ご自身に最適な Google Cloud トレーニングをお探しください。

Google Cloud では、学習者のことを念頭に置いて設計された、980 以上の学習アクティビティを含む包括的なカタログをご用意しています。さまざまなアクティビティ形式のコン テンツで構成されたカタログから、短時間の単独ラボのほか、一連の動画、ドキュメント、 ラボ、テストで構成されるマルチモジュール コースをお選びいただけます。ラボでは、 実際のクラウド リソースへのアクセスに必要な一時的な認証情報が付与されるため、 本番さながらの状況で Google Cloud について学習できます。修了した学習アクティビ ティのバッジを獲得したり、Google Cloud での成果を定義、記録、分析したりできます。

フィルタ条件
すべてクリア
  • 象徴
  • 形式
  • 言語

1187 件の結果
  1. ラボ おすすめ

    Getting Started with API Gateway: Challenge Lab

    This challenge lab tests your skills and knowledge from the labs in the Get Started with API Gateway quest. You should be familiar with the content of labs before attempting this lab.

  2. ラボ おすすめ

    Arcade Hero: Enter the Cloud Function Golang

    Arcade Hero: Cloud Function Level One

  3. ラボ おすすめ

    Classify Images with TensorFlow Convolutional Neural Networks

    In this lab, you'll learn about how to use convolutional neural networks to improve your image classification models.

  4. ラボ おすすめ

    安全な Google Cloud ネットワークの構築: チャレンジラボ

    このチャレンジラボでは、リモート SSH アクセスを保護してファイアウォール ルールを実装します。

  5. ラボ おすすめ

    BigQuery を使用して NCAA Data を調べる

    BigQuery を使用して、NCAA のバスケットボールの試合、チーム、選手に関するデータセットを探索します。データは 2009 年以降のプレイと 1996 以降のスコアをカバーしています。NCAA が Google Cloud を使用して数十年分のスポーツのデータを活用する方法をご覧ください。

  6. ラボ おすすめ

    Cloud Monitoring のカスタム指標を使用したインスタンス グループの自動スケーリング

    このラボでは、Cloud Monitoring カスタム指標を使用して自動スケーリングされる自動スケーリング Compute Engine インスタンス グループをデプロイする方法について説明します。

  7. ラボ おすすめ

    Use Functions, Formulas, and Charts in Google Sheets: Challenge Lab

    In this challenge lab you demonstrate your knowledge of Google Sheets.

  8. ラボ おすすめ

    Terraform を使用した Infrastructure as Code

    このハンズオンラボでは、クラウド環境で Terraform を使用してインフラストラクチャの構築、変更、プロビジョニング、破棄を行います。

  9. ラボ おすすめ

    Data Loss Prevention: Qwik Start - JSON

    Data Loss Prevention API は、パワフルな検出エンジンへのプログラマティックなアクセスを可能にし、プライバシーに関わる機密データの検出を実現します。このラボでは、Data Loss Prevention API を使用して機密情報に関するデータ文字列を検査する方法について学習します。

  10. ラボ おすすめ

    Pub/Sub Lite: Qwik Start

    Pub/Sub Lite is a zonal service for messaging systems with predictable traffic patterns. In this lab you will create Lite topics and Lite subscriptions, then send and receive messages using the Pub/Sub Lite client library for Python.