加入 登录

Hrishikesh Galphade

成为会员时间：2022

黄金联赛

39670 积分
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估 Earned Jan 12, 2025 EST
矢量搜索和嵌入 Earned Dec 17, 2024 EST
创建图片标注模型 Earned Dec 16, 2024 EST
图像生成简介 Earned Dec 16, 2024 EST
Transformer 模型和 BERT 模型 Earned Dec 15, 2024 EST
在 Compute Engine 上实现负载均衡 Earned Nov 9, 2024 EST
云架构：设计、实施和管理 Earned Oct 28, 2024 EDT
优化 Google Kubernetes Engine 的费用 Earned Oct 27, 2024 EDT
设置 Google Cloud 网络 Earned Oct 26, 2024 EDT
编码器-解码器架构 Earned Oct 23, 2024 EDT
注意力机制 Earned Sep 29, 2024 EDT
通过 BigQuery ML 创建机器学习模型 Earned Sep 24, 2024 EDT
Build MLOps Pipelines using Vertex AI Earned Sep 23, 2024 EDT
在 Vertex AI 上构建和部署机器学习解决方案 Earned Sep 17, 2024 EDT
Computer Vision Fundamentals with Google Cloud Earned Sep 3, 2024 EDT
Production Machine Learning Systems Earned Aug 30, 2024 EDT
Machine Learning in the Enterprise Earned Aug 29, 2024 EDT
Feature Engineering Earned May 26, 2024 EDT
Build, Train and Deploy ML Models with Keras on Google Cloud Earned May 7, 2024 EDT
Launching into Machine Learning Earned Apr 29, 2024 EDT
Google Cloud 上的 AI 和机器学习简介 Earned Apr 4, 2024 EDT
利用 BigQuery ML 构建预测模型时的数据工程处理 Earned Oct 17, 2022 EDT
在 Google Cloud 上为机器学习 API 准备数据 Earned Jul 30, 2022 EDT
Serverless Data Processing with Dataflow: Foundations Earned Jul 17, 2022 EDT
Modernizing Data Lakes and Data Warehouses with Google Cloud Earned Jun 26, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals Earned Jun 14, 2022 EDT

本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。 学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。

了解详情

在本次课程中，探索 AI 赋能的搜索技术、工具和应用。学习利用向量嵌入的语义搜索、融合语义和关键字的混合搜索方法，以及检索增强生成 (RAG) 技术，以打造基于事实的 AI 智能体，尽可能减少 AI 幻觉。获取 Vertex AI Vector Search 实战经验，打造您自己的智能搜索引擎。

了解详情

本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分，例如编码器和解码器，以及如何训练和评估模型。学完本课程，您将能够自行创建图片标注模型并用来生成图片说明。

了解详情

本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。

了解详情

本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。

了解详情

完成入门级在 Compute Engine 上实现负载均衡技能徽章课程，展示自己在以下方面的技能： 编写 gcloud 命令和使用 Cloud Shell，在 Compute Engine 中创建和部署虚拟机， 以及配置网络和 HTTP 负载均衡器。 技能徽章是由 Google Cloud 颁发的专属数字徽章， 旨在认可您在 Google Cloud 产品与服务方面的熟练度； 该课程会检验您在交互式实操环境中运用所学知识的 能力。完成此技能徽章课程和作为最终评估的实验室挑战赛， 即可获得技能徽章，并在您的圈子中秀一秀。

了解详情

完成 云架构：设计、实施和管理课程，赢取技能徽章，展示您在以下方面的技能：使用 Apache Web 服务器部署可公开访问的网站；使用启动脚本配置 Compute Engine 虚拟机； 使用 Windows 堡垒主机和防火墙规则配置安全 RDP；构建 Docker 映像并将其部署到 Kubernetes 集群，然后进行更新；以及创建 CloudSQL 实例并导入 MySQL 数据库。 此技能徽章课程是非常有用的资源， 可帮助您理解 Google Cloud 认证 Professional Cloud Architect 认证考试中将会出现的主题。 技能徽章 是由 Google Cloud 颁发的专属数字徽章，旨在认可 您在 Google Cloud 产品与服务方面的熟练度；您需要在 交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得。完成此技能 徽章课程和作为最终评估的实验室挑战赛，即可获得技能徽章， 在您的人际圈中炫出自己的技能。

了解详情

完成中级技能徽章课程“优化 Google Kubernetes Engine 的费用”， 展示您在以下方面的技能：创建和管理多租户集群、按命名空间监控资源使用情况、 配置集群和 Pod 自动扩缩以提高效率、设置负载均衡以实现最佳资源分布， 以及实现活跃性与就绪性探测以确保应用正常运行并具有成本效益。 技能徽章是由 Google Cloud 颁发的专属数字徽章， 证明您在特定 Google Cloud 产品与服务方面的熟练程度；您需要在 交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得此徽章。完成此技能 徽章课程和作为最终评估的实验室挑战赛，即可获得技能徽章， 在您的人际圈中炫出自己的技能。

