Akshit Keoliya
Participante desde 2019
Participante desde 2019
Este curso apresenta um resumo da arquitetura de codificador-decodificador, que é uma arquitetura de machine learning avançada e frequentemente usada para tarefas sequência para sequência (como tradução automática, resumo de textos e respostas a perguntas). Você vai conhecer os principais componentes da arquitetura de codificador-decodificador e aprender a treinar e disponibilizar esses modelos. No tutorial do laboratório relacionado, você vai codificar uma implementação simples da arquitetura de codificador-decodificador para geração de poesia desde a etapa inicial no TensorFlow.
Este curso é uma introdução ao mecanismo de atenção, uma técnica avançada que permite que as redes neurais se concentrem em partes específicas de uma sequência de entrada. Você vai entender como a atenção funciona e como ela pode ser usada para melhorar o desempenho de várias tarefas de machine learning (como tradução automática, resumo de texto e resposta a perguntas).
Receba um selo de habilidade ao concluir os cursos "Introduction to Generative AI", "Introduction to Large Language Models" e "Introduction to Responsible AI". Consiga a aprovação nos testes finais dos cursos para demonstrar seu conhecimento sobre os conceitos básicos da IA generativa. Os selos de habilidades são digitais. Eles são emitidos pelo Google Cloud como forma de reconhecer sua capacidade de trabalhar com os produtos e serviços do Cloud. Torne seu perfil público e adicione os selos de habilidades às suas mídias sociais para mostrar seus conhecimentos.
Este é um curso de microaprendizagem introdutório que busca explicar a IA responsável: o que é, qual é a importância dela e como ela é aplicada nos produtos do Google. Ele também contém os 7 princípios de IA do Google.
Este é um curso de microlearning de nível introdutório que explica o que são modelos de linguagem grandes (LLM), os casos de uso em que podem ser aplicados e como é possível fazer o ajuste de comandos para aprimorar o desempenho dos LLMs. O curso também aborda as ferramentas do Google que ajudam a desenvolver seus próprios apps de IA generativa.
Neste curso, apresentamos os modelos de difusão, uma família de modelos de machine learning promissora no campo da geração de imagens. Os modelos de difusão são baseados na física, mais especificamente na termodinâmica. Nos últimos anos, eles se popularizaram no setor e nas pesquisas. Esses modelos servem de base para ferramentas e modelos avançados de geração de imagem no Google Cloud. Este curso é uma introdução à teoria dos modelos de difusão e como eles devem ser treinados e implantados na Vertex AI.
Este é um curso de microaprendizagem introdutório que busca explicar a IA generativa: o que é, como é usada e por que ela é diferente de métodos tradicionais de machine learning. O curso também aborda as ferramentas do Google que ajudam você a desenvolver apps de IA generativa.
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.
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!
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.
Esta Quest de nível introdutório mostra aos desenvolvedores de aplicativos como o ecossistema do Google Cloud facilita a criação de aplicativos seguros, escalonáveis, inteligentes e nativos da nuvem. Você aprenderá a desenvolver e escalonar aplicativos (sem precisar criar uma infraestrutura), executar análises de dados, extrair insights dos dados e usar APIs de ML pré-treinadas para aproveitar o machine learning, mesmo se não for especialista no assunto.Veja a integração perfeita entre os vários serviços do Google e APIs que ajudarão você a criar apps inteligentes.
Quer aprender a criar e treinar um modelo de machine learning em minutos em vez de horas usando apenas SQL? O BigQuery Machine Learning é um novo recurso do BigQuery que permite aos analistas de dados criar, treinar, avaliar e fazer previsões usando modelos de machine learning com um mínimo de programação. Nesta série de laboratórios, você testará alguns modelos e saberá quais são as características de um bom modelo.
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.
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.
Nesta Quest de nível introdutório, você terá acesso a treinamentos práticos com os principais serviços e ferramentas do Google Cloud Platform. A Quest "GCP Essentials" é a primeira recomendação para quem está aprendendo a usar o Google Cloud. Com ela, quem tem pouco ou nenhum conhecimento sobre nuvem ganha experiência prática para aplicar no primeiro projeto do GCP. Esta Quest proporciona um contato inicial com os recursos fundamentais da plataforma, como o registro de comandos do Cloud Shell, a implementação da sua primeira máquina virtual, a execução de aplicativos no Kubernetes Engine e o balanceamento de carga. Assista também os vídeos rápidos que explicam os conceitos principais de cada laboratório.
Não é novidade que o machine learning é um dos campos que mais crescem na área de tecnologia, e o Google Cloud Platform tem sido fundamental para esse desenvolvimento. Com diversas APIs, o GCP tem uma ferramenta para praticamente todos os jobs de machine learning. Nesta Quest de nível avançado, você terá experiência prática com as APIs de machine learning em laboratórios como estes: "Como implementar um bot de bate-papo com IA usando o Dialogflow" e "Detectar rótulos, rostos e pontos de referência em imagens com a API Cloud Vision".
O uso de processamento em grande escala para reconhecer padrões e "ler" imagens é uma das tecnologias básicas da IA, desde carros autônomos até reconhecimento facial. O Google Cloud Platform oferece velocidade e precisão superiores por meio de sistemas que podem ser usados com chamadas de API. Com essas e diversas outras APIs, o GCP tem uma ferramenta para praticamente todos os jobs de machine learning. Nesta Quest de introdução, você aprenderá na prática a usar machine learning para o processamento de imagens. Nos laboratórios, você terá a oportunidade de rotular imagens, detectar rostos e pontos de referência, além de extrair, analisar e traduzir textos contidos em imagens.
Não é novidade que o machine learning é um dos campos que mais crescem na área de tecnologia, e o Google Cloud Platform tem sido fundamental para esse desenvolvimento. Com diversas APIs, o GCP tem uma ferramenta para praticamente todos os jobs de machine learning. Nesta quest de introdução, você terá uma experiência prática com machine learning aplicado ao processamento de linguagem. Nos laboratórios, você poderá extrair entidades de um texto e realizar análise sintática e de sentimentos, além de usar a API de conversão de voz em texto para transcrição.
Big Data, machine learning e inteligência artificial são áreas da computação que estão em alta. Como são muito especializadas, é difícil encontrar material introdutório sobre elas. A boa notícia é que o GCP oferece serviços fáceis de usar nessas áreas, e o Qwiklabs apresenta informações introdutórias nesta Quest de nível básico. Com isso, você já pode começar a usar ferramentas como o BigQuery, a API Cloud Speech e o Cloud ML Engine. Assista os vídeos rápidos que explicam os conceitos principais dos laboratórios.