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

1186 件の結果
  1. ラボ おすすめ

    Kubernetes Engine によるデプロイメントの管理

    DevOps のベスト プラクティスでは、アプリケーション デプロイのシナリオを管理するために、複数のデプロイメントが利用されます。そこでこのラボでは、複数の異種混合デプロイメントが使用される一般的なシナリオに対応できるように、コンテナのスケーリングと管理の演習を行います。

  2. ラボ おすすめ

    Implement CI/CD Pipelines on Google Cloud: Challenge Lab

    This lab will challenge you to create a CI/CD pipeline, deploy an application to GKE, and rollback that deployment.

  3. ラボ おすすめ

    De-identifying DICOM Data with the Healthcare API

    Use the de-identification functionality of Cloud Healthcare API with the Digital Imaging and Communications in Medicine (DICOM) data model.

  4. ラボ おすすめ

    Gemini を使用した関数呼び出しの概要

    このラボでは、Vertex AI SDK for Python で Vertex AI Gemini API を使用して、Gemini Pro(gemini-pro)モデルで関数呼び出しを行う方法を学びます。

  5. ラボ おすすめ

    Securing Compute Engine Applications and Resources using BeyondCorp Enterprise (BCE)

    In this lab, you will learn how to secure a Compute Engine instance with Identity-Aware Proxy (IAP).

  6. ラボ おすすめ

    A Tour of Cloud Networking

    This lab delivers an overview of the key cloud networking building blocks

  7. ラボ おすすめ

    Cloud Functions のモニタリングとロギング

    Google Cloud コンソールで、Cloud Monitoring を使用して Cloud Functions の詳細を確認し、Cloud Logging を使用して Cloud Functions の関数のデータを確認します。

  8. ラボ おすすめ

    BigQuery に新しいデータセットを取り込む

    このラボでは、BigQuery 内のテーブルに新しいデータセットを取り込む方法について詳しく学習します。

  9. ラボ おすすめ

    App Engine: Qwik Start - Python

    このハンズオンラボでは、簡単なメッセージを表示するシンプルな App Engine アプリケーションを作成する方法について説明します。Build Apps at Scale with Google App Engine の短い動画もあわせてご覧ください。

  10. ラボ おすすめ

    オンライン予測用の Vertex AI に BigQuery ML Customer Churn Classifier をデプロイ

    このラボでは、BigQuery ML XGBoost モデルによるトレーニング、チューニング、評価、説明、バッチおよびオンライン予測の生成などを行います。実際のモバイルアプリ「Flood it!」の Google アナリティクス 4 データセットを使って、ユーザーがアプリケーションに戻る可能性を判断していただきます。BigQuery ML モデルによるバッチ予測の生成と、オンライン予測のための Vertex AI へのエクスポートとデプロイを行います。