Google Cloud の基礎: コア インフラストラクチャ
Earned 9月 21, 2021 EDT
Get hands-on practice with Google Cloud! You will compete with your peers to see who can finish this game with the most points. Speed and accuracy will be used to calculate your scores — earn points by completing the labs accurately and bonus points for speed! Be sure to click “End” where you’re done with each lab to be rewarded your points.
詳細
Vertex AI での ML ソリューションの構築とデプロイ コースを修了して、 中級スキルバッジを獲得しましょう。このコースでは、Google Cloud の Vertex AI プラットフォーム、AutoML、カスタム トレーニング サービスを使用して、 ML モデルのトレーニング、評価、チューニング、説明、デプロイを行う方法を学びます。 このスキルバッジ コースは、データ サイエンティストと ML エンジニアのプロフェッショナルを 対象としています。 スキルバッジは、Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジで、 インタラクティブなハンズオン環境での知識の応用力を証明するものです。このスキルバッジと 最終評価チャレンジラボを完了し、デジタルバッジを獲得して ネットワークで共有しましょう。
詳細
「Google Cloud の ML API 用にデータを準備」コースの入門スキルバッジを獲得できるアクティビティを修了すると、 Dataprep by Trifacta を使用したデータのクリーニング、Dataflow でのデータ パイプラインの実行、Dataproc でのクラスタの作成と Apache Spark ジョブの実行、 Cloud Natural Language API、Google Cloud Speech-to-Text API、Video Intelligence API などの ML API の呼び出しに関するスキルを証明できます。 スキルバッジは、Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジで、 インタラクティブなハンズオン環境での知識の応用力を証明するものです。このスキルバッジ コースと最終評価チャレンジラボを修了し、 スキルバッジを獲得してネットワークで共有しましょう。
詳細
このコースでは、Google Cloud で最先端の ML パイプラインに携わっている ML エンジニアおよびトレーナーたちから知識を吸収することができます。 最初のいくつかのモジュールで、ML パイプラインとメタデータの管理用 TensorFlow を基盤とする Google の本番環境向け機械学習プラットフォーム TensorFlow Extended（TFX）について説明します。パイプラインのコンポーネントについて、そして TFX を使用したパイプラインのオーケストレーションについて学習します。また、継続的インテグレーションと継続的デプロイを通じたパイプラインの自動化の方法と、ML メタデータの管理方法についても学習します。その後、焦点を変えて、TensorFlow、PyTorch、Scikit Learn、XGBoost などの複数の ML フレームワーク全体にわたる ML パイプラインの自動化と再利用の方法について説明します。 さらに、Google Cloud のもう 1 つのツール、Cloud Composer を継続的なトレーニング パイプラインのオーケストレーションに活用する方法についても学習します。最後は、MLflow を使用して機械学習の完全なライフサイクルを管理する方法の解説で締めくくります。
詳細
このコースでは、Google Cloud 上で本番環境の ML システムをデプロイ、評価、モニタリング、運用するための MLOps ツールとベスト プラクティスについて説明します。MLOps は、本番環境 ML システムのデプロイ、テスト、モニタリング、自動化に重点を置いた規範です。機械学習エンジニアリングの担当者は、ツールを活用して、デプロイしたモデルの継続的な改善と評価を行います。また、データ サイエンティストと協力して、あるいは自らがデータ サイエンティストとして、最も効果的なモデルを迅速かつ正確にデプロイできるようモデルを開発します。
詳細
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.
詳細
For everyone using Google Cloud Platform for the first time, getting familar with gcloud, Google Cloud's command line, will help you get up to speed faster. In this quest, you'll learn how to install and configure Cloud SDK, then use gcloud to perform some basic operations like creating VMs, networks, using BigQuery, and using gsutil to perform operations.
