Dołącz Zaloguj się

Wykorzystuj swoje umiejętności w konsoli Google Cloud

Kean Shubham

Jest członkiem od 2022

Liga srebrna

9950 pkt.
Introduction to Vertex AI Studio Earned lis 5, 2023 EST
Create Image Captioning Models Earned lis 5, 2023 EST
Transformer Models and BERT Model Earned lis 4, 2023 EDT
Attention Mechanism Earned lis 4, 2023 EDT
Encoder-Decoder Architecture Earned lis 4, 2023 EDT
Introduction to Image Generation Earned paź 30, 2023 EDT
Responsible AI: Applying AI Principles with Google Cloud - Polski Earned paź 23, 2023 EDT
Generative AI Fundamentals - Polski Earned paź 21, 2023 EDT
Introduction to Responsible AI - Polski Earned paź 21, 2023 EDT
Introduction to Large Language Models - Polski Earned paź 21, 2023 EDT
Introduction to Generative AI - Polski Earned paź 21, 2023 EDT
Google Cloud Computing Foundations: Networking and Security in Google Cloud Earned mar 7, 2023 EST
Google Cloud Computing Foundations: Infrastructure in Google Cloud Earned mar 6, 2023 EST
Google Cloud Computing Foundations: Cloud Computing Fundamentals Earned mar 5, 2023 EST

This course introduces Vertex AI Studio, a tool to interact with generative AI models, prototype business ideas, and launch them into production. Through an immersive use case, engaging lessons, and a hands-on lab, you’ll explore the prompt-to-product lifecycle and learn how to leverage Vertex AI Studio for Gemini multimodal applications, prompt design, prompt engineering, and model tuning. The aim is to enable you to unlock the potential of gen AI in your projects with Vertex AI Studio.

Więcej informacji

This course teaches you how to create an image captioning model by using deep learning. You learn about the different components of an image captioning model, such as the encoder and decoder, and how to train and evaluate your model. By the end of this course, you will be able to create your own image captioning models and use them to generate captions for images

Więcej informacji

This course introduces you to the Transformer architecture and the Bidirectional Encoder Representations from Transformers (BERT) model. You learn about the main components of the Transformer architecture, such as the self-attention mechanism, and how it is used to build the BERT model. You also learn about the different tasks that BERT can be used for, such as text classification, question answering, and natural language inference.This course is estimated to take approximately 45 minutes to complete.

Więcej informacji

This course will introduce you to the attention mechanism, a powerful technique that allows neural networks to focus on specific parts of an input sequence. You will learn how attention works, and how it can be used to improve the performance of a variety of machine learning tasks, including machine translation, text summarization, and question answering. This course is estimated to take approximately 45 minutes to complete.

Więcej informacji

This course gives you a synopsis of the encoder-decoder architecture, which is a powerful and prevalent machine learning architecture for sequence-to-sequence tasks such as machine translation, text summarization, and question answering. You learn about the main components of the encoder-decoder architecture and how to train and serve these models. In the corresponding lab walkthrough, you’ll code in TensorFlow a simple implementation of the encoder-decoder architecture for poetry generation from the beginning.

Więcej informacji

This course introduces diffusion models, a family of machine learning models that recently showed promise in the image generation space. Diffusion models draw inspiration from physics, specifically thermodynamics. Within the last few years, diffusion models became popular in both research and industry. Diffusion models underpin many state-of-the-art image generation models and tools on Google Cloud. This course introduces you to the theory behind diffusion models and how to train and deploy them on Vertex AI.

Więcej informacji

Im szerzej wykorzystuje się w firmach sztuczną inteligencję i systemy uczące się, tym większej wagi nabiera odpowiedzialne podejście do opracowywania tych technologii. Wielu organizacjom trudniej jest jednak wprowadzić zasady odpowiedzialnej AI w praktyce niż tylko o tym rozmawiać. To szkolenie jest przeznaczone dla osób, które chcą się dowiedzieć, jak wdrożyć odpowiedzialną AI w swojej organizacji. W jego trakcie dowiesz się, jak robimy to w Google Cloud, oraz poznasz sprawdzone metody i wnioski z naszych działań w tym zakresie. Pomoże Ci to opracować własne podejście do odpowiedzialnej AI.

Więcej informacji

Aby zdobyć odznakę umiejętności, ukończ szkolenia Introduction to Generative AI, Introduction to Large Language Models i Introduction to Responsible AI. Zdaj test i pokaż, że rozumiesz podstawowe koncepcje związane z generatywną AI. Odznaka umiejętności to cyfrowa odznaka wydawana przez Google Cloud, która potwierdza Twoją wiedzę o produktach i usługach Google Cloud. Ustaw swój profil jako publiczny i dodaj odznakę umiejętności do profilu w mediach społecznościowych, aby pochwalić się swoim osiągnięciem.

Więcej informacji

Celem tego szybkiego szkolenia dla początkujących jest wyjaśnienie, czym jest odpowiedzialna AI i dlaczego jest ważna, oraz przedstawienie, jak Google wprowadza ją w swoich usługach. Szkolenie zawiera także wprowadzenie do siedmiu zasad Google dotyczących sztucznej inteligencji.

Więcej informacji

To szybkie szkolenie dla początkujących wyjaśnia, czym są duże modele językowe (LLM) oraz jakie są ich zastosowania. Przedstawia również możliwości zwiększenia ich wydajności przez dostrajanie przy użyciu promptów oraz narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.

Więcej informacji

Celem tego szybkiego szkolenia dla początkujących jest wyjaśnienie, czym jest generatywna AI oraz jakie są jej zastosowania. Szkolenie przedstawia również różnice pomiędzy tą technologią a tradycyjnymi systemami uczącymi się, a także narzędzia Google, które pomogą Ci tworzyć własne aplikacje korzystające z generatywnej AI.

Więcej informacji

The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide a detailed overview of concepts covering cloud basics, big data, and machine learning, and where and how Google Cloud fits in. By the end of the course, learners will be able to articulate concepts around cloud computing, big data, and machine learning, and demonstrate some hands-on skills. This course is part of a series of courses called Google Cloud Computing Foundations. The courses should be completed in the following order: Google Cloud Computing Foundations: Cloud Computing Fundamentals Google Cloud Computing Foundations: Infrastructure in Google Cloud Google Cloud Computing Foundations: Networking and Security in Google Cloud Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud Google Cloud Computing Foundation with Kubernetes This third course covers how to build secure networks, …

Więcej informacji

The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in. By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills. The courses should be completed in the following order: 1. Google Cloud Computing Foundations: Cloud Computing Fundamentals 2. Google Cloud Computing Foundations: Infrastructure in Google Cloud 3. Google Cloud Computing Foundations: Networking and Security in Google Cloud 4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud

Więcej informacji

The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in. By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills. This course is part of a series of courses called Google Cloud Computing Foundations. The courses should be completed in the following order: Google Cloud Computing Foundations: Cloud Computing Fundamentals Google Cloud Computing Foundations: Infrastructure in Google Cloud Google Cloud Computing Foundations: Networking and Security in Google Cloud Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud Google Cloud Computing Foundations: Kubernetes Engine Fundamentals This first course provides an overview of cloud computing, ways to use Google Cloud, …

Więcej informacji