参加 ログイン

Kaiser Michael Otmar

メンバー加入日: 2020

Generative AI Explorer - Vertex AI のバッジ Generative AI Explorer - Vertex AI Earned 5月 9, 2024 EDT
Introduction to Generative AI - 日本語版 のバッジ Introduction to Generative AI - 日本語版 Earned 5月 3, 2024 EDT
Machine Learning Operations (MLOps) with Vertex AI: Manage Features - 日本語版 のバッジ Machine Learning Operations (MLOps) with Vertex AI: Manage Features - 日本語版 Earned 4月 24, 2024 EDT
Machine Learning Operations (MLOps): Getting Started - 日本語版 のバッジ Machine Learning Operations (MLOps): Getting Started - 日本語版 Earned 4月 24, 2024 EDT
Computer Vision Fundamentals with Google Cloud のバッジ Computer Vision Fundamentals with Google Cloud Earned 4月 23, 2024 EDT
Production Machine Learning Systems - 日本語版 のバッジ Production Machine Learning Systems - 日本語版 Earned 4月 16, 2024 EDT
Machine Learning in the Enterprise - 日本語版 のバッジ Machine Learning in the Enterprise - 日本語版 Earned 4月 14, 2024 EDT
Build and Deploy Machine Learning Solutions on Vertex AI のバッジ Build and Deploy Machine Learning Solutions on Vertex AI Earned 4月 13, 2024 EDT
Engineer Data for Predictive Modeling with BigQuery ML のバッジ Engineer Data for Predictive Modeling with BigQuery ML Earned 4月 11, 2024 EDT
Classify Images with TensorFlow on Google Cloud のバッジ Classify Images with TensorFlow on Google Cloud Earned 4月 8, 2024 EDT
Feature Engineering - 日本語版 のバッジ Feature Engineering - 日本語版 Earned 3月 27, 2024 EDT
TensorFlow on Google Cloud - 日本語版 のバッジ TensorFlow on Google Cloud - 日本語版 Earned 3月 24, 2024 EDT
BigQuery for Machine Learning のバッジ BigQuery for Machine Learning Earned 3月 18, 2024 EDT
Prepare Data for ML APIs on Google Cloud のバッジ Prepare Data for ML APIs on Google Cloud Earned 3月 17, 2024 EDT
Launching into Machine Learning - 日本語版 のバッジ Launching into Machine Learning - 日本語版 Earned 3月 4, 2024 EST
Introduction to AI and Machine Learning on Google Cloud - 日本語版 のバッジ Introduction to AI and Machine Learning on Google Cloud - 日本語版 Earned 2月 26, 2024 EST

The Generative AI Explorer - Vertex Quest is a collection of labs on how to use Generative AI on Google Cloud. Through the labs, you will learn about how to use the models in the Vertex AI PaLM API family, including text-bison, chat-bison, and textembedding-gecko. You will also learn about prompt design, best practices, and how it can be used for ideation, text classification, text extraction, text summarization, and more. You will also learn how to tune a foundation model by training it via Vertex AI custom training and deploy it to a Vertex AI endpoint.

詳細

この入門レベルのマイクロラーニング コースでは、ジェネレーティブ 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。独自のジェネレーティブ 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、Google Cloud 上で本番環境の ML システムをデプロイ、評価、モニタリング、運用するための MLOps ツールとベスト プラクティスについて説明します。MLOps は、本番環境 ML システムのデプロイ、テスト、モニタリング、自動化に重点を置いた規範です。 受講者は、SDK レイヤで Vertex AI Feature Store のストリーミング取り込みを使用する実践的な演習を受けられます。

詳細

このコースでは、Google Cloud 上で本番環境の ML システムをデプロイ、評価、モニタリング、運用するための MLOps ツールとベスト プラクティスについて説明します。MLOps は、本番環境 ML システムのデプロイ、テスト、モニタリング、自動化に重点を置いた規範です。機械学習エンジニアリングの担当者は、ツールを活用して、デプロイしたモデルの継続的な改善と評価を行います。また、データ サイエンティストと協力して、あるいは自らがデータ サイエンティストとして、最も効果的なモデルを迅速かつ正確にデプロイできるようモデルを開発します。

詳細

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.

