Reliable Google Cloud Infrastructure: Design and Process - Bahasa Indonesia
Earned Jul 6, 2023 EDT
Developing a Google SRE Culture
Earned Jul 2, 2023 EDT
Google Cloud Fundamentals: Core Infrastructure - Bahasa Indonesia
Earned Jun 1, 2023 EDT
Perform Foundational Infrastructure Tasks in Google Cloud
Earned Mei 13, 2023 EDT
Google Cloud Essentials
Earned Feb 8, 2023 EST
Selesaikan badge keahlian tingkat menengah Engineer Data for Predictive Modeling with BigQuery ML untuk menunjukkan keterampilan Anda dalam hal berikut: membangun pipeline transformasi data ke BigQuery dengan Dataprep by Trifacta; menggunakan Cloud Storage, Dataflow, dan BigQuery untuk membangun alur kerja ekstrak, transformasi, dan pemuatan (ETL); membangun model machine learning menggunakan BigQuery ML; dan menggunakan Cloud Composer untuk menyalin data di berbagai lokasi. Badge keahlian adalah badge digital eksklusif yang diberikan oleh Google Cloud sebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan praktis yang interaktif. Selesaikan kursus badge keahlian dan challenge lab penilaian akhir untuk menerima badge digital yang dapat Anda bagikan ke jaringan Anda.
Pelajari lebih lanjut
Selesaikan badge keahlian tingkat menengah Create ML Models with BigQuery ML untuk menunjukkan keterampilan dalam hal berikut ini: membuat dan mengevaluasi model machine learning dengan BigQuery ML untuk membuat prediksi data. Badge keahlian merupakan badge digital eksklusif yang diberikan oleh Google Cloud sebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan praktis yang interaktif. Selesaikan kursus badge keahlian ini, dan challenge lab penilaian akhir, untuk menerima badge keahlian yang dapat Anda bagikan ke jaringan Anda.
Pelajari lebih lanjut
This course is an introduction to Vertex AI Notebooks, which are Jupyter notebook-based environments that provide a unified platform for the entire machine learning workflow, from data preparation to model deployment and monitoring. The course covers the following topics: (1) The different types of Vertex AI Notebooks and their features and (2) How to create and manage Vertex AI Notebooks.
Pelajari lebih lanjut
Selesaikan badge keahlian pengantar Prepare Data for ML APIs on Google Cloud untuk menunjukkan keterampilan Anda dalam hal berikut: menghapus data dengan Dataprep by Trifacta, menjalankan pipeline data di Dataflow, membuat cluster dan menjalankan tugas Apache Spark di Dataproc, dan memanggil beberapa ML API, termasuk Cloud Natural Language API, Google Cloud Speech-to-Text API, dan Video Intelligence API. Badge keahlian adalah badge digital eksklusif yang diberikan oleh Google Cloud s ebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan praktis yang interaktif. Selesaikan kursus badge keahlian ini dan challenge lab penilaian akhir, untuk menerima badge keahlian yang dapat Anda bagikan dengan jaringan Anda.
Pelajari lebih lanjut
Kursus ini memperkenalkan konsep penafsiran dan transparansi AI. Kursus ini membahas pentingnya transparansi AI bagi developer dan engineer. Kursus ini juga mengeksplorasi metode dan alat praktis untuk membantu mencapai penafsiran dan transparansi, baik dalam model data maupun AI.
Pelajari lebih lanjut
Kursus ini memperkenalkan konsep responsible AI dan prinsip AI. Di dalamnya tercakup teknik untuk secara praktis mengidentifikasi keadilan dan bias serta memitigasi bias dalam praktik AI/ML. Kursus ini juga mengeksplorasi metode dan alat praktis untuk menerapkan praktik terbaik Responsible AI menggunakan produk Google Cloud dan alat open source.
Pelajari lebih lanjut
This course helps learners create a study plan for the PMLE (Professional Machine Learning Engineer) certification exam. Learners explore the breadth and scope of the domains covered in the exam. Learners assess their exam readiness and create their individual study plan.
