参加 ログイン

Sebiloane Kabelo

メンバー加入日: 2023

ゴールドリーグ

11185 ポイント
Generative AI Explorer : Vertex AI Earned 9月 26, 2023 EDT
画像生成の概要 Earned 9月 26, 2023 EDT
責任ある AI: Google Cloud における AI に関する原則の適用 Earned 9月 26, 2023 EDT
Generative AI Fundamentals Earned 9月 26, 2023 EDT
責任ある AI の概要 Earned 9月 21, 2023 EDT
大規模言語モデルの概要 Earned 9月 21, 2023 EDT
生成 AI の概要 Earned 9月 21, 2023 EDT
Google Cloud の基礎: コア インフラストラクチャ Earned 5月 30, 2023 EDT
Vertex AI での ML ソリューションの構築とデプロイ Earned 5月 29, 2023 EDT
BigQuery ML を使用した ML モデルの作成 Earned 5月 25, 2023 EDT
Preparing for Your Professional Cloud Network Engineer Journey - 日本語版 Earned 5月 23, 2023 EDT
BigQuery ML を使用した予測モデリング向けのデータ エンジニアリング Earned 4月 12, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - 日本語版 Earned 4月 12, 2023 EDT
Compute Engine でのロード バランシングの実装 Earned 4月 11, 2023 EDT
Professional Data Engineer の取得に向けた準備 Earned 4月 6, 2023 EDT
BigQuery でデータ ウェアハウスを構築する Earned 3月 31, 2023 EDT
Dataflow を使用したサーバーレスのデータ処理: 基礎 Earned 3月 29, 2023 EDT
Google Cloud における復元力のあるストリーミング分析システムの構築 Earned 3月 29, 2023 EDT
Google Cloud でのバッチデータ パイプラインの構築 Earned 3月 28, 2023 EDT
Google Cloud を使用したデータレイクとデータ ウェアハウスのモダナイゼーション Earned 3月 24, 2023 EDT
Google Workspace ユーザーおよびリソース管理 Earned 3月 24, 2023 EDT
Planning for a Google Workspace Deployment - 日本語版 Earned 3月 24, 2023 EDT
Google Meet - 日本語版 Earned 3月 23, 2023 EDT
Google Slides - 日本語版 Earned 3月 23, 2023 EDT
Google Sheets - 日本語版 Earned 3月 23, 2023 EDT
Google Docs - 日本語版 Earned 3月 23, 2023 EDT
Google Drive - 日本語版 Earned 3月 23, 2023 EDT
Google Calendar - 日本語版 Earned 3月 23, 2023 EDT
Gmail - 日本語版 Earned 3月 23, 2023 EDT
Google Workspace for IT Administrators Earned 3月 22, 2023 EDT
Google Workspace ツールを使ってみる Earned 3月 22, 2023 EDT
Google Workspace のデータ ガバナンス Earned 3月 1, 2023 EST
Google Workspace のセキュリティ Earned 3月 1, 2023 EST
Google Cloud の ML API 用にデータを準備 Earned 3月 1, 2023 EST
DEPRECATED Google Cloud Solutions II: Data and Machine Learning Earned 2月 28, 2023 EST
Google Sheets - Advanced Topics - 日本語版 Earned 2月 28, 2023 EST
Transform and Clean your Data with Dataprep by Alteryx on Google Cloud Earned 2月 24, 2023 EST
Associate Cloud Engineer の取得に向けた準備 Earned 2月 15, 2023 EST
Computer Vision Fundamentals with Google Cloud Earned 2月 14, 2023 EST
特徴量エンジニアリング Earned 2月 6, 2023 EST
本番環境 ML システム Earned 2月 6, 2023 EST
企業における ML Earned 2月 2, 2023 EST
Google Cloud での Keras を使った ML モデルの構築、トレーニング、デプロイ Earned 1月 31, 2023 EST
Launching into Machine Learning - 日本語版 Earned 1月 31, 2023 EST
Google Cloud Big Data and Machine Learning Fundamentals - 日本語版 Earned 1月 30, 2023 EST

This content is deprecated. Please see the latest version of the course, here.

