Learn to deploy and run Microsoft Windows® applications on Google Cloud. Through lectures and hands-on labs, learn how to configure and run Microsoft Windows and Microsoft SQL Server in Compute Engine. You will also learn how to develop and deploy ASP.NET applications and deploy them to Compute Engine, App Engine, and Google Kubernetes Engine.
詳細
このコースでは、Google Cloud 向けに Terraform を使用する方法の概要を説明します。このコースを受講すると、Terraform を使用して Infrastructure as Code を実装し、その主要な特性と機能を使って Google Cloud インフラストラクチャを作成および管理する方法について説明できるようになります。
また、Terraform を使用して Google Cloud のリソースを構築、管理する実践的な演習を受けられます。
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、生成 AI モデルとのやりとり、ビジネス アイデアのプロトタイプ作成、本番環境へのリリースを行うツールである Vertex AI Studio をご紹介します。現実感のあるユースケースや、興味深い講義、ハンズオンラボを通して、プロンプトの作成から成果の実現に至るまでのライフサイクルを詳細に学び、Gemini マルチモーダル アプリケーションの開発、プロンプトの設計、モデルのチューニングに Vertex AI を活用する方法を学習します。Vertex AI Studio を利用することで、生成 AI をプロジェクトに最大限に活かせるようになることを目指します。
このコースでは、アテンション機構について学習します。アテンション機構とは、ニューラル ネットワークに入力配列の重要な部分を認識させるための高度な技術です。アテンションの仕組みと、アテンションを活用して機械翻訳、テキスト要約、質問応答といったさまざまな ML タスクのパフォーマンスを改善する方法を説明します。
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
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
「Generative AI Explorer - Vertex AI」コースには、 Google Cloud での生成 AI の使用方法に関する複数のラボが含まれます。ラボでは、Vertex AI PaLM API ファミリーの text-bison、chat-bison、 textembedding-gecko などのモデルの使用方法を確認し、プロンプト設計やベスト プラクティス、さらに Vertex AI を活用した アイディエーション、テキスト分類、テキスト抽出、テキスト要約について 学びます。また、 Vertex AI カスタム トレーニングによって基盤モデルをチューニングし、Vertex AI エンドポイントにデプロイする方法も学びます。
詳細
このコースでは、ML について定義し、ビジネスで ML をどのように活用できるのかを学習します。機械学習を使用したデモをいくつか確認し、機械学習の主な用語（インスタンス、特徴、ラベルなど）について学習します。インタラクティブなラボでは、事前トレーニング済みの ML API の呼び出しを実行するほか、BigQuery ML で SQL のみを使用して独自の ML モデルを構築します。
詳細
¨Microservices" describes a software design pattern in which an application is a collection of loosely coupled services. These services are fine-grained, and can be individually maintained and scaled. The microservices architecture is ideal for the public cloud, with its focus on elastic scaling with on-demand resources. In this course, you will learn how to build Java applications using Spring Boot and Spring Cloud on Google Cloud.
You'll use Spring Cloud Config to manage your application's configuration. You'll send and receive messages with Pub/Sub and Spring Integration. You'll also use Cloud SQL as a managed relational database for your Java applications, and learn how to migrate to Spanner, which is Google Cloud's globally-distributed strongly consistent database service. You'll also learn about tracing and debugging your Spring applications with Google Cloud Observability.
To succeed in this course, you should be familiar with the Java programming language and building Java a…
詳細
このコースシリーズの 3 番目のコースは、「Achieving Advanced Insights with BigQuery」です。ここでは、高度な関数と、複雑なクエリを管理可能なステップに分割する方法を学びながら、SQL に関する知識を深めます。 BigQuery の内部アーキテクチャ（列ベースのシャーディング ストレージ）についてや、ARRAY と STRUCT を使用した、ネストされたフィールドと繰り返しフィールドなどの高度な SQL トピックについて説明します。最後に、クエリのパフォーマンスを最適化する方法と、承認済みビューを使用してデータを保護する方法について説明します。 このコースを修了したら、「Applying Machine Learning to Your Data with Google」コースに登録してください。
詳細
これは「Data to Insights」コースシリーズの 2 つ目のコースです。ここでは、新しい外部データセットを BigQuery に取り込み、Looker Studio で可視化する方法について説明します。また、複数テーブルの JOIN と UNION など、中級者向けの SQL のコンセプトについても説明します。JOIN や UNION を使用すると、複数のデータソースのデータを分析できます。 注: すでに SQL に関する知識をお持ちの方も、BigQuery に固有の要素（クエリ キャッシュやテーブル ワイルドカードの処理など）について学ぶことができます。 このコースを修了したら、「Achieving Advanced Insights with BigQuery」コースに登録してください。
詳細
「Introduction to Generative AI」、「Introduction to Large Language Models」、「Introduction to Responsible AI」の各コースを修了すると、スキルバッジを獲得できます。最終テストに合格することで、ジェネレーティブ AI の基礎概念を理解していることが証明されます。
スキルバッジは、Google Cloud のプロダクトとサービスに関する知識を認定するために Google Cloud が発行するデジタルバッジです。スキルバッジは、ソーシャル メディアの公開プロフィールを作成してそこに追加することで一般向けに共有できます。
詳細
この入門レベルのマイクロラーニング コースでは、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
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。
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.
