Mitglied seit 2026
Einführung in die verantwortungsbewusste Anwendung von KI
Earned Mai 8, 2026 EDT
Einführung in Large Language Models
Earned Mai 8, 2026 EDT
Einführung in generative KI
Earned Mai 8, 2026 EDT
Lernplan zur Vorbereitung auf die ACE-Zertifizierungsprüfung erstellen
Earned Apr 5, 2026 EDT
Google DeepMind: 01 Build Your Own Small Language Model
Earned Apr 5, 2026 EDT
In diesem Einführungskurs im Microlearning-Format wird erklärt, was verantwortungsbewusste Anwendung von KI bedeutet, warum sie wichtig ist und wie Google dies in seinen Produkten berücksichtigt. Darüber hinaus werden die 7 KI-Grundsätze von Google behandelt.
In diesem Einführungskurs im Microlearning-Format wird untersucht, was Large Language Models (LLM) sind, für welche Anwendungsfälle sie genutzt werden können und wie die LLM-Leistung durch Feinabstimmung von Prompts gesteigert werden kann. Darüber hinaus werden Tools von Google behandelt, die das Entwickeln eigener Anwendungen basierend auf generativer KI ermöglichen.
In diesem Einführungskurs im Microlearning-Format wird erklärt, was generative KI ist, wie sie genutzt wird und wie sie sich von herkömmlichen Methoden für Machine Learning unterscheidet. Darüber hinaus werden Tools von Google behandelt, mit denen Sie eigene generative KI-Anwendungen entwickeln können.
In diesem Kurs erfahren Sie, wie Sie mit NotebookLM einen personalisierten Lernplan für die Zertifizierungsprüfung zum Associate Cloud Engineer (ACE) erstellen. Sie lernen die Funktionen von NotebookLM kennen, erstellen ein Notebook in NotebookLM und erfahren, wie Sie den Lernplan zu einer Zertifizierungsprüfung für entsprechende Übungen nutzen können.
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.