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
これは2 つ目のクエストで、Google Cloud Platform の Valliappa Lakshmananが O'Reilly Media, Inc. から出版した「Data Science on the Google Cloud Platform」からの派生したラボです。9つのラボで構成され、1つ目のクエストで練習したスキルをさらに伸ばし、最先端で本格的な機械学習を実際的なデータで実行することで、Google Cloud Platformの機能とサービスを堪能していだけます。
詳細
「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
機械学習はもっとも迅速に成長しているテクノロジーの分野です。Google Cloud Platformは、その成長に一役かっています。APIのホストを使うことにより、GCPにはツールがあります。この上級レベルのクエストでは、「Implementing an AI Chatbot with Dialogflow」や「Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API」と同様に機械学習APIについてハンズオンで演習ができます。
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。
詳細
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。
Gemini と Streamlit を使用した生成 AI アプリの開発
Earned 3月 13, 2025 EDT
Vertex AI の Gemini API で生成 AI を使ってみる
Earned 3月 10, 2025 EDT
Google Cloud の Kubernetes
Earned 9月 8, 2023 EDT
DevOps の基礎
Earned 9月 6, 2023 EDT
Google Cloud Platformでのデータサイエンス：機械学習
Earned 7月 27, 2023 EDT
Google Cloud での ML の API の使用
Earned 7月 23, 2023 EDT
機械学習API
Earned 7月 19, 2023 EDT
ML 入門: 言語処理
Earned 7月 19, 2023 EDT
How Google Does Machine Learning - 日本語版
Earned 7月 18, 2023 EDT
Looker ダッシュボードとレポート用にデータを準備する
Earned 7月 18, 2023 EDT