptisé Gemini, notre modèle nouvelle génération.
En savoir plus
Dans ce cours, vous apprendrez les bases du développement d'applications sur Google Cloud. Vous découvrirez les bonnes pratiques concernant les applications cloud, ainsi que la façon de choisir les options de calcul et de données adaptées à vos cas d'utilisation d'applications. Vous découvrirez l'IA générative et comment l'utiliser pour créer des applications. Vous explorerez l'authentification et l'autorisation, le déploiement d'applications, l'intégration et la livraison continues, ainsi que la surveillance et le réglage des performances de vos applications exécutées dans Google Cloud. Tout au long des présentations et des ateliers pratiques, vous apprendrez les bases de la création et de l'exécution d'applications sur Google Cloud.
En savoir plus
"Concepts fondamentaux de Google Cloud : infrastructure de base" présente les concepts et les termes à connaître pour utiliser Google Cloud. À travers des vidéos et des ateliers pratiques, il décrit et compare la plupart des services Google Cloud de calcul et de stockage, ainsi que des outils importants de gestion des ressources et des règles.
Créer des modèles de création de légendes pour les images
Earned avr. 26, 2026 EDT
Modèles Transformer et modèle BERT
Earned avr. 24, 2026 EDT
Architecture encodeur/décodeur
Earned avr. 24, 2026 EDT
Mécanisme d'attention
Earned avr. 22, 2026 EDT
Introduction à la génération d'images
Earned avr. 21, 2026 EDT
IA responsable : appliquer les principes concernant l'IA avec Google Cloud
Earned avr. 13, 2026 EDT
Conception de requêtes dans Agent Platform
Earned avr. 13, 2026 EDT
Introduction à l'IA responsable
Earned avr. 9, 2026 EDT
Présentation des grands modèles de langage
Earned avr. 6, 2026 EDT
Présentation de l'IA générative
Earned avr. 4, 2026 EDT
Gemini pour le SDLC de bout en bout
Earned avr. 3, 2026 EDT
Les bases du développement d'applications avec Google Cloud
Earned mars 30, 2026 EDT
Concepts fondamentaux de Google Cloud : infrastructure de base
Earned mars 16, 2026 EDT