詳細

このコースでは、本番環境で高パフォーマンスな ML システムを構築するためのコンポーネントとベスト プラクティスについて学習します。また、ML システムを構築するうえで最も一般的な考慮事項を紹介します。これには、静的トレーニング、動的トレーニング、静的な推論、動的な推論、分散型 TensorFlow、TPU などが含まれます。このコースでは、優れた予測能力にとどまらない、優れた ML システムの特性を探索することに焦点を当てています。

詳細

このコースには、ML ワークフローに対する実践的なアプローチが含まれています。ML チームが直面しているいくつかの ML ビジネス要件とユースケースに関するケーススタディの方法を紹介します。ML チームは、データの管理とガバナンスに必要なツールを理解し、Dataflow と Dataprep の概要を提供することから前処理タスクに BigQuery を使用することまで、データの前処理に最適なアプローチを検討する必要があります。 チームには、2 つの具体的なユースケースに対して機械学習モデルを構築するための 3 つのオプションが提示されます。このコースでは、チームが目的を達成するために、AutoML、BigQuery ML、またはカスタム トレーニングを使用する理由を説明します。さらに、カスタム トレーニングについても深く掘り下げます。コード構造のトレーニング、ストレージ、大規模なデータセットの読み込みからトレーニング済みモデルのエクスポートまで、カスタム トレーニングの要件について説明します。 Docker の知識がほとんどなくてもコンテナ イメージを構築できる、カスタム トレーニングの機械学習モデルを構築します。 ケーススタディ チームは、Vertex Vizier を使用したハイパーパラメータの調整と、これを使用してモデルのパフォーマンスを改善する方法を検証します。モデル改善についての理解を深めるために、理論についても詳しく考察します。正則化、スパース性の扱いなど、数多くある重要なコンセプトと原則について説明します。最後に、予測とモデル モニタリングの概要と、ML モデルを管理するための Vertex AI の活用方法について説明します。

詳細

Earn a skill badge by completing the Build and Deploy Machine Learning Solutions with Vertex AI course, where you will learn how to use Google Cloud's unified Vertex AI platform and its AutoML and custom training services to train, evaluate, tune, explain, and deploy machine learning solutions. This skill badge course is for professional Data Scientists and Machine Learning Engineers. The datasets and labs are built around high business impact enterprise machine learning use cases; these include retail customer lifetime value prediction, mobile game churn prediction, visual car part defection identification, and fine tuning BERT for review sentiment classification. Learners who complete this skill badge will gain hands-on experience with Vertex AI for new and existing ML workloads and be able to leverage AutoML, custom training, and new MLOps services to significantly enhance development productivity and accelerate time to value. A skill badge is an exclusive digital badge issued b…

詳細

Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; building machine learning models using BigQuery ML; and using Cloud Composer to copy data across multiple locations. 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 the skill badge course, and final assessment challenge lab, to receive a digital badge that you can share with your network.

詳細

Earn the intermediate skill badge by completing the Classify Images with TensorFlow on Google Cloud course where you will learn how to use TensorFlow and Vertex AI to create and train machine learning models. You will primarily interact with Vertex AI Workbench user-managed notebooks. 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

Vertex AI Feature Store について学びたいとお考えですか? ML モデルの精度を向上させる方法や、最も有効な特徴を抽出するためのデータ列の見極め方を知りたいとお考えですか？このコースでは、良い特徴と悪い特徴について説明し、それらをモデルで最大限に活用できるように前処理して変換する方法を解説します。また、BigQuery ML、Keras、TensorFlow を使用した特徴量エンジニアリングに関するコンテンツとラボも含まれています。

詳細

このコースでは、TensorFlow 2.x 入力データ パイプラインの設計と構築、TensorFlow 2.x と Keras を使用した ML モデルの構築、ML モデルの精度の改善、スケーリングに対応した ML モデルの作成、特殊な ML モデルの作成について説明します。

詳細

機械学習を学んで実践し、SQL だけを使用して、数時間ではなく数分でモデルをビルドしたいとお考えの場合、BigQuery の新機能である BigQuery ML を使用すれば、最小限のコーディングで機械学習モデルの作成、トレーニング、評価、予測が可能になります。この一連のラボでは、さまざまなモデルタイプを試して、優れたモデルを作成する方法を学習します。

詳細

Complete the introductory Prepare Data for ML APIs on Google Cloud skill badge to demonstrate skills in the following: cleaning data with Dataprep by Trifacta, running data pipelines in Dataflow, creating clusters and running Apache Spark jobs in Dataproc, and calling ML APIs including the Cloud Natural Language API, Google Cloud Speech-to-Text API, and Video Intelligence API. 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.

詳細

まず、データ品質を向上させる方法や探索的データ分析を実行する方法など、データについての議論から始めます。Vertex AI AutoML についてと、コードを 1 行も記述せずに ML モデルを構築、トレーニング、デプロイする方法を説明します。BigQuery ML のメリットを理解していただけます。その後、機械学習（ML）モデルを最適化する方法、一般化とサンプリングを活用してカスタム トレーニング向けの ML モデルの品質を評価する方法を説明します。

詳細

このコースでは、Google Cloud での人工知能（AI）および機械学習（ML）サービスについて紹介します。Google Cloud では、AI 基盤、AI 開発、AI ソリューションを通じてデータから AI へのライフサイクルをサポートします。データ サイエンティスト、AI 開発者、ML エンジニアなど、さまざまなユーザーの目標に基づいて、ML モデル、ML パイプライン、生成 AI プロジェクトを構築するために利用できるテクノロジー、プロダクト、ツールについて説明します。

詳細