詳細
セキュリティは、Google Cloud のサービスにおける妥協のない機能であり、これを念頭に、 プロジェクトをまたいで安全性を確保し ID を保護するための専用ツールが 開発されています。この入門コースでは、 ユーザー アカウントと仮想マシン アカウントの管理における主要機能である Google Cloud の Identity and Access Management（IAM）サービス の実践演習を行います。VPC と VPN のプロビジョニングを通してネットワーク セキュリティを実際に体験し、セキュリティ 脅威とデータ損失防止に使用できるツールについて学びます。
Google Cloud で機械学習を実装する際のベスト プラクティスには何があるでしょうか。Vertex AI とは何であり、このプラットフォームを使用してコードを 1 行も記述せずに AutoML 機械学習モデルを迅速に構築、トレーニング、デプロイするにはどうすればよいでしょうか。機械学習とはどのようなもので、どのような問題の解決に役立つのでしょうか。
Google では機械学習について独自の視点で考えています。マネージド データセット、特徴量ストア、そしてコードを 1 行も記述せずに迅速に機械学習モデルを構築、トレーニング、デプロイする手段を 1 つにまとめた統合プラットフォームを提供するとともに、データにラベル付けし、TensorFlow、SciKit Learn、Pytorch、R やその他のフレームワークを使用して Workbench ノートブックを作成できるようにすることが、Google の考える機械学習の在り方です。Google の Vertex AI プラットフォームでは、カスタムモデルをトレーニングしたり、コンポーネント パイプラインを構築したりすることもできます。さらに、オンライン予測とバッチ予測の両方を実施できます。このコースでは、候補となるユースケースを機械学習で学習できる形に変換する 5 つのフェーズについても説明し、これらのフェーズを省略しないことが重要である理由について論じます。最後に、機械学習によって増幅される可能性のあるバイアスの認識と、それを識別する方法について説明します。
詳細
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.
詳細
このコースでは、ML ワークフローに対する実践的なアプローチを取り上げます。具体的には、いくつかの ML のビジネス要件とユースケースに取り組む ML チームをケーススタディ形式で紹介します。このチームは、データ マネジメントとガバナンスに必要なツールを理解し、データの前処理に最適なアプローチを検討する必要があります。
2 つのユースケースに対して ML モデルを構築するための 3 つのオプションがチームに提示されます。このコースでは、チームの目標を達成するために、AutoML、BigQuery ML、カスタム トレーニングを使用する理由について説明します。
詳細
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.
詳細
このコースでは、本番環境で高パフォーマンスな ML システムを構築するためのコンポーネントとベスト プラクティスについて学習します。また、ML システムを構築するうえで最も一般的な考慮事項を紹介します。これには、静的トレーニング、動的トレーニング、静的な推論、動的な推論、分散型 TensorFlow、TPU などが含まれます。このコースでは、優れた予測能力にとどまらない、優れた ML システムの特性を探索することに焦点を当てています。
詳細
このコースでは、TensorFlow と Keras を使用した ML モデルの構築、ML モデルの精度の向上、スケーリングに対応した ML モデルの作成について取り上げます。
詳細
One of the best ways to review something is to work with the concepts and technologies that you have learned. So, this course is set up as a workshop and in this workshop, you will do End-to-End Machine Learning with TensorFlow on Google Cloud Platform. It involves building an end-to-end model from data exploration all the way to deploying an ML model and getting predictions from it.
This is the first course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Production Machine Learning Systems course.