This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
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
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
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
このコースでは、Google Cloud 上で本番環境の ML システムをデプロイ、評価、モニタリング、運用するための MLOps ツールとベスト プラクティスについて説明します。MLOps は、本番環境 ML システムのデプロイ、テスト、モニタリング、自動化に重点を置いた規範です。機械学習エンジニアリングの担当者は、ツールを活用して、デプロイしたモデルの継続的な改善と評価を行います。また、データ サイエンティストと協力して、あるいは自らがデータ サイエンティストとして、最も効果的なモデルを迅速かつ正確にデプロイできるようモデルを開発します。
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。
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。
詳細
多くの IT 組織では、アジリティを求める開発者と、安定性を重視する運用担当者の間で、インセンティブが調整されていません。サイト信頼性エンジニアリング（SRE）は、Google が開発と運用の間のインセンティブを調整し、ミッション クリティカルな本番環境サポートを行う方法です。SRE の文化的および技術的手法を導入することで、ビジネスと IT の連携を改善できます。このコースでは、Google の SRE の主な手法を紹介し、SRE の組織的な導入を成功させるうえで IT リーダーとビジネス リーダーが果たす重要な役割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。
Data Catalog is deprecated and will be discontinued on January 30, 2026. You can still complete this course if you want to. For steps to transition your Data Catalog users, workloads, and content to Dataplex Catalog, see Transition from Data Catalog to Dataplex Catalog (https://cloud.google.com/dataplex/docs/transition-to-dataplex-catalog). Data Catalog is a fully managed and scalable metadata management service that empowers organizations to quickly discover, understand, and manage all of their data. In this quest you will start small by learning how to search and tag data assets and metadata with Data Catalog. After learning how to build your own tag templates that map to BigQuery table data, you will learn how to build MySQL, PostgreSQL, and SQLServer to Data Catalog Connectors.
If you want to take your Google Cloud networking skills to the next level, look no further. This course is composed of labs that cover real-life use cases and it will teach you best practices for overcoming common networking bottlenecks. From getting hands-on practice with testing and improving network performance, to integrating high-throughput VPNs and networking tiers, Network Performance and Optimization is an essential course for Google Cloud developers who are looking to double down on application speed and robustness.
「Google Cloud での ML の API の使用 」コースを修了して、上級スキルバッジを獲得しましょう。このコースでは、ML と AI テクノロジーを活用する 3 つの API（Cloud Vision API、Cloud Translation API、Cloud Natural Language API） の基本機能について学習します。 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て スキルバッジを獲得し、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。
Google Cloud で機械学習を実装する際のベスト プラクティスには何があるでしょうか。Vertex AI とは何であり、このプラットフォームを使用してコードを 1 行も記述せずに AutoML 機械学習モデルを迅速に構築、トレーニング、デプロイするにはどうすればよいでしょうか。機械学習とはどのようなもので、どのような問題の解決に役立つのでしょうか。
Google では機械学習について独自の視点で考えています。マネージド データセット、特徴量ストア、そしてコードを 1 行も記述せずに迅速に機械学習モデルを構築、トレーニング、デプロイする手段を 1 つにまとめた統合プラットフォームを提供するとともに、データにラベル付けし、TensorFlow、SciKit Learn、Pytorch、R やその他のフレームワークを使用して Workbench ノートブックを作成できるようにすることが、Google の考える機械学習の在り方です。Google の Vertex AI プラットフォームでは、カスタムモデルをトレーニングしたり、コンポーネント パイプラインを構築したりすることもできます。さらに、オンライン予測とバッチ予測の両方を実施できます。このコースでは、候補となるユースケースを機械学習で学習できる形に変換する 5 つのフェーズについても説明し、これらのフェーズを省略しないことが重要である理由について論じます。最後に、機械学習によって増幅される可能性のあるバイアスの認識と、それを識別する方法について説明します。
詳細
The hands-on labs in this Quest are structured to give experienced app developers hands-on practice with the state-of-the-art developing applications in Google Cloud. The topics align with the Google Cloud Certified Professional Cloud Developer Certification. These labs follow the sequence of activities needed to create and deploy an app in Google Cloud from beginning to end. Be aware that while practice with these labs will increase your skills and abilities, it is recommended that you also review the exam guide and other available preparation resources.
