加入 登录

Hrishikesh Galphade

成为会员时间：2022

黄金联赛

39670 积分
機器學習運作 (MLOps) 與 Vertex AI：模型評估 Earned Jan 12, 2025 EST
Vector Search 和嵌入 Earned Dec 17, 2024 EST
建立圖像說明生成模型 Earned Dec 16, 2024 EST
圖像生成簡介 Earned Dec 16, 2024 EST
Transformer 和 BERT 模型 Earned Dec 15, 2024 EST
在 Compute Engine 實作負載平衡功能 Earned Nov 9, 2024 EST
雲端架構：設計、實作與管理 Earned Oct 28, 2024 EDT
Google Kubernetes Engine 成本效益最佳化 Earned Oct 27, 2024 EDT
設定 Google Cloud 網路 Earned Oct 26, 2024 EDT
編碼器-解碼器架構 Earned Oct 23, 2024 EDT
注意力機制 Earned Sep 29, 2024 EDT
運用 BigQuery ML 建立機器學習模型 Earned Sep 24, 2024 EDT
Build MLOps Pipelines using Vertex AI Earned Sep 23, 2024 EDT
透過 Vertex AI 建構及部署機器學習解決方案 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 的 AI 和機器學習服務簡介 Earned Apr 4, 2024 EDT
使用 BigQuery ML 為預測模型進行資料工程 Earned Oct 17, 2022 EDT
在 Google Cloud 為機器學習 API 準備資料 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

本課程針對評估生成式和預測式 AI 模型，向機器學習從業人員介紹相關的基礎工具、技術和最佳做法。模型評估是機器學習的重要領域，確保這類系統能在正式環境中提供可靠、準確且成效優異的結果。 學員將深入瞭解多種評估指標與方法，以及適用於不同模型類型和工作的應用方式。此外，也會特別介紹生成式 AI 模型帶來的獨特難題，並提供有效的應對策略。透過 Google Cloud Vertex AI 平台，學員將瞭解在模型挑選、最佳化和持續監控方面，該如何導入穩健的評估程序。

了解详情

這堂課程會介紹 AI 搜尋技術、工具和應用程式。主題涵蓋使用向量嵌入執行語意搜尋；結合語意和關鍵字做法的混合型搜尋機制；以及運用檢索增強生成 (RAG) 技術建構有基準的 AI 代理，盡可能減少 AI 幻覺。您可以實際使用 Vertex AI Vector Search，打造智慧型搜尋引擎。

了解详情

本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分，例如編碼器和解碼器，以及如何訓練和評估模型。在本課程結束時，您將能建立自己的圖像說明生成模型，並使用模型產生圖像說明文字。

了解详情

本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。

了解详情

這堂課程將說明變換器架構，以及基於變換器的雙向編碼器表示技術 (BERT) 模型，同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外，也會介紹 BERT 適用的各種任務，像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。

了解详情

完成 在 Compute Engine 實作負載平衡功能 技能徽章入門課程，即可證明您具備下列技能： 編寫 gcloud 指令和使用 Cloud Shell、在 Compute Engine 建立及部署虛擬機器， 以及設定網路和 HTTP 負載平衡器。 「技能徽章」是 Google Cloud 核發的 獨家數位徽章，用於肯定您在 Google Cloud 產品與服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境中應用相關 知識。完成這個課程及挑戰研究室 最終評量，即可取得技能徽章並與親友分享。

了解详情

完成 雲端架構：設計、實作與管理 課程即可獲得 技能徽章，證明您具備下列技能： 使用 Apache 網路伺服器部署可公開存取的網站、使用開機指令碼設定 Compute Engine VM、 使用 Windows 防禦主機和防火牆規則設定安全的 RDP、建構 Docker 映像檔並部署至 Kubernetes 叢集，然後進行更新，以及建立 Cloud SQL 執行個體並匯入 MySQL 資料庫。 這個技能徽章課程是絕佳的 資源，可讓您瞭解Google Cloud 認證專業雲端架構師認證測驗涵蓋的主題。 「技能徽章」是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品與服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成 本課程及結業評量挑戰研究室，即可獲得技能徽章 並與親友分享。

了解详情

完成 Google Kubernetes Engine 成本效益最佳化 技能徽章中階課程， 即可證明您具備下列技能：建立及管理多租戶叢集、依據命名空間監控資源使用量、 設定自動調度叢集和 Pod 資源以提升效能、設定負載平衡以最佳化 資源分配，以及導入有效性和完備性探測，確保應用程式維持健康並符合成本效益。 「技能徽章」是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精熟技能， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成 本課程及結業評量挑戰實驗室，即可取得技能徽章 並與親友分享。

了解详情

完成「設定 Google Cloud 網路」課程，即可獲得技能徽章。 您將瞭解如何在 Google Cloud Platform 執行基本的網路工作，包括建立自訂網路、新增子網路防火牆規則，還有建立 VM 並測試 VM 之間的通訊延遲。 「技能徽章」是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品與服務方面的精熟技能， 並代表您已通過測驗， 能在互動式實作環境中應用相關知識。完成這個課程及結業評量挑戰實驗室， 即可取得數位徽章並與他人分享。

了解详情

本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。

了解详情

本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。

了解详情

完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。 「技能徽章」是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精熟技能， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成 本課程及結業評量挑戰實驗室，即可取得技能徽章 並與他人分享。

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 透過 Vertex AI 建構及部署機器學習解決方案 課程，即可瞭解如何使用 Google Cloud 的 Vertex AI 平台、AutoML 和自訂訓練服務， 訓練、評估、調整、解釋及部署機器學習模型。 這個技能徽章課程適合專業數據資料學家和機器學習 工程師，完成即可取得中階技能徽章。技能 徽章是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境應用相關知識。完成這個技能徽章課程 和結業評量挑戰實驗室，就能獲得數位徽章， 並與親友分享。

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

本課程介紹 Google Cloud 中的 AI 和機器學習 (ML) 服務。這些服務可建構預測式和生成式 AI 專案。我們將帶您探索「從資料到 AI」生命週期中適用的技術、產品和工具，包括 AI 基礎、開發選項及解決方案。課程目的是藉由生動的學習體驗與實作練習，增進數據資料學家、AI 開發人員和機器學習工程師的技能與知識。

了解详情

完成使用 BigQuery ML 為預測模型進行資料工程技能徽章中階課程， 即可證明自己具備下列知識與技能：運用 Dataprep by Trifacta 建構連至 BigQuery 的資料轉換 pipeline； 使用 Cloud Storage、Dataflow 和 BigQuery 建構「擷取、轉換及載入」(ETL) 工作負載， 以及使用 BigQuery ML 建構機器學習模型。技能 徽章是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精熟技能， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成 這個課程及結業評量挑戰實驗室，即可取得數位徽章 並與他人分享。

了解详情

完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Dataproc 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。 「技能徽章」是 Google Cloud 核發的獨家數位徽章，用於肯定您在 Google Cloud 產品與服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成本技能徽章課程及結業評量挑戰研究室， 即可取得技能徽章並與他人分享。

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