詳細
このコースでは、Vertex AI Feature Store を使用するメリット、ML モデルの精度を向上させる方法、最も有効な特徴を抽出できるデータ列の見極め方について説明します。また、BigQuery ML、Keras、TensorFlow を使用した特徴量エンジニアリングに関するコンテンツとラボも用意されています。
詳細
このコースでは、まず、データ品質を向上させる方法や探索的データ分析を行う方法など、データについての議論から始めます。Vertex AI AutoML について確認し、コードを一切記述せずに ML モデルを構築、トレーニング、デプロイする方法を説明します。また、BigQuery ML のメリットを確認します。その後、ML モデルを最適化する方法、一般化とサンプリングを活用してカスタム トレーニング向けに ML モデルの品質を評価する方法を説明します。
詳細
Google Cloud で機械学習を実装する際のベスト プラクティスには何があるでしょうか。Vertex AI とは何であり、このプラットフォームを使用してコードを 1 行も記述せずに AutoML 機械学習モデルを迅速に構築、トレーニング、デプロイするにはどうすればよいでしょうか。機械学習とはどのようなもので、どのような問題の解決に役立つのでしょうか。
Google では機械学習について独自の視点で考えています。マネージド データセット、特徴量ストア、そしてコードを 1 行も記述せずに迅速に機械学習モデルを構築、トレーニング、デプロイする手段を 1 つにまとめた統合プラットフォームを提供するとともに、データにラベル付けし、TensorFlow、SciKit Learn、Pytorch、R やその他のフレームワークを使用して Workbench ノートブックを作成できるようにすることが、Google の考える機械学習の在り方です。Google の Vertex AI プラットフォームでは、カスタムモデルをトレーニングしたり、コンポーネント パイプラインを構築したりすることもできます。さらに、オンライン予測とバッチ予測の両方を実施できます。このコースでは、候補となるユースケースを機械学習で学習できる形に変換する 5 つのフェーズについても説明し、これらのフェーズを省略しないことが重要である理由について論じます。最後に、機械学習によって増幅される可能性のあるバイアスの認識と、それを識別する方法について説明します。
詳細
このコースでは、データから AI へのライフサイクルをサポートする Google Cloud のビッグデータと ML のプロダクトやサービスを紹介します。また、Google Cloud で Vertex AI を使用してビッグデータ パイプラインと ML モデルを作成する際のプロセス、課題、メリットについて説明します。
このクエストでは、セキュリティ、ユーザーとグループのプロビジョニング、アプリケーションや Google Meet の管理といった、Google Workspace 管理に関するいくつかのトピックについての実践演習を行います。
詳細
「Planning for a Google Workspace Deployment」は、「Google Workspace Administration」シリーズの最後のコースです。
このコースでは、Google の導入方法とベスト プラクティスについて説明します。Cymbal で Google Workspace の導入を計画している Katelyn と Marcus の例を見ていきます。プロビジョニング、メールフロー、データ移行、併用といった核となる技術プロジェクト分野に焦点を当て、各分野に最適な導入戦略を検討します。
また、Google Workspace の導入におけるチェンジ マネジメントの重要性についても説明します。チェンジ マネジメントにより、ユーザーは Google Workspace にスムーズに移行できるようになり、コミュニケーション、サポート、トレーニングを通じて働き方の変革のメリットを得ることができます。
このコースでは、理論的なトピックを取り上げます。実践的な演習は行いません。Google Workspace のトライアルをまだキャンセルしていない場合は、今すぐ行い、不要な料金が発生しないようにしてください。
このコースでは、Google Workspace におけるユーザーおよびリソース管理の基礎を学びます。組織のニーズに応じた組織部門の構成方法や、さまざまな種類の Google グループの管理方法、ドメイン設定の管理方法についての理解を深め、最終的には Google Workspace 環境におけるリソースの最適化と構造化に関するスキルを習得します。
詳細
Google スプレッドシートの中級コースは、初級のコースで説明されたコンセプトを元に進められます。
このコースでは、Google スプレッドシートでテーマを適用してカスタマイズする方法を学習し、条件付き書式のオプションを確認します。