詳細
Containerized applications have changed the game and are here to stay. With Kubernetes, you can orchestrate containers with ease, and integration with the Google Cloud Platform is seamless. In this advanced-level quest, you will be exposed to a wide range of Kubernetes use cases and will get hands-on practice architecting solutions over the course of 8 labs. From building Slackbots with NodeJS, to deploying game servers on clusters, to running the Cloud Vision API, Kubernetes Solutions will show you first-hand how agile and powerful this container orchestration system is.
詳細
Want to scale your data analysis efforts without managing database hardware? Learn the best practices for querying and getting insights from your data warehouse with this interactive series of BigQuery labs. BigQuery is Google's fully managed, NoOps, low cost analytics database. With BigQuery you can query terabytes and terabytes of data without having any infrastructure to manage or needing a database administrator. BigQuery uses SQL and can take advantage of the pay-as-you-go model. BigQuery allows you to focus on analyzing data to find meaningful insights.
詳細
In this introductory-level quest, you will learn the fundamentals of developing and deploying applications on the Google Cloud Platform. You will get hands-on experience with the Google App Engine framework by launching applications written in languages like Python, Ruby, and Java (just to name a few). You will see first-hand how straightforward and powerful GCP application frameworks are, and how easily they integrate with GCP database, data-loss prevention, and security services.
詳細
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!
詳細
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!
詳細
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!
詳細
Cloud SQL is a fully managed database service that stands out from its peers due to high performance, seamless integration, and impressive scalability. In this quest you will receive hands-on practice with the basics of Cloud SQL and quickly progress to advanced features, which you will apply to production frameworks and application environments. From creating instances and querying data with SQL, to building Deployment Manager scripts and connecting Cloud SQL instances with applications run on GKE containers, this quest will give you the knowledge and experience needed so you can start integrating this service right away.
詳細
Google Cloud Computing Foundations コースでは、クラウド コンピューティングの
知識または経験がほとんどあるいはまったくない受講者に、クラウドの基礎、ビッグ
データ、機械学習を網羅したコンセプトの概要と、Google Cloud がどこで、どのよう
に役立つかについて詳しく説明します。
受講者はコースを修了するまでに、クラウド コンピューティング、ビッグデータ、
機械学習に関連するコンセプトを明確に説明したり、いくつかの実践的スキルを実証し
たりできるようになっているはずです。
このコースは、Google Cloud Computing Foundations という一連のコースの一部です。
コースは次の順序で受講してください:
Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales
Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales
Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales
Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud - Locales
この 2 番目のコースでは、ストレージ モデルの実装、さまざまなアプリケーション
マネージド サービス オプション、GoogleCloudでのセキュリティ管理について説明します。
詳細
Google Cloud Computing Foundations コースでは、クラウド コンピューティングの
知識または経験がほとんどあるいはまったくない受講者に、クラウドの基礎、ビッグ
データ、機械学習を網羅したコンセプトの概要と、Google Cloud がどこで、どのよう
に役立つかについて詳しく説明します。
受講者はコースを修了するまでに、クラウド コンピューティング、ビッグデータ、
機械学習に関連するコンセプトを明確に説明したり、いくつかの実践的スキルを実証し
たりできるようになっているはずです。
このコースは、Google Cloud Computing Foundations という一連のコースの一部です。
コースは次の順序で受講してください:
Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales
Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales
Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales
Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud - Locales
この 3 番目のコースでは、安全なネットワークを構築する方法、
およびクラウドの自動化と管理ツールについて説明します。
詳細
The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in.
By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills.
