Барабан Сергій Володимирович
Mitglied seit 2022
Bronze League
8800 Punkte
Machine Learning Operations (MLOps): Getting Started
Earned Nov 22, 2022 EST
Computer Vision Fundamentals with Google Cloud
Earned Nov 18, 2022 EST
Machine Learning in the Enterprise
Earned Nov 14, 2022 EST
[DEPRECATED] Feature Engineering
Earned Nov 10, 2022 EST
[Depricated] Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Nov 8, 2022 EST
Launching into Machine Learning
Earned Nov 7, 2022 EST
How Google Does Machine Learning
Earned Nov 3, 2022 EDT
Building No-Code AppSheet Apps
Earned Okt 27, 2022 EDT
APIs für Machine Learning in Google Cloud verwenden
Earned Okt 27, 2022 EDT
Flutter Essentials
Earned Okt 26, 2022 EDT
Apigee X bereitstellen und verwalten
Earned Okt 25, 2022 EDT
Serverlose Anwendungen in Cloud Run entwickeln
Earned Okt 21, 2022 EDT
Dart Essentials
Earned Okt 21, 2022 EDT
Website in Google Cloud erstellen
Earned Okt 20, 2022 EDT
Google Workspace for Education
Earned Okt 18, 2022 EDT
Serverlose Apps mit Firebase entwickeln
Earned Okt 18, 2022 EDT
Flutter Development
Earned Okt 17, 2022 EDT
ML-Lösungen mit Vertex AI erstellen und bereitstellen
Earned Okt 14, 2022 EDT
Google Cloud Fundamentals for Azure Professionals: Core Infrastructure
Earned Okt 14, 2022 EDT
Google Cloud Fundamentals for AWS Professionals
Earned Okt 13, 2022 EDT
Daten für ML-APIs in Google Cloud vorbereiten
Earned Okt 13, 2022 EDT
[DEPRECATED] Google Cloud Big Data and Machine Learning Fundamentals
Earned Okt 11, 2022 EDT
Umgebung für die Anwendungsentwicklung in Google Cloud einrichten
Earned Okt 10, 2022 EDT
Cloud Load Balancing in der Compute Engine implementieren
Earned Okt 7, 2022 EDT
Google Cloud-Grundlagen: Kerninfrastruktur
Earned Okt 6, 2022 EDT
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Weitere Informationen
This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models.
The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data.
The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models.
Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.
Weitere Informationen
This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing.
The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.
Weitere Informationen
This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.
Weitere Informationen
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Weitere Informationen
The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.
Weitere Informationen
This course explores what ML is and what problems it can solve. The course also discusses best practices for implementing machine learning. You’re introduced to Vertex AI, a unified platform to quickly build, train, and deploy AutoML machine learning models.
The course discusses the five phases of converting a candidate use case to be driven by machine learning, and why it’s important to not skip them. The course ends with recognizing the biases that ML can amplify and how to recognize them.
Weitere Informationen
This course introduces you to the fundamentals of no-code application development and the capabilities offered by Google Cloud's AppSheet. AppSheet helps in digitizing and automating manual or paper-based business processes to turn them into mobile and web apps.
Weitere Informationen
Sichern Sie sich das Skill-Logo für Fortgeschrittene, indem Sie den Kurs APIs für Machine Learning in Google Cloud verwenden abschließen – hier lernen Sie die grundlegenden Funktionen der folgenden Machine-Learning- und KI-Technologien kennen: Cloud Vision API, Cloud Translation API und Cloud Natural Language API.
Weitere Informationen
Flutter is Google's UI toolkit for building beautiful, natively compiled applications for mobile, web, and desktop from a single codebase. In this quest you will learn how to create a Flutter app using generated template code. Be sure to tag #flutterfestival in your social posts!
Weitere Informationen
Erhalten Sie ein Skill-Logo für den Abschluss des Kurses Apigee X bereitstellen und verwalten. Der Kurs behandelt folgende Themen: Architektur von Apigee X, Bereitstellung einer Apigee X-Organisation innerhalb eines Google Cloud-Projekts, Verwaltung von Apigee X mit der Apigee-API und ‑Benutzeroberfläche sowie Richtlinien zum Bedrohungsschutz von Cloud Armor und Apigee zum Schutz Ihrer APIs.
Weitere Informationen
Mit dem Skill-Logo Serverlose Anwendungen in Cloud Run entwickeln weisen Sie Kenntnisse in den folgenden Bereichen nach: Cloud Run für Datenmanagement in Cloud Storage integrieren, mit Cloud Run und Pub/Sub die Architektur von asynchronen, ausfallsicheren Systemen erstellen, REST API-Gateways basierend auf Cloud Run aufbauen und Dienste auf Cloud Run entwickeln und bereitstellen.
Weitere Informationen
Dart is a client-optimized language for developing fast apps on any platform. Dart also forms the foundation of Flutter by providing the language and runtimes that power Flutter apps. In this quest you will learn the basics of Dart in a prepared development environment. Be sure to tag #flutterfestival in your social posts!