Google スプレッドシートの高度な数式と関数をいくつか学習します。関数を使用した数式を作成する方法を確認し、さらに Google スプレッドシート内のデータを参照して検証する方法を学びます。
スプレッドシートには、何百万という数、数式、テキストを入力しておくことができます。このようなデータは要約や可視化を行わないと、十全に活用することが難しい場合があります。このコースでは、グラフやピボット テーブルなど、Google スプレッドシートのデータ可視化オプションを確認します。
Google フォームは、データを収集して迅速なデータ分析を可能にするオンライン アンケートです。フォームで収集したデータをスプレッドシートに接続する作業や、既存のスプレッドシートからフォームを作成する作業を通じて、フォームとスプレッドシートがどのように連携するのかを確認します。
詳細
このコースでは、Google Workspace に付属する Google のビデオ会議ソフトウェアである Google Meet について紹介します。
Google Meet を使ってビデオ会議を作成し、管理する方法について説明します。Google Meet を開き、ビデオ会議にユーザーを追加するさまざまな方法について確認します。カレンダーの予定や会議リンクなど、さまざまなソースから会議に参加する方法についても説明します。
Google Meet を使用して、チームがどこにいても、コミュニケーション、意見の交換、リソースの共有をより適切に行う方法について説明します。ニーズに合わせて Google Meet 環境をカスタマイズする方法や、ビデオ会議中にチャット メッセージを効率的に使う方法について説明します。また、カレンダーの招待状や添付ファイルを使うなど、リソースを共有するさまざまな方法について確認します。
Google Meet の主催者用ボタンを使って参加者を管理し、インタラクティブな管理機能を利用する方法について説明します。ビデオ会議の録画やライブ ストリーミングを行う方法についても説明します。
詳細
Google スライドを使用すると、営業用、プロジェクト用、トレーニング モジュール用にプロフェッショナルなプレゼンテーションを作成して提示できます。 Google スライドのプレゼンテーションは、クラウドに安全に保存されます。プレゼンテーションはウェブブラウザで直接作成でき、特別なソフトウェアは必要ありません。
さらに、複数のユーザーが同時に作業することができ、他のユーザーの変更内容をリアルタイムで見ることもできます。変更はすべて自動的に保存されます。このコースでは、Google スライドを開いて空のプレゼンテーションを作成する方法と、テンプレートからプレゼンテーションを作成する方法を学習します。プレゼンテーションのテーマやレイアウトのオプション、コンテンツとスピーカーノートの追加や書式設定の方法について学びます。表、画像、グラフなどを追加してスライドを充実させる方法を学習します。また、スライドの切り替え効果やオブジェクトのアニメーションなどの視覚効果をプレゼンテーションで使用する方法についても学びます。スライドを整理する方法について説明し、スライドの複製と順序付け、既存のスライドのインポート、スライドのコピー、スライドの非表示などのオプションを確認します。プレゼンテーションを他のユーザーと共有する方法のほか、共同編集者の権限、変更履歴、バージョン管理についても学習します。Google スライドには、チームの共同編集を容易にするさまざまな機能が用意されています。チームでの共同編集にコメントとアクション アイテムを活用する方法を学習します。
スライドを提示することが最終的な目標であるため、スライドを他の人にプレゼンテーションする方法や、利用可能なプレゼンテーション ツールについて学習します。
詳細
このコースでは、Google スプレッドシートを紹介します。Google スプレッドシートはクラウドベースのスプレッドシート ソフトウェアで、 Google Workspace に含まれています。
Google スプレッドシートでは、ウェブブラウザで直接スプレッドシートを作成して編集できます。特別なソフトウェアは必要ありません。
複数のユーザーが同時に編集することも、他のユーザーの変更内容をリアルタイムで見ることもできます。また、変更はすべて自動的に保存されます。
このコースでは、Google スプレッドシートを開いて空のスプレッドシートを作成する方法、テンプレートからスプレッドシートを作成する方法を学習します。また、Google スプレッドシートを使用してデータの追加、インポート、並べ替え、フィルタリング、書式設定を行い、さまざまな種類のファイルで作業する方法も学習します。
数式と関数を使用すると、すばやく計算を行ってデータをより有効に活用できます。このコースでは、基本的な数式を作成する方法、関数を使用する方法、データを参照する方法について見ていきます。スプレッドシートにグラフを追加する方法も学習します。
