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
「Introduction to Generative AI」、「Introduction to Large Language Models」、「Introduction to Responsible AI」の各コースを修了すると、スキルバッジを獲得できます。最終テストに合格することで、ジェネレーティブ AI の基礎概念を理解していることが証明されます。
スキルバッジは、Google Cloud のプロダクトとサービスに関する知識を認定するために Google Cloud が発行するデジタルバッジです。スキルバッジは、ソーシャル メディアの公開プロフィールを作成してそこに追加することで一般向けに共有できます。
詳細
この入門レベルのマイクロラーニング コースでは、責任ある AI の概要と重要性、および Google が責任ある AI を自社プロダクトにどのように実装しているのかについて説明します。また、Google の AI に関する 7 つの原則についても説明します。
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
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
Welcome to the serverless Pet Theory game! Click "Join this Game".
To modify your player name or avatar, go to your My Account page at https://google.qwiklabs.com.
Points are earned by completing the steps in the lab.... and bonus points are earned for speed! Be sure to complete each lab by selecting the END option to get the maximum points.
Please respect the GCP resource quotas that have been allocated. Otherwise, you'll waste your Game time and gain fewer points.
詳細
Welcome to Diwali Speedrun! Here's some more fun for you this Diwali. Learn the ins and outs of the Google assistant with these interesting game labs. Complete the game labs one by one. The faster you complete the lab objectives, the higher your score. You can take each lab up to 5 times. Good luck!
詳細
With Google Assistant part of over a billion consumer devices, this quest teaches you how to build practical Google Assistant applications integrated with Google Cloud services via APIs. Example apps will use the Dialogflow conversational suite and the Actions and Cloud Functions frameworks. You will build 5 different applications that explore useful and fun tools you can extend on your own. No hardware required! These labs use the cloud-based Google Assistant simulator environment for developing and testing, but if you do have your own device, such as a Google Home or a Google Hub, additional instructions are provided on how to deploy your apps to your own hardware.
詳細
この入門レベルのクエストでは、アプリケーション デベロッパーが、Google Cloud エコシステムを使用して安全、スケーラブル、インテリジェントなクラウド ネイティブ アプリケーションを構築する方法を学習できます。インフラストラクチャの設定を行わずにアプリケーションの開発とスケーリングを行う方法、データ分析を実施してデータから分析情報を得る方法、トレーニング済み ML API で開発を行って機械学習のイベントを活用する方法（機械学習のエキスパートでない場合）について学習します。また、さまざまな Google サービスと API をシームレスに統合して、インテリジェントなアプリを作成します。
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
TensorFlow is an open source software library for high performance numerical computation that's great for writing models that can train and run on platforms ranging from your laptop to a fleet of servers in the Cloud to an edge device. This quest takes you beyond the basics of using predefined models and teaches you how to build, train and deploy your own on Google Cloud.
詳細
In this introductory-level quest, you will learn the fundamentals of developing and deploying applications on the Google Cloud Platform. You will get hands-on experience with the Google App Engine framework by launching applications written in languages like Python, Ruby, and Java (just to name a few). You will see first-hand how straightforward and powerful GCP application frameworks are, and how easily they integrate with GCP database, data-loss prevention, and security services.
機械学習はもっとも迅速に成長しているテクノロジーの分野です。Google Cloud Platformは、その成長に一役かっています。APIのホストを使うことにより、GCPにはツールがあります。この上級レベルのクエストでは、「Implementing an AI Chatbot with Dialogflow」や「Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API」と同様に機械学習APIについてハンズオンで演習ができます。
詳細
大規模な計算処理能力を活用してパターンを認識し、画像を解釈することは、自動運転から顔認識まで、さまざまな用途における AI の基盤技術です。Google Cloud Platform は、API を呼び出すだけで利用できるシステムを通じて、ワールドクラスの速度と精度を提供しています。GCP にはさまざまな API があるため、機械学習に関するほぼすべてのタスクに対応することができます。この入門クエストでは、画像処理に用いられる機械学習の実践的な演習を行います。ラボを活用して、画像にラベルを付けたり、顔やランドマークを検出したり、画像内のテキストを抽出、分析、翻訳したりすることができます。
詳細
皆さんもよくご存じのとおり、機械学習は最も急速に開発、利用が進んでいる技術の 1 つで、Google Cloud Platform はその促進に大きく貢献してきました。GCP では多数の API を活用して、ほぼすべての機械学習ジョブに対応するツールを提供しています。この入門クエストでは、ラボを使って言語処理に適用される機械学習に関する実践演習を行います。これによりテキストからのエンティティの抽出、感情分析と構文分析、音声文字変換のための Speech to Text API の使用方法を学ぶことができます。
Encoder-Decoder Architecture - 日本語版
Earned 11月 19, 2023 EST
Attention Mechanism - 日本語版
Earned 11月 14, 2023 EST
Generative AI Fundamentals - 日本語版
Earned 11月 7, 2023 EST
Introduction to Responsible AI - 日本語版
Earned 11月 7, 2023 EST
Introduction to Large Language Models - 日本語版
Earned 11月 3, 2023 EDT
Introduction to Image Generation - 日本語版
Earned 10月 12, 2023 EDT
Introduction to Generative AI - 日本語版
Earned 9月 19, 2023 EDT
Pet Theory
Earned 11月 20, 2019 EST
Diwali Speedrun
Earned 10月 28, 2019 EDT
![[DEPRECATED] OK Google: Build Interactive Apps with Google Assistant のバッジ](https://cdn.qwiklabs.com/iN1Y1aBXjPPUZgDdv9GtQCf%2FBp0q3U%2FJg9uWO6RMKoc%3D)
[DEPRECATED] OK Google: Build Interactive Apps with Google Assistant
Earned 10月 21, 2019 EDT
Google Developer Essentials
Earned 10月 21, 2019 EDT
BigQuery for Machine Learning
Earned 10月 20, 2019 EDT
Intermediate ML: TensorFlow on Google Cloud
Earned 10月 19, 2019 EDT
Baseline: Deploy & Develop
Earned 10月 13, 2019 EDT
Google Cloud Essentials
Earned 10月 12, 2019 EDT
機械学習API
Earned 10月 12, 2019 EDT
Intro to ML: Image Processing
Earned 10月 12, 2019 EDT
Intro to ML: Language Processing
Earned 10月 7, 2019 EDT
Baseline: Data, ML, AI
Earned 10月 7, 2019 EDT