Pelajari lebih lanjut
Generative AI applications can create new user experiences that were nearly impossible before the invention of large language models (LLMs). As an application developer, how can you use generative AI to build engaging, powerful apps on Google Cloud?
In this course, you'll learn about generative AI applications and how you can use prompt design and retrieval augmented generation (RAG) to build powerful applications using LLMs. You'll learn about a production-ready architecture that can be used for generative AI applications and you'll build an LLM and RAG-based chat application.
Pelajari lebih lanjut
Kursus ini memperkenalkan Vertex AI Vector Search dan menjelaskan bagaimana layanan ini dapat digunakan untuk membangun aplikasi penelusuran dengan API model bahasa besar (LLM) untuk embedding. Kursus ini terdiri atas materi konseptual terkait penelusuran vektor dan embedding teks, demo praktis tentang cara membangun penelusuran vektor di Vertex AI, serta lab interaktif.
Pelajari lebih lanjut
Dapatkan badge keahlian tingkat menengah dengan menyelesaikan kursus Build and Deploy Machine Learning Solutions with Vertex AI, tempat Anda akan belajar cara menggunakan platform Vertex AI Google Cloud, AutoML, dan layanan pelatihan kustom untuk melatih, mengevaluasi, menyesuaikan, menjelaskan, serta men-deploy model machine learning. Kursus badge keahlian ini diperuntukkan bagi Data Scientist dan Engineer Machine Learning profesional. Badge keahlian adalah badge digital eksklusif yang diberikan oleh Google Cloud sebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan praktis yang interaktif. Selesaikan Badge keahlian ini, dan challenge lab penilaian akhir, untuk menerima badge digital yang dapat Anda bagikan ke jaringan Anda.
Pelajari lebih lanjut
In this course, you will be learning from ML Engineers and Trainers who work with the state-of-the-art development of ML pipelines here at Google Cloud. The first few modules will cover about TensorFlow Extended (or TFX), which is Google’s production machine learning platform based on TensorFlow for management of ML pipelines and metadata. You will learn about pipeline components and pipeline orchestration with TFX. You will also learn how you can automate your pipeline through continuous integration and continuous deployment, and how to manage ML metadata. Then we will change focus to discuss how we can automate and reuse ML pipelines across multiple ML frameworks such as tensorflow, pytorch, scikit learn, and xgboost. You will also learn how to use another tool on Google Cloud, Cloud Composer, to orchestrate your continuous training pipelines. And finally, we will go over how to use MLflow for managing the complete machine learning life cycle.
Pelajari lebih lanjut
This course equips machine learning practitioners with the essential tools, techniques, and best practices for evaluating both generative and predictive AI models. Model evaluation is a critical discipline for ensuring that ML systems deliver reliable, accurate, and high-performing results in production.
Participants will gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks. The course will emphasize the unique challenges posed by generative AI models and provide strategies for tackling them effectively. By leveraging Google Cloud's Vertex AI platform, participants will learn how to implement robust evaluation processes for model selection, optimization, and continuous monitoring.
Pelajari lebih lanjut
Kursus ini dikhususkan untuk membekali Anda dengan pengetahuan dan alat yang diperlukan guna mengungkap tantangan unik yang dihadapi oleh tim MLOps saat men-deploy dan mengelola model AI Generatif, serta mengeksplorasi cara Vertex AI memberdayakan tim AI dalam menyederhanakan proses MLOps dan mencapai keberhasilan dalam project AI Generatif.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang membahas definisi model bahasa besar (LLM), kasus penggunaannya, dan cara menggunakan prompt tuning untuk meningkatkan performa LLM. Kursus ini juga membahas beberapa alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga mencakup Alat-alat Google yang dapat membantu Anda mengembangkan aplikasi AI Generatif Anda sendiri.
Pelajari lebih lanjut
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production.
Learners will get hands-on practice using Vertex AI Feature Store's streaming ingestion at the SDK layer.
Pelajari lebih lanjut
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
Pelajari lebih lanjut
In this course, you apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.
