Professional Machine Learning Engineer 学習ガイド
Earned 3月 31, 2025 EDT
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
このコースでは、AI の解釈可能性と透明性のコンセプトを紹介します。デベロッパーとエンジニアにとって AI の透明性が重要であることについて説明します。データと AI モデルの両方で解釈可能性と透明性を達成できる実践的な方法とツールを検証します。
詳細
このコースでは、責任ある AI および AI に関する原則のコンセプトを紹介します。AI / ML の実践における公平性とバイアスを特定し、バイアスを軽減するための実践的な手法を取り扱います。具体的には、Google Cloud プロダクトとオープンソース ツールを使用して責任ある AI のベスト プラクティスを実装するための実践的な方法とツールを検証します。
このコースでは、ML の実務担当者に、生成 AI モデルと予測 AI モデルの両方を評価するための重要なツール、手法、ベスト プラクティスを身につけていただきます。モデル評価は、ML システムが本番環境で信頼性が高く、正確で、高性能な結果を確実に提供するための重要な分野です。
参加者は、さまざまな評価指標、方法論のほか、さまざまなモデルタイプやタスクにおけるそれらの適切な適用について理解を深めます。このコースでは、生成 AI モデルによってもたらされる固有の課題に重点を置き、それらの課題に効果的に取り組むための戦略を提供します。参加者は、Google Cloud の Vertex AI プラットフォームを活用して、モデルの選択、最適化、継続的なモニタリングのための堅牢な評価プロセスを実装する方法を学びます。
詳細
このコースでは、生成 AI モデルのデプロイと管理において MLOps チームが直面する特有の課題に対処するために必要な知識とツールを提供し、AI チームが MLOps プロセスを合理化して生成 AI プロジェクトを成功させるうえで Vertex AI がどのように役立つかを説明します。
責任ある AI の概要
Earned 10月 3, 2025 EDT
大規模言語モデルの概要
Earned 10月 3, 2025 EDT
生成 AI の概要
Earned 10月 2, 2025 EDT
開発者向けの責任ある AI: 解釈可能性と透明性
Earned 10月 2, 2025 EDT
発者向けの責任ある AI: 公平性とバイアス
Earned 9月 25, 2025 EDT
重要な Google Cloud インフラストラクチャ: コアサービス
Earned 9月 25, 2025 EDT
重要な Google Cloud インフラストラクチャ: 基礎
Earned 9月 12, 2025 EDT
Vertex AI を使用した ML オペレーション（MLOps）: モデルの評価
Earned 8月 25, 2025 EDT
生成 AI のための ML オペレーション（MLOps)
Earned 8月 25, 2025 EDT
Google Cloud の基礎: コア インフラストラクチャ
Earned 8月 22, 2025 EDT
Associate Cloud Engineer の取得に向けた準備
Earned 6月 10, 2025 EDT
クラウド アーキテクト向けの Gemini
Earned 4月 25, 2025 EDT
Professional Machine Learning Engineer 学習ガイド
Earned 3月 31, 2025 EDT