参加 ログイン

Google Cloud コンソールでスキルを試す

SINGH AVANISH

メンバー加入日: 2022

シルバーリーグ

4100 ポイント
Encoder-Decoder アーキテクチャ Earned 5月 26, 2023 EDT
画像キャプション モデルの作成 Earned 5月 26, 2023 EDT
生成 AI の概要 Earned 5月 26, 2023 EDT
画像生成の概要 Earned 5月 26, 2023 EDT
Transformer モデルと BERT モデル Earned 5月 26, 2023 EDT
アテンション機構 Earned 5月 26, 2023 EDT
大規模言語モデルの概要 Earned 5月 26, 2023 EDT
Understanding LookML in Looker Earned 5月 15, 2023 EDT
Google Workspace の基礎 Earned 5月 15, 2023 EDT
Google Workspace ツールを使ってみる Earned 5月 15, 2023 EDT
Build LookML Objects in Looker Earned 5月 15, 2023 EDT
Looker ダッシュボードとレポート用にデータを準備する Earned 5月 9, 2023 EDT
Level 2: Data Exploration with Looker, BigQuery and Sheets Earned 5月 9, 2023 EDT
Google スプレッドシートで関数、数式、グラフを使う Earned 5月 8, 2023 EDT
Analyze BigQuery Data in Connected Sheets Earned 5月 8, 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 8, 2023 EDT
Level 1: Managing Resources and Data in the Cloud Earned 5月 8, 2023 EDT
Monitor and Manage Google Cloud Resources Earned 5月 8, 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、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

In this quest, you will get hands-on experience with LookML in Looker. You will learn how to write LookML code to create new dimensions and measures, create derived tables and join them to Explores, filter Explores, and define caching policies in LookML.

詳細

Workspace は、Google Cloud で提供されている Google の共同作業用アプリケーション スイートです。この入門レベルのコースでは、 ユーザーの視点で Workspace の主要なアプリケーションの実践演習を行います。Workspace には、 ここで取り上げるもの以外にも、多くのアプリケーションやツールが含まれますが、 ここでは Gmail、カレンダー、スプレッドシートなど、いくつかの主要アプリを 体験します。各ラボの所要時間は 10～15 分ですが、ご自身でご自由に アプリケーションの操作を試すための時間も用意されています。

詳細

「Google Workspace ツールを使ってみる」コースを修了して入門レベルのスキルバッジを獲得しましょう。このコースでは、 Google のコラボレーション プラットフォームの概要と、 Gmail、カレンダー、Meet、ドライブ、スプレッドシート、AppSheet の使用方法を学びます。 スキルバッジは、ハンズオンラボとチャレンジラボの課題の評価を通じて特定のプロダクトに関する実践的な知識を証明するものです。コースを修了してバッジを獲得することも、 チャレンジラボに直接挑戦して今すぐバッジを獲得することもできます。 バッジはトピックに習熟していることの証明であり、仕事用プロフィールの充実、ひいてはキャリアの可能性拡大につながります。 プロフィールにアクセスすると、獲得したバッジを確認できます。

詳細

Complete the introductory Build LookML Objects in Looker skill badge to demonstrate skills in the following: building new dimensions and measures, views, and derived tables; setting measure filters and types based on requirements; updating dimensions and measures; building and refining Explores; joining views to existing Explores; and deciding which LookML objects to create based on business requirements.

詳細

「Looker ダッシュボードとレポート用にデータを準備する」スキルバッジを獲得できる入門コースを修了すると、 データのフィルタ、並べ替え、ピボット、異なる Looker Explore から取得した結果の統合、 関数と演算子を使用してデータを分析し可視化するための Looker ダッシュボードとレポートの作成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。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

Description: According to IDC, by 2026, 7 PB of data will be generated per second globally. But what you *do* with the data is what matters. Data is the heart of digital transformation and offers incredible opportunities for organizations to accelerate the most strategic business outcomes, like revenue and productivity. Want to grow your skills and take advantage of the opportunity? Play now to get hands-on experience with Google Cloud's powerful data tools. Each lab teaches and tests your growing tech skills, and sets you on the path to your first Google Cloud credential.

詳細

「Google スプレッドシートで関数、数式、グラフを使う」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、関数を使用してデータを分析し、 チャートでデータを可視化します。データを検索、検証し、形式を整えて 表示する方法を学べる中級レベルのクエストです。 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 クエストと最終評価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

Complete the Analyze BigQuery Data in Connected Sheets skill badge to demonstrate that you can use Connected Sheets to access, analyze, visualize, and share billions of rows of BigQuery data from your Google Sheets spreadsheet.

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

More than 90% of IT leaders say they're looking to grow their cloud environments in the next several years, yet more than 80% of those same leaders identified a lack of skills as a barrier to growth. This means that tech skills (particularly cloud skills!) are in high demand. Want to grow your skills and take advantage of the opportunity? Play now to get hands-on experience with Google Cloud. Each lab teaches and tests your growing tech skills, and sets you on the path to your first Google Cloud credential. No experience required.

詳細

This challenge lab tests your skills and knowledge from the labs in the Monitor and Manage Google Cloud Resources quest. You should be familiar with the content of labs before attempting this lab.

詳細