Text Prompt Engineering Techniques
Earned dic 13, 2024 EST
Integrate Vertex AI Search and Conversation into Voice and Chat Apps
Earned dic 12, 2024 EST
IA responsable: Aplica los principios de la IA con Google Cloud
Earned dic 6, 2023 EST
Sistemas de aprendizaje automático de producción
Earned nov 7, 2023 EST
Aprendizaje automático en empresas
Earned nov 2, 2023 EDT
Ingeniería de atributos
Earned oct 26, 2023 EDT
Crea, entrena e implementa modelos de AA con Keras en Google Cloud
Earned oct 20, 2023 EDT
Launching into Machine Learning - Español
Earned oct 17, 2023 EDT
Introducción a la IA y el aprendizaje automático en Google Cloud
Earned oct 4, 2023 EDT
Text Prompt Engineering Techniques introduces you to consider different strategic approaches & techniques to deploy when writing prompts for text-based generative AI tasks.
Más información
This course on Integrate Vertex AI Search and Conversation into Voice and Chat Apps is composed of a set of labs to give you a hands on experience to interacting with new Generative AI technologies. You will learn how to create end-to-end search and conversational experiences by following examples. These technologies complement predefined intent-based chat experiences created in Dialogflow with LLM-based, generative answers that can be based on your own data. Also, they allow you to porvide enterprise-grade search experiences for internal and external websites to search documents, structure data and public websites.
Más información
A medida que aumenta el uso empresarial de la inteligencia artificial y el aprendizaje automático, también crece la importancia de implementarlo responsablemente. El desafío para muchas personas es que hablar sobre la IA responsable puede ser más fácil que aplicarla. Si te interesa aprender cómo poner en funcionamiento la IA responsable en tu organización, este curso es para ti.
En este curso, aprenderás cómo Google Cloud aplica estos principios en la actualidad, junto con las prácticas recomendadas y las lecciones aprendidas, para usarlos como marco de trabajo de modo que puedas crear tu propio enfoque de IA responsable.
Más información
En este curso, analizaremos los componentes y las prácticas recomendadas de la creación de sistemas de AA de alto rendimiento en entornos de producción. Veremos algunas de las consideraciones más comunes tras la creación de estos sistemas, p. ej., entrenamiento estático, entrenamiento dinámico, inferencia estática, inferencia dinámica, TensorFlow distribuido y TPU. Este curso se enfoca en explorar las características que conforman un buen sistema de AA más allá de su capacidad de realizar predicciones correctas.
Más información
En este curso, se aplica un enfoque real en el flujo de trabajo del AA a través de un caso de éxito. Un equipo de AA trabaja con varios requisitos empresariales y casos de uso de AA. El equipo debe comprender las herramientas necesarias para la administración de los datos y considerar el mejor enfoque para su procesamiento previo.
Al equipo se le presentan tres opciones con las que puede crear modelos de AA para dos casos de uso. En el curso, se explica por qué el equipo usará AutoML, BigQuery ML o entrenamiento personalizado para lograr sus objetivos.
Más información
En este curso, se exploran los beneficios de utilizar Vertex AI Feature Store, cómo mejorar la exactitud de los modelos de AA y cómo descubrir cuáles columnas de datos producen los atributos más útiles. El curso también incluye contenido y labs sobre la ingeniería de atributos en los que se usan BigQuery ML, Keras y TensorFlow.
Más información
En este curso, se explica cómo crear modelos de AA con TensorFlow y Keras, cómo mejorar la exactitud de los modelos de AA y cómo escribir modelos de AA para uso escalado.
Más información
El curso comienza con un debate sobre los datos: cómo mejorar su calidad y cómo realizar análisis exploratorios de ellos. Describimos Vertex AI AutoML y cómo crear, entrenar e implementar un modelo de AA sin escribir una sola línea de código. Conocerás los beneficios de BigQuery ML. Luego, se analiza cómo optimizar un modelo de aprendizaje automático (AA) y cómo la generalización y el muestreo pueden ayudar a evaluar la calidad de los modelos de AA para el entrenamiento personalizado.
Más información
En este curso, se presentan las ofertas de aprendizaje automático (AA) en Google Cloud que compilan proyectos de IA predictiva y generativa. También se exploran las tecnologías, los productos y las herramientas disponibles durante el ciclo de vida desde los datos hasta la IA, que engloban los fundamentos, el desarrollo y las soluciones de IA. El objetivo es ayudar a científicos de datos, ingenieros de AA y desarrolladores de IA a mejorar sus habilidades y conocimientos a través de experiencias de aprendizaje atractivas y ejercicios prácticos.
Text Prompt Engineering Techniques
Earned dic 13, 2024 EST
Integrate Vertex AI Search and Conversation into Voice and Chat Apps
Earned dic 12, 2024 EST
IA responsable: Aplica los principios de la IA con Google Cloud
Earned dic 6, 2023 EST
Sistemas de aprendizaje automático de producción
Earned nov 7, 2023 EST
Aprendizaje automático en empresas
Earned nov 2, 2023 EDT
Ingeniería de atributos
Earned oct 26, 2023 EDT
Crea, entrena e implementa modelos de AA con Keras en Google Cloud
Earned oct 20, 2023 EDT
Launching into Machine Learning - Español
Earned oct 17, 2023 EDT
Introducción a la IA y el aprendizaje automático en Google Cloud
Earned oct 4, 2023 EDT