This is the fifth and final course of the Advanced Machine Learning on Google Cloud series.
Pelajari lebih lanjut
This course introduces the products and solutions to solve NLP problems on Google Cloud. Additionally, it explores the processes, techniques, and tools to develop an NLP project with neural networks by using Vertex AI and TensorFlow.
Pelajari lebih lanjut
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.
Pelajari lebih lanjut
This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators.
This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.
Pelajari lebih lanjut
This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing.
The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.
Pelajari lebih lanjut
This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.
Pelajari lebih lanjut
This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.
Pelajari lebih lanjut
The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.
Pelajari lebih lanjut
Kursus ini memperkenalkan penawaran AI dan machine learning (ML) di Google Cloud yang membangun project AI prediktif dan generatif. Kursus ini akan membahas teknologi, produk, dan alat yang tersedia di seluruh siklus proses data ke AI, yang mencakup fondasi, pengembangan, dan solusi AI. Kursus ini bertujuan membantu data scientist, developer AI, dan engineer ML meningkatkan keterampilan dan pengetahuan mereka melalui pengalaman belajar yang menarik dan latihan praktik langsung.
Pelajari lebih lanjut
Selesaikan pengantar badge keahlian Implement Load Balancing on Compute Engine untuk menunjukkan keterampilan berikut ini: menulis perintah gcloud dan menggunakan Cloud Shell, membuat dan men-deploy virtual machine di Compute Engine, serta mengonfigurasi jaringan dan load balancer HTTP. Badge keahlian adalah badge digital eksklusif yang diberikan oleh Google Cloud sebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan yang interaktif. Selesaikan badge keahlian ini, dan penilaian akhir Challenge Lab, untuk menerima badge keahlian yang dapat Anda bagikan dengan jaringan Anda.
Pelajari lebih lanjut
Kursus ini membekali peserta dengan keterampilan untuk membangun solusi yang sangat andal dan efisien di Google Cloud menggunakan pola desain yang telah terbukti. Kursus ini merupakan kelanjutan dari kursus Architecting with Google Compute Engine atau Architecting with Google Kubernetes Engine dan memberikan pengalaman interaktif dengan teknologi yang dibahas dalam kursus tersebut. Melalui kombinasi presentasi, aktivitas desain, dan lab interaktif, peserta akan mempelajari cara menentukan serta menyeimbangkan kebutuhan bisnis dan teknis untuk merancang deployment Google Cloud yang sangat andal, sangat tersedia, aman, dan hemat biaya.
Pelajari lebih lanjut
In many IT organizations, incentives are not aligned between developers, who strive for agility, and operators, who focus on stability. Site reliability engineering, or SRE, is how Google aligns incentives between development and operations and does mission-critical production support. Adoption of SRE cultural and technical practices can help improve collaboration between the business and IT. This course introduces key practices of Google SRE and the important role IT and business leaders play in the success of SRE organizational adoption.
Pelajari lebih lanjut
Google Cloud Fundamentals: Core Infrastructure memperkenalkan konsep dan terminologi penting untuk bekerja dengan Google Cloud. Melalui video dan lab interaktif, kursus ini menyajikan dan membandingkan banyak layanan komputasi dan penyimpanan Google Cloud, bersama dengan resource penting dan alat pengelolaan kebijakan.
Pelajari lebih lanjut
Jika Anda adalah developer cloud pemula yang menginginkan praktik langsung di luar Getting Started - Create and Manage Cloud Resources, artinya quest ini cocok untuk Anda. Anda akan mendapatkan pengalaman praktik melalui lab yang mendalami Cloud Storage dan layanan aplikasi utama lainnya, seperti Stackdriver dan Cloud Functions. Dengan mengambil quest ini, Anda dapat mengembangkan kemampuan berharga yang dapat diterapkan di semua inisiatif Google Cloud. Selesaikan quest ini, termasuk challenge lab di akhir quest, untuk menerima badge digital eksklusif dari Google Cloud. Tersedia video berdurasi 1 menit yang akan membantu Anda memahami konsep utama lab-lab ini.