詳細

このコースでは拡散モデルについて説明します。拡散モデルは ML モデル ファミリーの一つで、最近、画像生成分野での有望性が示されました。拡散モデルは物理学、特に熱力学からインスピレーションを得ています。ここ数年、拡散モデルは研究と産業界の両方で広まりました。拡散モデルは、Google Cloud の最先端の画像生成モデルやツールの多くを支える技術です。このコースでは、拡散モデルの背景にある理論と、モデルを Vertex AI でトレーニングしてデプロイする方法について説明します。

詳細

企業における AI と ML の利用が拡大し続けるなか、責任を持ってそれを構築することの重要性も増しています。多くの企業にとっての課題は、責任ある AI と口で言うのは簡単でも、それを実践するのは難しいということです。このコースは、責任ある AI を組織で運用化する方法を学びたい方に最適です。 このコースでは、Google Cloud が責任ある AI を現在どのように運用化しているかを、ベスト プラクティスや教訓と併せて学び、責任ある AI に対する独自のアプローチを構築するためのフレームワークとして活用できるようにします。

詳細

Earn a skill badge by passing the final quiz, you'll demonstrate your understanding of foundational concepts in generative AI. A skill badge is a digital badge issued by Google Cloud in recognition of your knowledge of Google Cloud products and services. Share your skill badge by making your profile public and adding it to your social media profile.

詳細

この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。

詳細

このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。

詳細

この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の機械学習の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。

詳細

Google Cloud の基礎: コア インストラクチャ では、Google Cloud に関する重要なコンセプトと用語について説明します。このコースでは動画とハンズオンラボを通じて学習を進めていきます。Google Cloud の多数のコンピューティング サービスとストレージ サービス、そしてリソースとポリシーを管理するための重要なツールについて比較しながら説明します。

詳細

Vertex AI での ML ソリューションの構築とデプロイ コースを修了して、 中級スキルバッジを獲得しましょう。このコースでは、Google Cloud の Vertex AI プラットフォーム、AutoML、カスタム トレーニング サービスを使用して、 ML モデルのトレーニング、評価、チューニング、説明、デプロイを行う方法を学びます。 このスキルバッジ コースは、データ サイエンティストと ML エンジニアのプロフェッショナルを 対象としています。 スキルバッジは、Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジで、 インタラクティブなハンズオン環境での知識の応用力を証明するものです。このスキルバッジと 最終評価チャレンジラボを完了し、デジタルバッジを獲得して ネットワークで共有しましょう。

詳細

「BigQuery ML を使用した ML モデルの作成」コースの中級スキルバッジを獲得できるアクティビティを修了すると、 BigQuery ML を使用して ML モデルを作成および評価し、データを予測するスキルを証明できます。 スキルバッジは、Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジで、 インタラクティブなハンズオン環境での知識の応用力を証明するものです。このスキル バッジ コースと最終評価チャレンジラボを修了し、スキルバッジを獲得して ネットワークで共有しましょう。

詳細

このコースでは、Professional Cloud Engineer 認定試験の合格を目指す方が受験の準備を進めることができます。試験範囲に含まれる Google Cloud 分野の概要と、分野に関する知識を高めるための学習計画の作成方法について学習します。

詳細

BigQuery ML を使用した予測モデリング向けのデータ エンジニアリング」のスキルバッジを獲得できる中級コースを修了すると、 Dataprep by Trifacta を使用した BigQuery へのデータ変換パイプラインの構築、 Cloud Storage、Dataflow、BigQuery を使用した抽出、変換、読み込み（ETL）ワークフローの構築、 BigQuery ML を使用した ML モデルの構築に関するスキルを実証できます。 スキルバッジは、Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジで、 インタラクティブなハンズオン環境での知識の応用力を証明するものです。スキルバッジ コースと 最終評価チャレンジラボを完了し、デジタルバッジを獲得して ネットワークで共有しましょう。

詳細

ML をデータ パイプラインに組み込むと、データから分析情報を抽出する能力を向上できます。このコースでは、Google Cloud でデータ パイプラインに ML を含める複数の方法について説明します。カスタマイズがほとんど、またはまったく必要ない場合のために、このコースでは AutoML について説明します。よりカスタマイズされた ML 機能については、Notebooks と BigQuery の機械学習（BigQuery ML）を紹介します。また、Vertex AI を使用して ML ソリューションを本番環境に導入する方法も説明します。