Google スプレッドシートは簡単に共有できます。このコースでは、他のユーザーとスプレッドシートを共有するさまざまな方法を見ていきます。また、変更を追跡し、Google スプレッドシートのバージョンを管理する方法についても説明します。
Google Workspace を使用すれば、チーム、クライアント、他のユーザーがどこにいても、簡単に共同編集を行うことができます。Google スプレッドシートで利用できる共同編集オプションについてもいくつか紹介します。これらのオプションには、コメント、アクション アイテム、通知などがあります。
詳細
Google ドキュメントを使用すると、ドキュメントがクラウドに保存され、任意のパソコンまたはデバイスからアクセスできます。ウェブブラウザでドキュメントを作成および編集できます。特別なソフトウェアは必要ありません。さらに、複数のユーザーが同時に作業することができ、ユーザーが変更を行ったときにその変更を確認することも可能です。各変更は自動的に保存されます。
このコースでは、Google ドキュメントの開き方、新しいドキュメントの作成と書式設定の方法、新しいドキュメントへのテンプレートの適用方法について説明します。
目次、ヘッダーとフッター、表、図、画像などを使用してドキュメントの質を高める方法を説明します。
ドキュメントを他のユーザーと共有する方法について説明します。共有オプションのほか、共同編集者のロールと権限を確認します。ドキュメントのバージョンを管理する方法について説明します。
Google ドキュメントを使用すると、同じドキュメントで他のユーザーとリアルタイムで共同作業できます。ドキュメント内のコメントとアクション アイテムを作成、管理する方法について説明します。
複数の Google ドキュメント ツールを確認します。自分のスタイルに合わせて環境設定を行う方法を理解し、Google Explore などのツールを使用してコンテンツの価値を高める方法を検討します。
詳細
Google ドライブは Google のクラウドベースのファイル ストレージ サービスです。Google ドライブでは、すべての作業を 1 か所にまとめ、追加のソフトウェアを必要とせずにさまざまなファイル形式を表示でき、どのデバイスからでもファイルにアクセスできます。
このコースでは、Google ドライブの操作方法を学びます。ファイルやフォルダをアップロードする方法や、ファイルの種類に関係なく作業する方法のほか、Google ドライブでファイルを簡単に表示、配置、整理、変更、削除する方法についても学びます。
Google ドライブには共有ドライブが含まれています。共有ドライブを使用して、チームでファイルを保存したり、検索したり、ファイルにアクセスしたりできます。新しい共有ドライブの作成、メンバーの追加と管理、共有ドライブのコンテンツの管理などの方法を学びます。
Google Workspace とはつまり、コラボレーションと共有機能そのものです。Google ドライブで利用できる共有オプションを確認し、さまざまなユーザー ロールや割り当て可能な権限について学びます。
また、テンプレートを使用して一貫性を確保し、時間を節約する方法についても確認します。
Google ドライブには、さまざまなツールやオプションが用意されています。このコースでは、それらのオプションの中から、オフラインで作業する方法、ドライブ ファイル ストリームを使用する方法、Google Workspace Marketplace からアプリをインストールする方法について説明します。
詳細
Google カレンダーを使用すると、会議や予定のスケジュールを設定することや、今後のアクティビティに関するリマインダーを受信することが簡単にでき、今後の予定を常に把握することができます。Google カレンダーはチーム向けに設計されているため、スケジュールを他のユーザーと共有することや、複数の共用カレンダーを作成してチームで使用することが簡単にできます。
このコースでは、Google カレンダーの予定を作成して管理する方法（既存の予定の更新、予定の削除と復元、カレンダーの検索）を学びます。
リマインダー、タスク、予約枠など、さまざまな種類の予定をどのようなときに使うのかを理解できるようになります。
自分の作業のやり方に合わせてカスタマイズ可能な Google カレンダーの設定について詳しく見ていきます。
追加のカレンダーを作成する方法、他のユーザーとカレンダーを共有する方法、組織内の他のカレンダーにアクセスする方法も学びます。
詳細
Gmail は Google のクラウドベースのメールサービスです。ウェブブラウザだけであらゆるパソコンやデバイスからメッセージにアクセスできます。
このコースでは、メッセージの作成、送信、返信方法について学習します。また、Gmail メッセージに適用できるいくつかの一般的な操作についても説明し、Gmail のラベルを使用してメールを整理する方法を学習します。