Pelajari lebih lanjut
Dalam quest level pendahuluan ini, Anda akan mendapatkan praktik langsung dengan aneka fitur dan layanan dasar Google Cloud Platform. Dasar-Dasar GCP adalah Quest pertama yang direkomendasikan bagi peserta kursus Google Cloud—Anda dapat memulai dengan pengetahuan yang minim atau tanpa pengetahuan sama sekali tentang cloud, dan selesai dengan pengalaman praktis yang dapat diterapkan pada project GCP pertama Anda. Mulai dari menulis perintah Cloud Shell dan menerapkan mesin virtual pertama Anda, hingga menjalankan aplikasi di Kubernetes Engine atau dengan load balancing, Dasar-Dasar GCP merupakan pengenalan terbaik pada fitur-fitur dasar platform cloud. Setiap lab disertai video berdurasi 1 menit yang akan memandu Anda memahami berbagai konsep penting.
Engineer Data for Predictive Modeling with BigQuery ML
Earned Des 4, 2024 EST
Create ML Models with BigQuery ML
Earned Nov 25, 2024 EST
Working with Notebooks in Vertex AI
Earned Nov 10, 2024 EST
Prepare Data for ML APIs on Google Cloud
Earned Nov 7, 2024 EST
Responsible AI for Developers: Interpretability & Transparency - Bahasa Indonesia
Earned Nov 6, 2024 EST
Responsible AI for Developers: Fairness & Bias - Bahasa Indonesia
Earned Nov 5, 2024 EST
Professional Machine Learning Engineer Study Guide
Earned Nov 3, 2024 EST
Create Generative AI Apps on Google Cloud
Earned Nov 3, 2024 EST
Vector Search and Embeddings - Bahasa Indonesia
Earned Nov 3, 2024 EST
Build and Deploy Machine Learning Solutions on Vertex AI
Earned Okt 29, 2024 EDT
ML Pipelines on Google Cloud
Earned Okt 27, 2024 EDT
Machine Learning Operations (MLOps) with Vertex AI: Model Evaluation
Earned Okt 19, 2024 EDT
Machine Learning Operations (MLOps) for Generative AI - Bahasa Indonesia
Earned Okt 11, 2024 EDT
Introduction to Large Language Models - Bahasa Indonesia
Earned Okt 11, 2024 EDT
Introduction to Generative AI - Bahasa Indonesia
Earned Okt 10, 2024 EDT
Machine Learning Operations (MLOps) with Vertex AI: Manage Features
Earned Okt 10, 2024 EDT
Machine Learning Operations (MLOps): Getting Started
Earned Apr 7, 2024 EDT
Recommendation Systems on Google Cloud
Earned Apr 3, 2024 EDT
Natural Language Processing on Google Cloud
Earned Mar 26, 2024 EDT
Computer Vision Fundamentals with Google Cloud
Earned Mar 25, 2024 EDT
Production Machine Learning Systems
Earned Mar 23, 2024 EDT
Machine Learning in the Enterprise
Earned Mar 20, 2024 EDT
Feature Engineering
Earned Mar 9, 2024 EST
Build, Train and Deploy ML Models with Keras on Google Cloud
Earned Mar 5, 2024 EST
Launching into Machine Learning
Earned Feb 26, 2024 EST
Introduction to AI and Machine Learning on Google Cloud - Bahasa Indonesia
Earned Feb 18, 2024 EST
Implement Load Balancing on Compute Engine
Earned Jul 6, 2023 EDT
Reliable Google Cloud Infrastructure: Design and Process - Bahasa Indonesia
Earned Jul 6, 2023 EDT
Developing a Google SRE Culture
Earned Jul 2, 2023 EDT
Google Cloud Fundamentals: Core Infrastructure - Bahasa Indonesia
Earned Jun 1, 2023 EDT
Perform Foundational Infrastructure Tasks in Google Cloud
Earned Mei 13, 2023 EDT
Google Cloud Essentials
Earned Feb 8, 2023 EST