詳細

Compute Engine でのロード バランシングの実装 スキルバッジを獲得できる入門コースを修了すると、次のスキルを実証できます: gcloud コマンドの記述と Cloud Shell の使用、Compute Engine における仮想マシンの作成とデプロイ、 ネットワーク ロードバランサと HTTP ロードバランサの構成。 スキルバッジは、Google Cloud の プロダクトとサービスに関する習熟度を示す Google Cloud 発行の限定デジタルバッジです。 これは、インタラクティブなハンズオン環境での知識の応用力を 証明するものです。この入門コースと最終評価チャレンジラボを完了し、 スキルバッジを獲得しましょう。このスキルバッジはネットワークで共有できます。

詳細

このコースでは、Professional Data Engineer（PDE）認定資格試験に向けた学習計画を作成できます。学習者は、試験の範囲を把握できます。また、試験への準備状況を把握して、個々の学習計画を作成します。

詳細

「BigQuery でデータ ウェアハウスを構築する」スキルバッジを獲得できる中級コースを修了すると、 データの結合による新しいテーブルの作成、結合のトラブルシューティング、UNION を使用したデータの連結、日付パーティション分割テーブルの作成、 BigQuery での JSON、配列、構造体の操作に関するスキルを証明できます。 スキルバッジは、Google Cloud の プロダクトとサービスに関する習熟度を示す Google Cloud 発行の限定デジタルバッジです。 これは、インタラクティブなハンズオン環境での知識の応用力を 証明するものです。このスキルバッジ コースと最終評価チャレンジラボを修了し、 デジタルバッジを獲得してネットワークで共有しましょう。

詳細

このコースは、Dataflow を使用したサーバーレスのデータ処理に関する 3 コースシリーズのパート 1 です。この最初のコースでは、始めに Apache Beam とは何か、そして Dataflow とどのように関係しているかを復習します。次に、Apache Beam のビジョンと Beam Portability フレームワークの利点について説明します。Beam Portability フレームワークによって、デベロッパーが好みのプログラミング言語と実行バックエンドを使用できるビジョンが実現します。続いて、Dataflow によってどのように費用を節約しながらコンピューティングとストレージを分離できるか、そして識別ツール、アクセスツール、管理ツールがどのように Dataflow パイプラインと相互に機能するかを紹介します。最後に、Dataflow でそれぞれのユースケースに合った適切なセキュリティ モデルを実装する方法について学習します。

詳細

ストリーミングによって企業が事業運営に関するリアルタイムの指標を取得できるようになり、ストリーミング データの処理を行う機会が増えてきました。このコースでは、Google Cloud でストリーミング データ パイプラインを構築する方法について学習します。受信ストリーミング データの処理のために Pub/Sub について説明します。また、このコースでは、Dataflow を使用してストリーミング データの集計や変換を行う方法、処理済みのレコードを分析用に BigQuery や Bigtable に保存する方法についても説明します。さらに、Qwiklabs を使用して Google Cloud でストリーミング データ パイプラインのコンポーネントを構築する実践演習を行います。

詳細

通常、データ パイプラインは、「抽出、読み込み（EL）」、「抽出、読み込み、変換（ELT）」、「抽出、変換、読み込み（ETL）」のいずれかの考え方に分類できます。このコースでは、バッチデータではどの枠組みを、どのような場合に使用するのかについて説明します。本コースではさらに、BigQuery、Dataproc 上での Spark の実行、Cloud Data Fusion のパイプラインのグラフ、Dataflow でのサーバーレスのデータ処理など、データ変換用の複数の Google Cloud テクノロジーについて説明します。また、Qwiklabs を使用して Google Cloud でデータ パイプラインのコンポーネントを構築する実践演習を行います。

詳細

すべてのデータ パイプラインには、データレイクとデータ ウェアハウスという 2 つの主要コンポーネントがあります。このコースでは、各ストレージ タイプのユースケースを紹介し、Google Cloud で利用可能なデータレイクとデータ ウェアハウスのソリューションを技術的に詳しく説明します。また、データ エンジニアの役割や、効果的なデータ パイプラインが事業運営にもたらすメリットについて確認し、クラウド環境でデータ エンジニアリングを行うべき理由を説明します。 これは「Data Engineering on Google Cloud」シリーズの最初のコースです。このコースを修了したら、「Google Cloud でのバッチデータ パイプラインの構築」コースに登録してください。