The courses should be completed in the following order:
1. Google Cloud Computing Foundations: Cloud Computing Fundamentals
2. Google Cloud Computing Foundations: Infrastructure in Google Cloud
3. Google Cloud Computing Foundations: Networking and Security in Google Cloud
4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud
This final course in the series reviews managed big data services, machine learning and its value, and how to demonstrate your skill set in Google Cloud further by earning Skill Badges.
詳細
「Networking in Google Cloud」シリーズの 2 番目のコース「Routing and Addressing」へようこそ。
このコースでは、Google Cloud のネットワーク機能に関連するルーティングとアドレス指定の中核となるコンセプトについて説明します。
モジュール 1 では、Google Cloud でのネットワーク ルーティングとアドレス指定について学習し、IPv4 のルーティング、お客様所有 IP アドレスの使用、Cloud DNS の設定などの主要な構成要素を取り上げることで、基礎知識を身に付けます。モジュール 2 では、プライベート接続のオプションに話題を移し、内部 IP アドレスを使用して Google やその他のサービスにプライベート アクセスするユースケースや手法について説明します。
このコースを修了すると、Google Cloud 内のネットワーク トラフィックを効果的にルーティングおよびアドレス指定する方法をしっかりと把握できるようになります。
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
Google Cloud Computing Foundations コースでは、クラウド コンピューティングの知識または経験がほとんどあるいはまったくない受講者に、
クラウドの基礎、ビッグデータ、機械学習を網羅したコンセプトの概要と、Google Cloud がどこで、どのように役立つかについて詳しく説明します。
最初にクラウド コンピューティングの概要を確認してから、クラウド·コンピューティング·インフラストラクチャと、ビッグデータおよび機械学習の 2 つの分野を詳しく見ていきます。
受講者はコースを修了するまでに、クラウド コンピューティング、ビッグデータ、機械学習に関連するコンセプトを明確に説明したり、
いくつかの実践的スキルを実証したりできるようになっているはずです。
このコースは、Google Cloud Computing Foundations という一連のコースの一部です。
コースは次の順序で受講してください:
Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales
Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales
Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales
Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud - Locales
この最初のコースでは、クラウド コンピューティングの概要、Google Cloud の使用方法、さまざまなコンピューティング
オプションについて説明します。
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
この基礎レベルの クエスト は他の Qwiklabs 製品の中でもユニークです。これらのラボは、Google Cloud Certified Professional Cloud Architect 認定資格試験に出題されるトピックやサービスについて、 IT プロフェッショナルがハンズオンで演習するために作成されました。 IAM からネットワーキング、Kubernetes engine のデプロイまで、Goodle Cloud の知識が試される特定のラボで構成されています。これらのラボでの演習は スキルや能力の向上に役立ちますが、試験ガイドやその他の対策資料も参照することをお勧めします。
詳細
大規模なコンピューティング能力を使用してパターンを認識し、 画像を「読み取る」ことは、自動運転車や顔認識に使用される AI の基盤技術の一つです 。 Google Cloud Platform は、 API を呼び出すだけで利用できるシステムを通じて、ワールドクラスの速度と精度を提供します。 こうした機能とさまざまな API を備えた GCP のツールを使えば、 ほぼあらゆる ML ジョブに対応できます。 この入門コースでは、 画像処理に用いられる ML の実践的な演習を行います。 ラボを活用して、画像にラベルを付けたり、顔やランドマークを検出したり、 画像内のテキストを抽出、分析、翻訳したりすることができます。
Firebase is a backend-as-service (Bass) platform for creating mobile and web applications. In this quest you will learn to build serverless web apps, import data into a serverless database, and build a Google Assistant application with Firebase and its Google Cloud integrations. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of this quest to receive an exclusive Google Cloud digital badge.
詳細
Twelve years ago Lily started the Pet Theory chain of veterinary clinics, and has been expanding rapidly. Now, Pet Theory is experiencing some growing pains: their appointment scheduling system is not able to handle the increased load, customers aren't receiving lab results reliably through email and text, and veteranerians are spending more time with insurance companies than with their patients. Lily wants to build a cloud-based system that scales better than the legacy solution and doesn't require lots of ongoing maintenance. The team has decided to go with serverless technology. For the labs in the Google Cloud Run Serverless Quest, you will read through a fictitious business scenario in each lab and assist the characters in implementing a serverless solution. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this quest, enroll in and finish the additional challenge lab at the end of this quest to receive an exclusive Google…
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
Course four of the Anthos series prepares students to consider multiple approaches for modernizing applications and services within Anthos environments. Topics include optimizing workloads on serverless platforms and migrating workloads to Anthos. This course is a continuation of course three, Anthos on Bare Metal, and assumes direct experience with the topics covered in that course.
