参加 ログイン

Google Cloud コンソールでスキルを試す

Tripathi Vedansh

メンバー加入日: 2023

ブロンズリーグ

1200 ポイント
Encoder-Decoder アーキテクチャ Earned 6月 6, 2023 EDT
画像生成の概要 Earned 6月 6, 2023 EDT
責任ある AI の概要 Earned 6月 6, 2023 EDT
Google Cloud におけるデータの保存、処理、管理 - コンソール Earned 5月 16, 2023 EDT
Store, Process, and Manage Data on Google Cloud - Command Line Earned 5月 16, 2023 EDT
Transformer モデルと BERT モデル Earned 5月 16, 2023 EDT
アテンション機構 Earned 5月 16, 2023 EDT
大規模言語モデルの概要 Earned 5月 16, 2023 EDT
ストリーミング分析を BigQuery に読み込む Earned 5月 16, 2023 EDT
生成 AI の概要 Earned 5月 16, 2023 EDT

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

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

Cloud Storage、Cloud Functions、Cloud Pub/Sub はいずれも データの保存、処理、管理に使用できる Google Cloud プラットフォーム サービスです。この 3 種の サービスを併用してさまざまなデータドリブン アプリケーションを作成できます。この スキルバッジでは、Cloud Storage を使用して画像を保存し、Cloud Functions を使用して 画像を処理し、Cloud Pub/Sub を使用して画像を別のアプリケーションに送信します。

詳細

Cloud Storage, Cloud Functions, and Cloud Pub/Sub are all Google Cloud Platform services that can be used to store, process, and manage data. All three services can be used together to create a variety of data-driven applications. In this skill badge you will use Cloud Storage to store images, Cloud Functions to process the images, and Cloud Pub/Sub to send the images to another application.

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

ストリーミング分析を BigQuery に取り込む クエストを修了して、スキルバッジを獲得しましょう。 このクエストでは、Pub/Sub、Dataflow、BigQuery を組み合わせて使用し、分析用にデータをストリーミングします。 スキルバッジは、Google Cloud のプロダクトとサービスについての 習熟度が認められて Google Cloud から発行される限定のデジタルバッジで、 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 クエストと最終評価の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