詳細

このコースでは、Google Workspace におけるユーザーおよびリソース管理の基礎を学びます。組織のニーズに応じた組織部門の構成方法や、さまざまな種類の Google グループの管理方法、ドメイン設定の管理方法についての理解を深め、最終的には Google Workspace 環境におけるリソースの最適化と構造化に関するスキルを習得します。

詳細

「Planning for a Google Workspace Deployment」は、「Google Workspace Administration」シリーズの最後のコースです。 このコースでは、Google の導入方法とベスト プラクティスについて説明します。Cymbal で Google Workspace の導入を計画している Katelyn と Marcus の例を見ていきます。プロビジョニング、メールフロー、データ移行、併用といった核となる技術プロジェクト分野に焦点を当て、各分野に最適な導入戦略を検討します。 また、Google Workspace の導入におけるチェンジ マネジメントの重要性についても説明します。チェンジ マネジメントにより、ユーザーは Google Workspace にスムーズに移行できるようになり、コミュニケーション、サポート、トレーニングを通じて働き方の変革のメリットを得ることができます。 このコースでは、理論的なトピックを取り上げます。実践的な演習は行いません。Google Workspace のトライアルをまだキャンセルしていない場合は、今すぐ行い、不要な料金が発生しないようにしてください。

詳細

このコースでは、Google Workspace に付属する Google のビデオ会議ソフトウェアである Google Meet について紹介します。 Google Meet を使ってビデオ会議を作成し、管理する方法について説明します。Google Meet を開き、ビデオ会議にユーザーを追加するさまざまな方法について確認します。カレンダーの予定や会議リンクなど、さまざまなソースから会議に参加する方法についても説明します。 Google Meet を使用して、チームがどこにいても、コミュニケーション、意見の交換、リソースの共有をより適切に行う方法について説明します。ニーズに合わせて Google Meet 環境をカスタマイズする方法や、ビデオ会議中にチャット メッセージを効率的に使う方法について説明します。また、カレンダーの招待状や添付ファイルを使うなど、リソースを共有するさまざまな方法について確認します。 Google Meet の主催者用ボタンを使って参加者を管理し、インタラクティブな管理機能を利用する方法について説明します。ビデオ会議の録画やライブ ストリーミングを行う方法についても説明します。

詳細

Google スライドを使用すると、営業用、プロジェクト用、トレーニング モジュール用にプロフェッショナルなプレゼンテーションを作成して提示できます。 Google スライドのプレゼンテーションは、クラウドに安全に保存されます。プレゼンテーションはウェブブラウザで直接作成でき、特別なソフトウェアは必要ありません。 さらに、複数のユーザーが同時に作業することができ、他のユーザーの変更内容をリアルタイムで見ることもできます。変更はすべて自動的に保存されます。このコースでは、Google スライドを開いて空のプレゼンテーションを作成する方法と、テンプレートからプレゼンテーションを作成する方法を学習します。プレゼンテーションのテーマやレイアウトのオプション、コンテンツとスピーカーノートの追加や書式設定の方法について学びます。表、画像、グラフなどを追加してスライドを充実させる方法を学習します。また、スライドの切り替え効果やオブジェクトのアニメーションなどの視覚効果をプレゼンテーションで使用する方法についても学びます。スライドを整理する方法について説明し、スライドの複製と順序付け、既存のスライドのインポート、スライドのコピー、スライドの非表示などのオプションを確認します。プレゼンテーションを他のユーザーと共有する方法のほか、共同編集者の権限、変更履歴、バージョン管理についても学習します。Google スライドには、チームの共同編集を容易にするさまざまな機能が用意されています。チームでの共同編集にコメントとアクション アイテムを活用する方法を学習します。 スライドを提示することが最終的な目標であるため、スライドを他の人にプレゼンテーションする方法や、利用可能なプレゼンテーション ツールについて学習します。