「Cloud Run でのサーバーレス アプリケーションの開発」コースの中級スキルバッジを獲得すると、 データ マネジメントのための Cloud Run と Cloud Storage の統合、 Cloud Run と Pub/Sub を使用した復元力のある非同期システムの構築、 Cloud Run を使用した REST API ゲートウェイの構築、Cloud Run でのサービスの構築とデプロイといったスキルを実証できます。
詳細
Course Description:
詳細
This course introduces you to fundamentals, practices, capabilities and tools applicable to modern cloud-native application development using Google Cloud Run. Through a combination of lectures, hands-on labs, and supplemental materials, you will learn how to on Google Cloud using Cloud Run.design, implement, deploy, secure, manage, and scale applications
詳細
ML は、IT 分野で最も急速に成長している技術の一つであり、Google Cloud Platform はその発展に大きく貢献してきました。 Google Cloud では多数の API により、ほぼすべての ML ジョブに対応するツールを提供しています。 この入門コースでは、ラボを通じて言語処理に活用できる ML の実践演習を行います。 これにより、テキストからのエンティティの抽出、 感情分析と構文解析、音声文字変換のための Speech-to-Text API の使用方法を学ぶことができます。
この入門レベルのコースでは、アプリケーション開発者を対象に、Google Cloud のエコシステムを使用して安全、スケーラブル、インテリジェントなクラウドネイティブ アプリケーションを構築する方法を説明 します。インフラストラクチャの設定を行わずにアプリケーションの開発やスケーリングを行う方法、 データ分析を実施する方法、データから分析情報を得る方法、トレーニング済み ML の API を使って開発し、ML のエキスパートでなくても ML を活用する方法を学びます。 また、さまざまな Google サービスや API とのシームレスな統合を利用して、 インテリジェントなアプリを作成します。
詳細
DevOps によって 競争優位性を確保します。DevOps とは、ソフトウェア デリバリーを迅速化し、サービスの信頼性を向上させ、 ソフトウェアの開発と運用に影響を与えるステークホルダーの間で共有の当事者意識を高めることを目的とする、組織的、 文化的な考え方や取り組みです。このクエストでは、Google Cloud を使用して ソフトウェア デリバリーの速度、安定性、可用性、安全性を向上させる方法を学びます。 DevOps Research and Assessment チームが Google Cloud に加わりました。自社の DevOps チームの実力はいかがですか？ 5 問の多肢選択式テストで評価してみましょう。
詳細
Course Description:
詳細
Cloud Logging is a fully managed service that performs at scale. It can ingest application and system log data from thousands of VMs and, even better, analyze all that log data in real time. In this fundamental-level Quest, you learn how to store, search, analyze, monitor, and alert on log data and events from Google Cloud. The labs in the Quest give you hands-on practice using Cloud Logging to maximize your learning experience and provide insight on how you can use Cloud Logging to your own Google Cloud environment.
Learn the ins and outs of Google Cloud's operations suite, an important service for generating insights into the health of your applications. It provides a wealth of information in application monitoring, report logging, and diagnoses. These labs will give you hands-on practice with and will teach you how to monitor virtual machines, generate logs and alerts, and create custom metrics for application data. It is recommended that the students have at least earned a Badge by completing the Google Cloud Essentials. Looking for a hands on challenge lab to demonstrate your skills and validate your knowledge? On completing this course, enroll in and finish the challenge lab at the end of the Monitor and Log with Google Cloud Operations Suite to receive an exclusive Google Cloud digital badge.
詳細
In this series of labs you will learn how to use BigQuery to analyze NCAA basketball data with SQL. Build a Machine Learning Model to predict the outcomes of NCAA March Madness basketball tournament games.
詳細
安全な Google Cloud ネットワークの構築コースを修了してスキルバッジを獲得しましょう。このコースでは、Google Cloud でアプリケーションを ビルド、スケール、保護するための複数のネットワーク関連リソースについて学習します。
詳細
This quest offers hands-on practice with Cloud Data Fusion, a cloud-native, code-free, data integration platform. ETL Developers, Data Engineers and Analysts can greatly benefit from the pre-built transformations and connectors to build and deploy their pipelines without worrying about writing code. This Quest starts with a quickstart lab that familiarises learners with the Cloud Data Fusion UI. Learners then get to try running batch and realtime pipelines as well as using the built-in Wrangler plugin to perform some interesting transformations on data.