一般的な Gmail の設定と機能について説明します。たとえば、個人の連絡先やグループを管理する方法、Gmail の受信トレイを自分の作業の進め方に合わせてカスタマイズする方法、独自のメール署名とテンプレートを作成する方法について学習します。
Google は検索で有名です。Gmail にも強力な検索機能とフィルタ機能が含まれています。Gmail の高度な検索機能を使用して、メッセージを自動的にフィルタする方法を学習します。
「Google Cloud ネットワークの開発」コースを修了してスキルバッジを獲得しましょう。このコースでは、 アプリケーションをデプロイしてモニタリングするための複数の方法について学びます。具体的には、IAM ロールの確認とプロジェクト アクセスの追加 / 削除、 VPC ネットワークの作成、Compute Engine VM のデプロイとモニタリング、 SQL クエリの記述、Compute Engine での VM のデプロイとモニタリング、Kubernetes を使用した複数のデプロイ アプローチによるアプリケーションのデプロイなどです。 スキルバッジは、 Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジです。 インタラクティブなハンズオン環境で 知識の応用力が試されます。このスキルバッジと 最終評価チャレンジラボを完了し、スキルバッジを獲得して ネットワークで共有しましょう。
詳細
「Getting Started with Google Kubernetes Engine」コースへようこそ。Kubernetes にご興味をお持ちいただきありがとうございます。Kubernetes は、アプリケーションとハードウェア インフラストラクチャとの間にあるソフトウェア レイヤです。Google Kubernetes Engine は、Google Cloud 上のマネージド サービスとしての Kubernetes を提供します。
このコースでは、Google Kubernetes Engine（一般に GKE と呼ばれています）の基礎と、Google Cloud でアプリケーションをコンテナ化して実行する方法を学びます。このコースでは、まず Google Cloud の基本事項を確認します。続けて、コンテナ、Kubernetes、Kubernetes アーキテクチャ、Kubernetes オペレーションの概要について学びます。
詳細
このコースでは、実績ある設計パターンを利用して、信頼性と効率に優れたソリューションを Google Cloud で構築する方法を学習します。本コースは、Architecting with Google Compute Engine または Architecting with Google Kubernetes Engine のコースの続きで、これらのコースで取り上げているテクノロジーの実践経験があることを前提としています。参加者は、講義、設計アクティビティ、ハンズオンラボを通して、ビジネス要件と技術要件を定義し、バランスを取りながら、信頼性、可用性、安全性、費用対効果に優れた Google Cloud のデプロイを設計する方法を学びます。
Earn a skill badge by completing the Secure Workloads in Google Kubernetes Engine quest, where you learn about security at scale on Google Kubernetes Engine (GKE) including how to: migrate containers from virtual machines to Google Kubernetes Engine, restrict network connections in GKE using firewalls and Network Policies, use role-based access controls (RBAC) in GKE, use Binary Authorization for security controls of your images, secure applications in GKE using 3 access levels: host, network, Kubernetes API, and harden GKE cluster configurations. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this skill badge quest, and the final assessment challenge lab, to receive a skill badge that you can share with your network.