詳細

このコースでは、Google スプレッドシートを紹介します。Google スプレッドシートはクラウドベースのスプレッドシート ソフトウェアで、 Google Workspace に含まれています。 Google スプレッドシートでは、ウェブブラウザで直接スプレッドシートを作成して編集できます。特別なソフトウェアは必要ありません。 複数のユーザーが同時に編集することも、他のユーザーの変更内容をリアルタイムで見ることもできます。また、変更はすべて自動的に保存されます。 このコースでは、Google スプレッドシートを開いて空のスプレッドシートを作成する方法、テンプレートからスプレッドシートを作成する方法を学習します。また、Google スプレッドシートを使用してデータの追加、インポート、並べ替え、フィルタリング、書式設定を行い、さまざまな種類のファイルで作業する方法も学習します。 数式と関数を使用すると、すばやく計算を行ってデータをより有効に活用できます。このコースでは、基本的な数式を作成する方法、関数を使用する方法、データを参照する方法について見ていきます。スプレッドシートにグラフを追加する方法も学習します。 Google スプレッドシートは簡単に共有できます。このコースでは、他のユーザーとスプレッドシートを共有するさまざまな方法を見ていきます。また、変更を追跡し、Google スプレッドシートのバージョンを管理する方法についても説明します。 Google Workspace を使用すれば、チーム、クライアント、他のユーザーがどこにいても、簡単に共同編集を行うことができます。Google スプレッドシートで利用できる共同編集オプションについてもいくつか紹介します。これらのオプションには、コメント、アクション アイテム、通知などがあります。

詳細

Google ドキュメントを使用すると、ドキュメントがクラウドに保存され、任意のパソコンまたはデバイスからアクセスできます。ウェブブラウザでドキュメントを作成および編集できます。特別なソフトウェアは必要ありません。さらに、複数のユーザーが同時に作業することができ、ユーザーが変更を行ったときにその変更を確認することも可能です。各変更は自動的に保存されます。 このコースでは、Google ドキュメントの開き方、新しいドキュメントの作成と書式設定の方法、新しいドキュメントへのテンプレートの適用方法について説明します。 目次、ヘッダーとフッター、表、図、画像などを使用してドキュメントの質を高める方法を説明します。 ドキュメントを他のユーザーと共有する方法について説明します。共有オプションのほか、共同編集者のロールと権限を確認します。ドキュメントのバージョンを管理する方法について説明します。 Google ドキュメントを使用すると、同じドキュメントで他のユーザーとリアルタイムで共同作業できます。ドキュメント内のコメントとアクション アイテムを作成、管理する方法について説明します。 複数の Google ドキュメント ツールを確認します。自分のスタイルに合わせて環境設定を行う方法を理解し、Google Explore などのツールを使用してコンテンツの価値を高める方法を検討します。

詳細

Google ドライブは Google のクラウドベースのファイル ストレージ サービスです。Google ドライブでは、すべての作業を 1 か所にまとめ、追加のソフトウェアを必要とせずにさまざまなファイル形式を表示でき、どのデバイスからでもファイルにアクセスできます。 このコースでは、Google ドライブの操作方法を学びます。ファイルやフォルダをアップロードする方法や、ファイルの種類に関係なく作業する方法のほか、Google ドライブでファイルを簡単に表示、配置、整理、変更、削除する方法についても学びます。 Google ドライブには共有ドライブが含まれています。共有ドライブを使用して、チームでファイルを保存したり、検索したり、ファイルにアクセスしたりできます。新しい共有ドライブの作成、メンバーの追加と管理、共有ドライブのコンテンツの管理などの方法を学びます。 Google Workspace とはつまり、コラボレーションと共有機能そのものです。Google ドライブで利用できる共有オプションを確認し、さまざまなユーザー ロールや割り当て可能な権限について学びます。 また、テンプレートを使用して一貫性を確保し、時間を節約する方法についても確認します。 Google ドライブには、さまざまなツールやオプションが用意されています。このコースでは、それらのオプションの中から、オフラインで作業する方法、ドライブ ファイル ストリームを使用する方法、Google Workspace Marketplace からアプリをインストールする方法について説明します。