Weitere Informationen
Mit dem Skill-Logo zum Kurs Website in Google Cloud erstellen weisen Sie Grundkenntnisse nach. Dieser Kurs basiert auf der Videoreihe Get Cooking in Cloud und behandelt folgende Themen:Website in Cloud Run bereitstellenWebanwendung in Compute Engine hostenWebsite in der Google Kubernetes Engine erstellen, bereitstellen und skalierenVon einer monolithischen Anwendung zu einer Microservices-Architektur mit Cloud Build migrieren
Weitere Informationen
Earn a skill badge by completing the Google Workspace for Education quest, where you learn about a set of familiar Google apps and services tailored for schools and homeschools to collaborate, streamline instruction, and keep online learning safe. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this skill badge quest, and the final assessment challenge lab, to receive a skill badge that you can share with your network.
Weitere Informationen
Mit dem Skill-Logo Serverlose Apps mit Firebase entwickeln weisen Sie Kenntnisse in den folgenden Bereichen nach: serverlose Webanwendungen mit Firebase entwickeln, Firestore für die Datenbankverwaltung verwenden, Bereitstellungsprozesse mit Cloud Build automatisieren und Google Assistant-Funktionen in Ihre Anwendungen integrieren.
Weitere Informationen
Explore the fundamentals of Flutter application development in this hands-on quest! Within this quest, you will build a "Hello World" Flutter application, design a frontend for a shopping application, and learn how to connect your Flutter applications to backend services. Each lab in this quest utilizes a pre-provisioned development environment allowing minimal setup to get into the application code!
Weitere Informationen
Mit dem Skill-Logo zum Kurs ML-Lösungen mit Vertex AI erstellen und bereitstellen weisen Sie fortgeschrittene Kenntnisse nach. Sie lernen in diesem Kurs, wie Sie die Vertex AI-Plattform von Google Cloud, AutoML und benutzerdefinierte Trainingsdienste nutzen, um Machine-Learning-Modelle zu trainieren, zu bewerten, abzustimmen, zu erklären und bereitzustellen. Dieser Kurs richtet sich an professionelle Data Scientists und Machine Learning Engineers. Ein Skill-Logo ist ein exklusives digitales Abzeichen, das von Google Cloud ausgestellt wird und Ihre Kenntnisse über Produkte und Dienste von Google Cloud belegt. In diesem Zusammenhang wird auch die Fähigkeit bewertet, Ihr Wissen in einer interaktiven praxisnahen Umgebung anzuwenden. Absolvieren Sie diese Aufgabenreihe und die Challenge-Lab-Prüfung, um ein digitales Abzeichen zu erhalten, das Sie in Ihrem Netzwerk posten können.
Weitere Informationen
Google Cloud Fundamentals for Azure Professionals introduces important concepts and terminology for working with Google Cloud. Through videos and hands-on labs, this course presents and compares many of Google Cloud's computing and storage services, along with important resource and policy management tools.
Weitere Informationen
Google Cloud Fundamentals for AWS Professionals introduces important concepts and terminology for working with Google Cloud. Through videos and hands-on labs, this course presents and compares many of Google Cloud's computing and storage services, along with important resource and policy management tools.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Daten für ML-APIs in Google Cloud vorbereiten weisen Sie Grundkenntnisse in folgenden Bereichen nach: Bereinigen von Daten mit Dataprep von Trifacta, Ausführen von Datenpipelines in Dataflow, Erstellen von Clustern und Ausführen von Apache Spark-Jobs in Managed Service for Apache Spark sowie Aufrufen von ML-APIs, einschließlich der Cloud Natural Language API, Cloud Speech-to-Text API und Video Intelligence API.
Weitere Informationen
This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.
Weitere Informationen
Erhalten Sie ein Skill-Logo, indem Sie den Kurs „Umgebung für die Anwendungsentwicklung in Google Cloud einrichten“ abschließen. Dabei lernen Sie, wie Sie eine speicherorientierte Cloud-Infrastruktur mithilfe der grundlegenden Funktionen der folgenden Technologien erstellen und verbinden: Cloud Storage, Identity and Access Management, Cloud Functions und Pub/Sub.
Weitere Informationen
Mit dem Skill-Logo zum Kurs Cloud Load Balancing in der Compute Engine implementieren weisen Sie Kenntnisse in folgenden Bereichen nach: virtuelle Maschinen in der Compute Engine erstellen und bereitstellen und Netzwerk- und Application Load Balancer konfigurieren.
Weitere Informationen
In „Google Cloud-Grundlagen: Kerninfrastruktur“ werden wichtige Konzepte und die Terminologie für die Arbeit mit Google Cloud vorgestellt. In Videos und praxisorientierten Labs werden viele Computing- und Speicherdienste von Google Cloud sowie wichtige Tools für die Ressourcen- und Richtlinienverwaltung präsentiert und miteinander verglichen.
Weitere Informationen