詳細
「Google Cloud におけるアプリ開発環境の設定」コースを完了すると、スキルバッジを獲得できます。このコースでは、 Cloud Storage、Identity and Access Management、Cloud Functions、Pub/Sub のテクノロジーの基本機能を使用して、ストレージ中心のクラウド インフラストラクチャを構築し接続する方法を学びます。 スキルバッジは、Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジです。 インタラクティブなハンズオン環境で知識の応用力が試されます。このスキルバッジと最終評価チャレンジラボを完了し、スキルバッジを獲得してネットワークで共有しましょう。
この自習式トレーニング コースでは、Google Cloud でのセキュリティの管理と手法全般について学習します。録画された講義、デモ、ハンズオンラボを通して、Cloud Identity、Resource Manager、Cloud IAM、Virtual Private Cloud ファイアウォール、Cloud Load Balancing、Cloud ピアリング、Cloud Interconnect、VPC Service Controls など、安全な Google Cloud ソリューションのコンポーネントについて学び、演習を行います。
これは「Security in Google Cloud」シリーズの最初のコースです。このコースを修了したら、「Security Best Practices in Google Cloud」コースを受講してください。
詳細
安全な Google Cloud ネットワークの構築コースを修了してスキルバッジを獲得しましょう。このコースでは、Google Cloud でアプリケーションを ビルド、スケール、保護するための複数のネットワーク関連リソースについて学習します。 スキルバッジは、Google Cloud のプロダクトとサービスの習熟度を示す Google Cloud 発行の限定デジタルバッジです。 インタラクティブなハンズオン環境での知識の応用力を証明するものです。スキルバッジと 最終評価チャレンジラボを完了し、デジタルバッジを獲得して ネットワークで共有しましょう。
詳細
「Networking in Google Cloud」シリーズの 2 番目のコース「Routing and Addressing」へようこそ。
このコースでは、Google Cloud のネットワーク機能に関連するルーティングとアドレス指定の中核となるコンセプトについて説明します。
モジュール 1 では、Google Cloud でのネットワーク ルーティングとアドレス指定について学習し、IPv4 のルーティング、お客様所有 IP アドレスの使用、Cloud DNS の設定などの主要な構成要素を取り上げることで、基礎知識を身に付けます。モジュール 2 では、プライベート接続のオプションに話題を移し、内部 IP アドレスを使用して Google やその他のサービスにプライベート アクセスするユースケースや手法について説明します。
このコースを修了すると、Google Cloud 内のネットワーク トラフィックを効果的にルーティングおよびアドレス指定する方法をしっかりと把握できるようになります。
詳細
Networking in Google Cloud 日本語版は、6 部構成のコースシリーズです。6 部構成のコースシリーズの最初のコース「Networking in Google Cloud: Fundamentals」へようこそ。
このコースでは、ネットワーキングの基礎、Virtual Private Cloud（VPC）、VPC ネットワークの共有など、ネットワーキングの主なコンセプトに関する包括的な概要を説明します。また、ネットワークのロギング手法とモニタリング手法についても説明します。
Cloud Hero Kubernetes Skills
Earned 9月 5, 2023 EDT
Vertex AI での ML ソリューションの構築とデプロイ
Earned 3月 24, 2023 EDT
Google Cloud の ML API 用にデータを準備
Earned 3月 23, 2023 EDT
ML Pipelines on Google Cloud - 日本語版
Earned 3月 23, 2023 EDT
Machine Learning Operations (MLOps): Getting Started - 日本語版
Earned 2月 15, 2023 EST
Recommendation Systems on Google Cloud
Earned 2月 13, 2023 EST
Using the Cloud SDK Command Line
Earned 2月 10, 2023 EST
セキュリティと ID の基礎
Earned 2月 10, 2023 EST
Google Cloud ネットワークにおけるデプロイの自動化とトラフィックの管理
Earned 2月 10, 2023 EST
How Google Does Machine Learning - 日本語版
Earned 2月 10, 2023 EST
Natural Language Processing on Google Cloud
Earned 5月 3, 2022 EDT
企業における ML
Earned 4月 23, 2022 EDT
Computer Vision Fundamentals with Google Cloud
Earned 4月 21, 2022 EDT
Production Machine Learning Systems - 日本語版
Earned 4月 12, 2022 EDT