詳細
Networking in Google Cloud 日本語版は、6 部構成のコースシリーズです。6 部構成のコースシリーズの最初のコース「Networking in Google Cloud: Fundamentals」へようこそ。
このコースでは、ネットワーキングの基礎、Virtual Private Cloud（VPC）、VPC ネットワークの共有など、ネットワーキングの主なコンセプトに関する包括的な概要を説明します。また、ネットワークのロギング手法とモニタリング手法についても説明します。
詳細
アプリケーション デベロッパーは、このコースを通して、Google Cloud のマネージド サービスをシームレスに統合するクラウドネイティブ アプリケーションの設計方法と開発方法を学びます。講義、デモ、ハンズオンラボを通して、アプリケーション開発のベスト プラクティスを適用する方法、さらに、オブジェクト ストレージやリレーショナル データ、キャッシュ保存、分析に適切な Google Cloud ストレージ サービスを使用する方法を学習します。
各ラボのいずれかのバージョンを修了する必要があります。各ラボは Node.js で提供されます。ほとんどの場合、同じラボが Python または Java でも提供されます。各ラボをご希望の言語で修了できます。
これは「Developing Applications with 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、「Securing and Integrating Components of your Application」コースに登録してください。
詳細
このコースでは、データ アナリストが共通して直面する課題と、その課題を Google Cloud のビッグデータ ツールを使用して解決する方法を取り上げます。その過程で SQL を学習しながら、BigQuery と Dataprep を使用してデータセットを分析し、変換する方法について理解を深めます。
これは「From Data to Insights with 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、「Creating New BigQuery Datasets and Visualizing Insights」コースを受講してください。
詳細
このクエストでは、ウェブサイトの可用性とスケーラビリティを確保するために利用できる 4 つの Google Cloud ウェブサイト アーキテクチャについて学びます。最後のチャレンジラボも含め、このクエストを修了すると、Google Cloud の限定デジタルバッジを獲得できます。チャレンジラボには詳細な手順説明はありませんが、最小限のガイダンスを基にソリューションを構築することが求められ、Google Cloud テクノロジーのスキルがテストされます。このクエストは、Get Cooking in Cloud の動画シリーズの内容に基づいています。
詳細
このクエストでは、ウェブサイトが利用可能でスケーラブルであることを確認するために使用できる 4 つの Google Cloud ウェブサイト アーキテクチャについて学習します。 ハンズオンラボでスキルや知識を試したいですか？Build a Website on Google Cloud クエストの最後にあるチャレンジラボに登録し、完了した際には Google Cloud 限定デジタルバッジを獲得できます。このクエストは、Get Cooking in Cloud のビデオシリーズに基づいています。
Google Cloud Application Programming Interfaces は、Google Cloud Services とプログラムでインタラクトするメカニズムです。このクエストは、GCP API のハンズオン演習を提供し、APIをブラウズして、実行するツールである Google の API Explorerを通して学習します。クラウドのストレージ間でのデータ移行の方法、コンピュートエンジンインスタンスのデプロイ、Dataprocクラスタの設定などを学ぶことにより、API が強力で、なぜGCPユーザが使用しているかを理解できます。
「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。
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 9月 2, 2023 EDT
クラウド アーキテクチャ: 設計、実装、管理
Earned 8月 31, 2023 EDT
Developing Data Models with LookML - 日本語版
Earned 7月 27, 2023 EDT
Analyzing and Visualizing Data in Looker - 日本語版
Earned 7月 27, 2023 EDT
Develop and Deploy Windows Applications on Google Cloud
Earned 7月 15, 2023 EDT
Google Cloud で Terraform を使ってみる
Earned 7月 7, 2023 EDT
Google Cloud でのバッチデータ パイプラインの構築
Earned 6月 29, 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 6月 24, 2023 EDT
Vertex AI Studio の概要
Earned 6月 22, 2023 EDT
画像キャプション モデルの作成
Earned 6月 22, 2023 EDT
Transformer モデルと BERT モデル
Earned 6月 22, 2023 EDT
アテンション機構
Earned 6月 22, 2023 EDT
Encoder-Decoder アーキテクチャ
Earned 6月 22, 2023 EDT
画像生成の概要
Earned 6月 22, 2023 EDT
大規模言語モデルの概要
Earned 6月 22, 2023 EDT
Generative AI Explorer - Vertex AI
Earned 6月 21, 2023 EDT
Applying Machine Learning to Your Data with Google Cloud - 日本語版
Earned 6月 21, 2023 EDT