詳細

Google カレンダーを使用すると、会議や予定のスケジュールを設定することや、今後のアクティビティに関するリマインダーを受信することが簡単にでき、今後の予定を常に把握することができます。Google カレンダーはチーム向けに設計されているため、スケジュールを他のユーザーと共有することや、複数の共用カレンダーを作成してチームで使用することが簡単にできます。 このコースでは、Google カレンダーの予定を作成して管理する方法（既存の予定の更新、予定の削除と復元、カレンダーの検索）を学びます。 リマインダー、タスク、予約枠など、さまざまな種類の予定をどのようなときに使うのかを理解できるようになります。 自分の作業のやり方に合わせてカスタマイズ可能な Google カレンダーの設定について詳しく見ていきます。 追加のカレンダーを作成する方法、他のユーザーとカレンダーを共有する方法、組織内の他のカレンダーにアクセスする方法も学びます。

詳細

Gmail は Google のクラウドベースのメールサービスです。ウェブブラウザだけであらゆるパソコンやデバイスからメッセージにアクセスできます。 このコースでは、メッセージの作成、送信、返信方法について学習します。また、Gmail メッセージに適用できるいくつかの一般的な操作についても説明し、Gmail のラベルを使用してメールを整理する方法を学習します。 一般的な Gmail の設定と機能について説明します。たとえば、個人の連絡先やグループを管理する方法、Gmail の受信トレイを自分の作業の進め方に合わせてカスタマイズする方法、独自のメール署名とテンプレートを作成する方法について学習します。 Google は検索で有名です。Gmail にも強力な検索機能とフィルタ機能が含まれています。Gmail の高度な検索機能を使用して、メッセージを自動的にフィルタする方法を学習します。

詳細

このクエストでは、セキュリティ、ユーザーとグループのプロビジョニング、アプリケーションや Google Meet の管理といった、Google Workspace 管理に関するいくつかのトピックについての実践演習を行います。

詳細

「Google Workspace ツールを使ってみる」コースを修了して入門レベルのスキルバッジを獲得しましょう。このコースでは、 Google のコラボレーション プラットフォームの概要と、 Gmail、カレンダー、Meet、ドライブ、スプレッドシート、AppSheet の使用方法を学びます。 スキルバッジは、ハンズオンラボとチャレンジラボの課題の評価を通じて特定のプロダクトに関する実践的な知識を証明するものです。コースを修了してバッジを獲得することも、 チャレンジラボに直接挑戦して今すぐバッジを獲得することもできます。 バッジはトピックに習熟していることの証明であり、仕事用プロフィールの充実、ひいてはキャリアの可能性拡大につながります。 プロフィールにアクセスすると、獲得したバッジを確認できます。

詳細

このコースでは、Google Workspace 環境内のデータを管理するためのスキルを身に付けます。まず、Gmail とドライブのデータ漏洩を防止するデータ損失防止（DLP）ルールについて確認します。その後、Google Vault を使用してデータを保持、保存、取得する方法を学習します。次に、規制を遵守するように、データ リージョンおよびエクスポート設定を構成する方法を学びます。最後に、組織とセキュリティを強化するために、ラベルを使用してデータを分類する方法を確認します。

詳細

このコースを受講すると、Google Workspace 環境のセキュリティを確保できるようになります。まず、ユーザー アクセスを制御する強力なパスワード ポリシーと 2 段階認証プロセスを実装します。その後、セキュリティ調査ツールを利用して、セキュリティ リスクを事前に特定し、対処します。次に、サードパーティ製アプリへのアクセスとモバイル デバイスを管理し、セキュリティを確保します。最後に、メール セキュリティとコンプライアンス対策を適用して、組織データを保護します。

詳細

「Google Cloud の ML API 用にデータを準備」コースの入門スキルバッジを獲得できるアクティビティを修了すると、 Dataprep by Trifacta を使用したデータのクリーニング、Dataflow でのデータ パイプラインの実行、Dataproc でのクラスタの作成と Apache Spark ジョブの実行、 Cloud Natural Language API、Google Cloud Speech-to-Text API、Video Intelligence API などの ML API の呼び出しに関するスキルを証明できます。 スキルバッジは、Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジで、 インタラクティブなハンズオン環境での知識の応用力を証明するものです。このスキルバッジ コースと最終評価チャレンジラボを修了し、 スキルバッジを獲得してネットワークで共有しましょう。

詳細

In this advanced-level quest, you will learn how to harness serious Google Cloud computing power to run big data and machine learning jobs. The hands-on labs will give you use cases, and you will be tasked with implementing big data and machine learning practices utilized by Google’s very own Solutions Architecture team. From running Big Query analytics on tens of thousands of basketball games, to training TensorFlow image classifiers, you will quickly see why Google Cloud is the go-to platform for running big data and machine learning jobs.

