Introduction to Responsible AI - בעברית
Earned אוג 4, 2025 EDT
Introduction to Large Language Models - בעברית
Earned אוג 1, 2025 EDT
Introduction to Generative AI - בעברית
Earned אוג 1, 2025 EDT
Build Generative AI Agents with Vertex AI and Flutter
Earned יול 25, 2025 EDT
Computer Vision Fundamentals with Google Cloud
Earned יול 25, 2025 EDT
Complete the introductory Prompt Design in Vertex AI skill badge to demonstrate skills in the following: prompt engineering, image analysis, and multimodal generative techniques, within Vertex AI. Discover how to craft effective prompts, guide generative AI output, and apply Gemini models to real-world marketing scenarios. 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 course and the final assessment challenge lab to receive a skill badge that you can share with your network.
Learn more
זהו קורס מבוא ממוקד שמטרתו להסביר מהי אתיקה של בינה מלאכותית, למה היא חשובה ואיך Google נוהגת לפי כללי האתיקה של הבינה המלאכותית במוצרים שלה. מוצגים בו גם 7 עקרונות ה-AI של Google.
Learn more
זהו קורס מבוא ממוקד שבוחן מהם מודלים גדולים של שפה (LLM), איך משתמשים בהם בתרחישים שונים לדוגמה ואיך אפשר לשפר את הביצועים שלהם באמצעות כוונון של הנחיות. הוא גם כולל הסבר על הכלים של Google שיעזרו לכם לפתח אפליקציות בינה מלאכותית גנרטיבית משלכם.
Learn more
זהו קורס מבוא ממוקד שמטרתו להסביר מהי בינה מלאכותית גנרטיבית, איך משתמשים בה ובמה היא שונה משיטות מסורתיות של למידת מכונה. הוא גם כולל הסבר על הכלים של Google שיעזרו לכם לפתח אפליקציות בינה מלאכותית גנרטיבית משלכם.
Learn more
In this course, you learn how to develop an app using Flutter, Google's portable UI toolkit, and integrate the app with Gemini, Google's family of generative AI models. You also use Vertex AI Agent Builder, Google's platform for building and managing AI Agents and applications.
Learn more
This course describes different types of computer vision use cases and then highlights different machine learning strategies for solving these use cases. The strategies vary from experimenting with pre-built ML models through pre-built ML APIs and AutoML Vision to building custom image classifiers using linear models, deep neural network (DNN) models or convolutional neural network (CNN) models.
The course shows how to improve a model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting the data.
The course also looks at practical issues that arise, for example, when one doesn't have enough data and how to incorporate the latest research findings into different models.
Learners will get hands-on practice building and optimizing their own image classification models on a variety of public datasets in the labs they will work on.
Prompt Design in Vertex AI
Earned אוג 6, 2025 EDT
Introduction to Responsible AI - בעברית
Earned אוג 4, 2025 EDT
Introduction to Large Language Models - בעברית
Earned אוג 1, 2025 EDT
Introduction to Generative AI - בעברית
Earned אוג 1, 2025 EDT
Build Generative AI Agents with Vertex AI and Flutter
Earned יול 25, 2025 EDT
Computer Vision Fundamentals with Google Cloud
Earned יול 25, 2025 EDT