Building Scalable Java Microservices with Spring Boot and Spring Cloud
Earned 6月 18, 2023 EDT
Achieving Advanced Insights with BigQuery - 日本語版
Earned 6月 17, 2023 EDT
Creating New BigQuery Datasets and Visualizing Insights - 日本語版
Earned 6月 16, 2023 EDT
Generative AI Fundamentals - 日本語版
Earned 6月 15, 2023 EDT
責任ある AI の概要
Earned 6月 15, 2023 EDT
生成 AI の概要
Earned 6月 14, 2023 EDT
Vertex AI での ML ソリューションの構築とデプロイ
Earned 6月 11, 2023 EDT
Google Kubernetes Engine の費用の最適化
Earned 6月 5, 2023 EDT
Recommendation Systems on Google Cloud
Earned 6月 1, 2023 EDT
本番環境 ML システム
Earned 5月 31, 2023 EDT
Natural Language Processing on Google Cloud
Earned 5月 28, 2023 EDT
Professional Data Engineer の取得に向けた準備
Earned 5月 25, 2023 EDT
ML オペレーション（MLOps）: 概要
Earned 5月 23, 2023 EDT
特徴量エンジニアリング
Earned 5月 18, 2023 EDT
Preparing for Your Professional Cloud Architect Journey - 日本語版
Earned 5月 15, 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 5月 7, 2023 EDT
Google の SRE 文化の醸成
Earned 5月 3, 2023 EDT
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 4月 13, 2023 EDT
Google Cloud ネットワークにおけるデプロイの自動化とトラフィックの管理
Earned 4月 12, 2023 EDT
Scientific Data Processing
Earned 3月 29, 2023 EDT
Data Catalog Fundamentals
Earned 3月 27, 2023 EDT
BigQuery でデータ ウェアハウスを構築する
Earned 3月 25, 2023 EDT
Google Cloud での DevOps ワークフローの実装
Earned 3月 24, 2023 EDT
Preparing for Your Professional Cloud Network Engineer Journey - 日本語版
Earned 2月 23, 2023 EST
ベースライン: データ、ML、AI
Earned 2月 15, 2023 EST
DEPRECATED Network Performance and Optimization
Earned 2月 7, 2023 EST
Google Kubernetes Engine のベスト プラクティス: セキュリティ
Earned 11月 11, 2022 EST
Google Cloud での ML の API の使用
Earned 10月 17, 2022 EDT
BigQuery ML を使用した ML モデルの作成
Earned 10月 16, 2022 EDT
BigQuery のデータから分析情報を引き出す
Earned 10月 16, 2022 EDT
Google Cloud でのクラウド セキュリティの基礎の実践
Earned 10月 15, 2022 EDT
How Google Does Machine Learning - 日本語版
Earned 10月 13, 2022 EDT
Cloud Development
Earned 10月 12, 2022 EDT
Deprecated Kubernetes Solutions
Earned 10月 12, 2022 EDT
DEPRECATED BigQuery Basics for Data Analysts
Earned 10月 10, 2022 EDT
Baseline: Deploy & Develop
Earned 10月 10, 2022 EDT
Dart Essentials
Earned 10月 10, 2022 EDT
Flutter Development
Earned 10月 7, 2022 EDT
Flutter Essentials
Earned 10月 7, 2022 EDT
Cloud SQL
Earned 10月 7, 2022 EDT
[DEPRECATED] Google Cloud Computing Foundations: Infrastructure in Google Cloud 日本語板
Earned 10月 5, 2022 EDT
[DEPRECATED] - Google Cloud Computing Foundations: Networking and Security in Google Cloud 日本語版
Earned 10月 5, 2022 EDT
Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud
Earned 10月 4, 2022 EDT
Networking in Google Cloud: Routing and Addressing - 日本語版
Earned 10月 4, 2022 EDT
Launching into Machine Learning - 日本語版
Earned 10月 4, 2022 EDT
[DEPRECATED]-Google Cloud Computing Foundations: Cloud Computing Fundamentals - 日本語版
Earned 10月 4, 2022 EDT
企業における ML
Earned 10月 3, 2022 EDT
DEPRECATED Cloud Architecture