詳細

Google スプレッドシートの中級コースは、初級のコースで説明されたコンセプトを元に進められます。 このコースでは、Google スプレッドシートでテーマを適用してカスタマイズする方法を学習し、条件付き書式のオプションを確認します。 Google スプレッドシートの高度な数式と関数をいくつか学習します。関数を使用した数式を作成する方法を確認し、さらに Google スプレッドシート内のデータを参照して検証する方法を学びます。 スプレッドシートには、何百万という数、数式、テキストを入力しておくことができます。このようなデータは要約や可視化を行わないと、十全に活用することが難しい場合があります。このコースでは、グラフやピボット テーブルなど、Google スプレッドシートのデータ可視化オプションを確認します。 Google フォームは、データを収集して迅速なデータ分析を可能にするオンライン アンケートです。フォームで収集したデータをスプレッドシートに接続する作業や、既存のスプレッドシートからフォームを作成する作業を通じて、フォームとスプレッドシートがどのように連携するのかを確認します。

詳細

Dataprep is Google's self-service data preparation tool built in collaboration with Alteryx. Learn the basics of cleaning and preparing data for analysis and visualization, all in the Google ecosystem. In this course, you will learn how to connect Dataprep to your data in Cloud Storage and BigQuery, clean data using the interactive UI, profile the data, and publish your results back into the Google ecosystem. You will learn the basics of data transformation, including filtering values, reshaping the data, combining multiple datasets, deriving new values, and aggregating your dataset.

詳細

このコースでは、Associate Cloud Engineer 認定試験の合格を目指す方が受験の準備を進めることができます。試験範囲に含まれる Google Cloud ドメインの概要と、ドメインに関する知識を高めるための学習計画の作成方法について学習します。

詳細

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.

詳細

このコースでは、Vertex AI Feature Store を使用するメリット、ML モデルの精度を向上させる方法、最も有効な特徴を抽出できるデータ列の見極め方について説明します。また、BigQuery ML、Keras、TensorFlow を使用した特徴量エンジニアリングに関するコンテンツとラボも用意されています。

詳細

このコースでは、本番環境で高パフォーマンスな ML システムを構築するためのコンポーネントとベスト プラクティスについて学習します。また、ML システムを構築するうえで最も一般的な考慮事項を紹介します。これには、静的トレーニング、動的トレーニング、静的な推論、動的な推論、分散型 TensorFlow、TPU などが含まれます。このコースでは、優れた予測能力にとどまらない、優れた ML システムの特性を探索することに焦点を当てています。

詳細

このコースでは、ML ワークフローに対する実践的なアプローチを取り上げます。具体的には、いくつかの ML のビジネス要件とユースケースに取り組む ML チームをケーススタディ形式で紹介します。このチームは、データ マネジメントとガバナンスに必要なツールを理解し、データの前処理に最適なアプローチを検討する必要があります。 2 つのユースケースに対して ML モデルを構築するための 3 つのオプションがチームに提示されます。このコースでは、チームの目標を達成するために、AutoML、BigQuery ML、カスタム トレーニングを使用する理由について説明します。

詳細

このコースでは、TensorFlow と Keras を使用した ML モデルの構築、ML モデルの精度の向上、スケーリングに対応した ML モデルの作成について取り上げます。

詳細

このコースでは、まず、データ品質を向上させる方法や探索的データ分析を行う方法など、データについての議論から始めます。Vertex AI AutoML について確認し、コードを一切記述せずに ML モデルを構築、トレーニング、デプロイする方法を説明します。また、BigQuery ML のメリットを確認します。その後、ML モデルを最適化する方法、一般化とサンプリングを活用してカスタム トレーニング向けに ML モデルの品質を評価する方法を説明します。

詳細

このコースでは、データから AI へのライフサイクルをサポートする Google Cloud のビッグデータと ML のプロダクトやサービスを紹介します。また、Google Cloud で Vertex AI を使用してビッグデータ パイプラインと ML モデルを作成する際のプロセス、課題、メリットについて説明します。

詳細