了解详情

完成设置 Google Cloud 网络课程，赢取技能徽章， 您将了解如何在 Google Cloud Platform 上执行基本的网络组建和管理任务 - 创建自定义网络、添加子网防火墙规则，然后创建虚拟机并测试 虚拟机之间相互通信时的延迟时间。 技能徽章是由 Google Cloud 颁发的专有数字徽章， 旨在认可您在 Google Cloud 产品与服务方面的熟练度； 该课程会检验您在交互式实操环境中 运用所学知识的能力。完成此技能徽章课程和作为最终评估的实验室挑战赛， 即可获得数字徽章，并在您的圈子中秀一秀。

了解详情

本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。

了解详情

本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。

了解详情

完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型，展示您在以下方面的技能： 使用 BigQuery ML 创建和评估机器学习模型，以执行数据预测。 技能徽章是由 Google Cloud 颁发的专属数字徽章，旨在认可 您在 Google Cloud 产品与服务方面的熟练度；您需要在 交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得此徽章。完成此技能 徽章课程和作为最终评估的实验室挑战赛，即可获得技能徽章， 在您的人际圈中炫出自己的技能。

了解详情

This skill badge aims to evaluate a partner's ability to utilize various methods available to them to automate manual processes involved when deploying machine learning models using Vertex AI. Manual processes are often not scalable which is why advancing an organization's AI/ML adoption requires ML Ops processes to improve the rate of model training, experimentation and deployment.

了解详情

完成在 Vertex AI 上构建和部署机器学习解决方案课程，赢取中级技能徽章。 在此课程中，您将了解如何使用 Google Cloud 的 Vertex AI Platform、AutoML 以及自定义训练服务来 训练、评估、调优、解释和部署机器学习模型。 此技能徽章课程的目标受众是专业的数据科学家和机器学习 工程师。 技能徽章是由 Google Cloud 颁发的专属数字徽章，旨在认可 您对 Google Cloud 产品与服务的熟练度；您需要在 交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得此徽章。完成此技能徽章课程 和作为最终评估的实验室挑战赛，即可获得数字徽章， 在您的人际圈中炫出自己的技能。

了解详情

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.

了解详情

This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators. This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.

了解详情

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.

了解详情

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.

了解详情

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

了解详情

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.

了解详情

本课程介绍 Google Cloud 中的 AI 和机器学习 (ML) 服务，这些服务可构建预测式和生成式 AI 项目。本课程探讨从数据到 AI 的整个生命周期中可用的技术、产品和工具，包括 AI 基础、开发和解决方案。通过引人入胜的学习体验和实操练习，本课程可帮助数据科学家、AI 开发者和机器学习工程师提升技能和知识水平。

了解详情

完成中级技能徽章课程利用 BigQuery ML 构建预测模型时的数据工程处理， 展示自己在以下方面的技能：利用 Dataprep by Trifacta 构建 BigQuery 数据转换流水线； 利用 Cloud Storage、Dataflow 和 BigQuery 构建提取、转换和加载 (ETL) 工作流； 以及利用 BigQuery ML 构建机器学习模型。 技能徽章是由 Google Cloud 颁发的专属数字徽章，旨在认可 您对 Google Cloud 产品与服务的熟练度；您需要在 交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得此徽章。完成技能徽章课程和 作为最终评估的实验室挑战赛，即可获得数字徽章， 在您的人际圈中炫出自己的技能。

了解详情

完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据，展示以下技能： 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Dataproc 中创建集群和运行 Apache Spark 作业，以及调用机器学习 API，包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。 技能徽章是由 Google Cloud 颁发的专属数字徽章，旨在认可您在 Google Cloud 产品与服务方面的熟练度； 您需要在交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得。完成此技能徽章课程和作为最终评估的实验室挑战赛， 获得技能徽章，在您的人际圈中炫出自己的技能。

了解详情

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

了解详情

The two key components of any data pipeline are data lakes and warehouses. This course highlights use-cases for each type of storage and dives into the available data lake and warehouse solutions on Google Cloud in technical detail. Also, this course describes the role of a data engineer, the benefits of a successful data pipeline to business operations, and examines why data engineering should be done in a cloud environment. This is the first course of the Data Engineering on Google Cloud series. After completing this course, enroll in the Building Batch Data Pipelines on Google Cloud course.

了解详情

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.

了解详情