Earned 9月 30, 2022 EDT
ML 入門: 画像処理
Earned 9月 30, 2022 EDT
BigQuery for Data Warehousing
Earned 9月 30, 2022 EDT
Build Apps & Websites with Firebase
Earned 9月 30, 2022 EDT
Google Cloud Run Serverless Workshop
Earned 9月 30, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - 日本語版
Earned 9月 30, 2022 EDT
Hybrid Cloud Modernizing Applications with Anthos
Earned 9月 25, 2022 EDT
Google Cloud におけるロギングとモニタリング
Earned 9月 24, 2022 EDT
Cloud Run でのサーバーレス アプリケーションの開発
Earned 9月 22, 2022 EDT
App Deployment, Debugging, and Performance - 日本語版
Earned 9月 14, 2022 EDT
Application Development with Cloud Run
Earned 9月 13, 2022 EDT
ML 入門: 言語処理
Earned 9月 7, 2022 EDT
Google Kubernetes Engine を使ってみる
Earned 9月 4, 2022 EDT
信頼性に優れた Google Cloud インフラストラクチャ: 設計とプロセス
Earned 8月 30, 2022 EDT
Google Cloud における Terraform を使用したインフラストラクチャの構築
Earned 8月 26, 2022 EDT
Google Cloud での Kubernetes アプリケーションのデプロイ
Earned 8月 23, 2022 EDT
Google Cloud ネットワークの構築
Earned 7月 23, 2022 EDT
Google Cloud Fundamentals: Core Infrastructure - 日本語版
Earned 7月 11, 2022 EDT
Associate Cloud Engineer の取得に向けた準備
Earned 7月 10, 2022 EDT
Firebase を使用したサーバーレス アプリの開発
Earned 5月 3, 2022 EDT
クラウド エンジニアリング
Earned 4月 23, 2022 EDT
Google デベロッパー向け基礎
Earned 4月 12, 2022 EDT
DevOps の基礎
Earned 3月 13, 2022 EDT
Securing and Integrating Components of Your Application - 日本語版
Earned 3月 11, 2022 EST
Cloud Logging
Earned 3月 10, 2022 EST
Google Cloud Observability を使用したモニタリングとロギング
Earned 3月 7, 2022 EST
DEPRECATED Google Cloud's Operations Suite
Earned 3月 7, 2022 EST
NCAA® March Madness®: Bracketology with Google Cloud
Earned 3月 3, 2022 EST
安全な Google Cloud ネットワークの構築
Earned 3月 3, 2022 EST
Building Codeless Pipelines on Cloud Data Fusion
Earned 2月 26, 2022 EST
Networking in Google Cloud: Fundamentals - 日本語版
Earned 2月 18, 2022 EST
Getting Started with Application Development - 日本語版
Earned 1月 11, 2022 EST
Exploring and Preparing Your Data with BigQuery - 日本語版
Earned 1月 2, 2022 EST
Build a Website on Google Cloud
Earned 12月 26, 2021 EST
Website on Google Cloud
Earned 12月 17, 2021 EST
柔軟性のある Google Cloud インフラストラクチャ: スケーリングと自動化
Earned 12月 13, 2021 EST
Exploring APIs
Earned 12月 10, 2021 EST
重要な Google Cloud インフラストラクチャ: コアサービス
Earned 11月 29, 2021 EST
Google Cloud Operations を使用したスケーリング
Earned 11月 19, 2021 EST
Google Cloud の Kubernetes
Earned 11月 18, 2021 EST
重要な Google Cloud インフラストラクチャ: 基礎
Earned 11月 17, 2021 EST
Google Cloud の基礎: コア インフラストラクチャ
Earned 11月 16, 2021 EST
Google Cloud によるインフラストラクチャとアプリケーションのモダナイゼーション
Earned 11月 15, 2021 EST
Google Cloud によるデータ トランスフォーメーションの探求
Earned 11月 14, 2021 EST
Google Cloud によるデジタル トランスフォーメーション
Earned 11月 6, 2021 EDT
Google Cloud の ML API 用にデータを準備
Earned 11月 3, 2021 EDT
Google Cloud におけるアプリ開発環境の設定
Earned 11月 2, 2021 EDT
ベースライン: インフラストラクチャ
Earned 10月 28, 2021 EDT
Compute Engine でのロード バランシングの実装
Earned 10月 17, 2021 EDT
Google Cloud Essentials
Earned 10月 10, 2021 EDT