Build, Train and Deploy ML Models with Keras on Google Cloud - 日本語版
Earned 4月 5, 2022 EDT
End-to-End Machine Learning with TensorFlow on Google Cloud
Earned 3月 30, 2022 EDT
Feature Engineering - 日本語版
Earned 3月 25, 2022 EDT
Launching into Machine Learning - 日本語版
Earned 3月 20, 2022 EDT
How Google Does Machine Learning - 日本語版
Earned 3月 18, 2022 EDT
Google Cloud Big Data and Machine Learning Fundamentals - 日本語版
Earned 3月 16, 2022 EDT
クラウド エンジニアリング
Earned 1月 20, 2022 EST
Google Workspace for IT Administrators
Earned 1月 19, 2022 EST
Planning for a Google Workspace Deployment - 日本語版
Earned 1月 19, 2022 EST
Google Workspace のデータ ガバナンス
Earned 1月 18, 2022 EST
Google Workspace のセキュリティ
Earned 1月 18, 2022 EST
Google Workspace コアサービス
Earned 1月 17, 2022 EST
Google Workspace ユーザーおよびリソース管理
Earned 1月 14, 2022 EST
Google Sheets - Advanced Topics - 日本語版
Earned 1月 13, 2022 EST
Google Meet - 日本語版
Earned 1月 13, 2022 EST
Google Slides - 日本語版
Earned 1月 12, 2022 EST
Google Sheets - 日本語版
Earned 1月 12, 2022 EST
Google Docs - 日本語版
Earned 1月 11, 2022 EST
Google Drive - 日本語版
Earned 1月 11, 2022 EST
Google Calendar - 日本語版
Earned 1月 10, 2022 EST
Gmail - 日本語版
Earned 1月 10, 2022 EST
Preparing for Your Professional Cloud Architect Journey - 日本語版
Earned 10月 23, 2021 EDT
Google Cloud ネットワークの設定
Earned 10月 21, 2021 EDT
Google Cloud の基礎: コア インフラストラクチャ
Earned 10月 21, 2021 EDT
Google Cloud における Terraform を使用したインフラストラクチャの構築
Earned 10月 20, 2021 EDT
Google Cloud ネットワークの開発
Earned 10月 19, 2021 EDT
Getting Started with Google Kubernetes Engine - 日本語版
Earned 10月 18, 2021 EDT
Reliable Google Cloud Infrastructure: Design and Process - 日本語版
Earned 10月 16, 2021 EDT
柔軟性のある Google Cloud インフラストラクチャ: スケーリングと自動化
Earned 10月 11, 2021 EDT
Essential Google Cloud Infrastructure: Core Services - 日本語版
Earned 10月 10, 2021 EDT
Essential Google Cloud Infrastructure: Foundation - 日本語版
Earned 10月 9, 2021 EDT
[DEPRECATED] Secure Workloads in Google Kubernetes Engine
Earned 10月 8, 2021 EDT
Google Cloud におけるアプリ開発環境の設定
Earned 10月 5, 2021 EDT
Google Cloud でのクラウド セキュリティの基礎の実践
Earned 10月 3, 2021 EDT
Mitigating Security Vulnerabilities on Google Cloud - 日本語版
Earned 10月 3, 2021 EDT
Security Best Practices in Google Cloud - 日本語版
Earned 10月 3, 2021 EDT
Managing Security in Google Cloud - 日本語版
Earned 9月 28, 2021 EDT
安全な Google Cloud ネットワークの構築
Earned 9月 27, 2021 EDT
Networking in Google Cloud: Routing and Addressing - 日本語版
Earned 9月 25, 2021 EDT
Networking in Google Cloud: Fundamentals - 日本語版
Earned 9月 24, 2021 EDT
Compute Engine でのロード バランシングの実装
Earned 9月 22, 2021 EDT
Google Cloud の基礎: コア インフラストラクチャ
Earned 9月 21, 2021 EDT