参加 ログイン

Google Cloud コンソールでスキルを試す

Soma Prashanth

メンバー加入日: 2021

シルバーリーグ

28995 ポイント
Google Cloud での Kubernetes アプリケーションのデプロイ Earned 12月 14, 2024 EST
Get Started with Looker Earned 2月 13, 2024 EST
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 10月 12, 2023 EDT
Exploring and Preparing Your Data with BigQuery - 日本語版 Earned 10月 10, 2023 EDT
Achieving Advanced Insights with BigQuery - 日本語版 Earned 10月 9, 2023 EDT
Creating New BigQuery Datasets and Visualizing Insights - 日本語版 Earned 10月 4, 2023 EDT
Google Cloud でのデータ分析の概要 Earned 10月 4, 2023 EDT
Level 3: GenAI Earned 9月 29, 2023 EDT
Generative AI Explorer - Vertex AI Earned 9月 29, 2023 EDT
Generative AI for Business Leaders Earned 9月 27, 2023 EDT
How Google Does Machine Learning - 日本語版 Earned 9月 26, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - 日本語版 Earned 9月 26, 2023 EDT
Google Meet - 日本語版 Earned 9月 25, 2023 EDT
Google Sheets - Advanced Topics - 日本語版 Earned 9月 25, 2023 EDT
Google Sheets - 日本語版 Earned 9月 25, 2023 EDT
Google Cloud によるデータ トランスフォーメーションの探求 Earned 9月 19, 2023 EDT
Enterprise Search on Generative AI App Builder Earned 9月 12, 2023 EDT
Vertex AI Studio の概要 Earned 8月 23, 2023 EDT
画像キャプション モデルの作成 Earned 8月 23, 2023 EDT
Transformer モデルと BERT モデル Earned 8月 23, 2023 EDT
アテンション機構 Earned 8月 23, 2023 EDT
Encoder-Decoder アーキテクチャ Earned 8月 22, 2023 EDT
画像生成の概要 Earned 8月 8, 2023 EDT
Generative AI Fundamentals - 日本語版 Earned 8月 8, 2023 EDT
責任ある AI の概要 Earned 8月 7, 2023 EDT
大規模言語モデルの概要 Earned 7月 13, 2023 EDT
生成 AI の概要 Earned 7月 12, 2023 EDT

Google Cloud での Kubernetes アプリケーションのデプロイ 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、 Docker コンテナ イメージの構成とビルド、Google Kubernetes Engine（GKE）クラスタの作成と管理、kubectl を活用した効率的な クラスタ管理、堅牢な継続的デリバリー（CD）による Kubernetes アプリケーションのデプロイ手法といった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。 このスキルバッジ コースと最終評価チャレンジラボを完了し、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

Earn a skill badge by completing the Get Started with Looker quest, where you learn how to analyze, visualize, and curate data using Looker Studio and Looker. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this Skill Badge, and the final assessment challenge lab, to receive a digital badge that you can share with your network.

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

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

この初級コースでは、Google Cloud のデータ分析ワークフローについてと、データを探索、分析、可視化し、得られた情報をステークホルダーと共有するために使用できるツールについて学びます。ケーススタディを取り上げながら、ハンズオンラボ、講義、理解度チェック、デモを通じて、元データセットをクリーンなデータに、さらには効果的な可視化やダッシュボードに生まれ変わらせる方法を示します。このコースは、Google Cloud で成果を上げる方法を知りたいと思っているデータ実務担当者にも、さらなるキャリアアップを目指している方にも、専門知識を深める入口として最適な内容になっています。データ分析業務を実際に行っている、あるいはデータ分析を利用している大多数の人に有益です。

詳細

Recently, a McKinsey report found that Generative AI could add up to $4.4 trillion a year to the global economy, signaling an imminent surge in the demand for GenAI professionals. Now is the perfect time to get a head start and gain hands-on experience with Google Cloud's powerful GenAI tools and techniques, carefully designed to enhance your tech skills and set you on a promising course. Play now to be at the forefront of innovation, shaping the future with GenAI and earning your first Google Cloud GenAI game badge!

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

A Business Leader in Generative AI can articulate the capabilities of core cloud Generative AI products and services and understand how they benefit organizations. This course provides an overview of the types of opportunities and challenges that companies often encounter in their digital transformation journey and how they can leverage Google Cloud's generative AI products to overcome these challenges.

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。

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

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

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

クラウド テクノロジーは組織に大きな価値をもたらします。クラウド テクノロジーの力をデータと組み合わせることで、その価値はさらに大きなものとなり、新しいカスタマー エクスペリエンスを提供できる可能性があります。「Google Cloud によるデータ トランスフォーメーションの探求」では、データが組織にもたらす価値と、Google Cloud でデータを有用かつアクセス可能なものにする方法を学習します。このコースは「クラウド デジタル リーダー」学習プログラムの一部で、個人が自分の役割において成長し、ビジネスの未来を構築することを目的としています。

詳細

Enterprises of all sizes have trouble making their information readily accessible to employees and customers alike. Internal documentation is frequently scattered across wikis, file shares, and databases. Similarly, consumer-facing sites often offer a vast selection of products, services, and information, but customers are frustrated by ineffective site search and navigation capabilities. This course teaches you to use Generative AI App Builder to integrate enterprise-grade generative AI search.

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。

詳細

このコースでは、ディープ ラーニングを使用して画像キャプション生成モデルを作成する方法について学習します。エンコーダやデコーダなどの画像キャプション生成モデルのさまざまなコンポーネントと、モデルをトレーニングして評価する方法を学びます。このコースを修了すると、独自の画像キャプション生成モデルを作成し、それを使用して画像のキャプションを生成できるようになります。

詳細

このコースでは、Transformer アーキテクチャと Bidirectional Encoder Representations from Transformers（BERT）モデルの概要について説明します。セルフアテンション機構をはじめとする Transformer アーキテクチャの主要コンポーネントと、それが BERT モデルの構築にどのように使用されているのかについて学習します。さらに、テキスト分類、質問応答、自然言語推論など、BERT を適用可能なその他のタスクについても学習します。このコースの推定所要時間は約 45 分です。

詳細

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。

詳細

このコースでは、機械翻訳、テキスト要約、質問応答などのシーケンス ツー シーケンス タスクに対応する、強力かつ広く使用されている ML アーキテクチャである Encoder-Decoder アーキテクチャの概要を説明します。Encoder-Decoder アーキテクチャの主要なコンポーネントと、これらのモデルをトレーニングして提供する方法について学習します。対応するラボのチュートリアルでは、詩を生成するための Encoder-Decoder アーキテクチャの簡単な実装を、TensorFlow で最初からコーディングします。

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

「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