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
このコースでは、Google Cloud の AI および ML 機能について紹介します。特に、生成 AI と予測 AI の両方のプロジェクトの開発に重点を置きます。データから AI へのライフサイクル全体で利用可能なさまざまなテクノロジー、プロダクト、ツールについて説明するとともに、データ サイエンティスト、AI デベロッパー、ML エンジニアがインタラクティブな演習を通じて専門知識を強化できるよう支援します。
詳細
Google Cloud コンピューティングの基礎コースは、クラウド コンピューティングのバックグラウンドや経験がほとんどまたはまったくない方を対象としています。クラウドの基礎、ビッグデータ、ML の中核となるコンセプトと、Google Cloud を活用できる場面や方法の概要を示します。
この一連のコースを修了すると、これらのコンセプトについて明確に理解し、実践的なスキルを実証できます。
このコースは、次の順で完了する必要があります。
1. Google Cloud コンピューティングの基礎: クラウド コンピューティングの基本
2. Google Cloud コンピューティングの基礎: Google Cloud のインフラストラクチャ
3. Google Cloud コンピューティングの基礎: Google Cloud でのネットワーキングとセキュリティ
4. Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI
このシリーズの最後のコースでは、マネージド ビッグデータ サービス、ML とその価値、スキルバッジを獲得して Google Cloud に関するスキルセットをさらに実証する方法について説明します。
詳細
大規模なコンピューティング能力を使用してパターンを認識し、 画像を「読み取る」ことは、自動運転車や顔認識に使用される AI の基盤技術の一つです 。 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ます。 こうした機能とさまざまな API を備えた GCP のツールを使えば、 ほぼあらゆる ML ジョブに対応できます。 この入門コースでは、 画像処理に用いられる ML 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
ML は、IT 分野で最も急速に成長している技術の一つであり、Google Cloud Platform はその発展に大きく貢献してきました。 Google Cloud では多数の API により、ほぼすべての ML ジョブに対応するツールを提供しています。 この入門コースでは、ラボを通じて言語処理に活用できる ML の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、 感情分析と構文解析、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。
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。
詳細
Earn a skill badge by completing the Detect Manufacturing Defects using Visual Inspection AI course, where you learn how to use Visual Inspection AI to deploy a solution artifact and test that it can successfully identify defects in a manufacturing process.
詳細
「Google Cloud での Kubernetes の管理」コースの中級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、 kubectl を活用したデプロイの管理、 Google Kubernetes Engine（GKE）でのアプリケーションのモニタリングとデバッグ、継続的デリバリーの手法におけるスキルを実証できます。
詳細
「Google API を使用して音声と言語を分析する」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、Natural Language and Speed API を実際の環境で使用する方法を 学習します。
詳細
「Generative AI Explorer - Vertex AI」コースには、 Google Cloud での生成 AI の使用方法に関する複数のラボが含まれます。ラボでは、Vertex AI PaLM API ファミリーの text-bison、chat-bison、 textembedding-gecko などのモデルの使用方法を確認し、プロンプト設計やベスト プラクティス、さらに Vertex AI を活用した アイディエーション、テキスト分類、テキスト抽出、テキスト要約について 学びます。また、 Vertex AI カスタム トレーニングによって基盤モデルをチューニングし、Vertex AI エンドポイントにデプロイする方法も学びます。
詳細
「Cloud Vision API を使用して画像を解析する」コースを修了するとスキルバッジを獲得できます。このコースでは、画像からのテキスト抽出など、さまざまなタスクで Cloud Vision API を活用する方法を学びます。
詳細
Natural Language API で感情分析を行うクエストを完了してスキルバッジを獲得しましょう。 このクエストでは、API が感情をどのようにしてテキストから感情を導きすかを学びます。
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
このコースでは、生成 AI モデルとのやりとり、ビジネス アイデアのプロトタイプ作成、本番環境へのリリースを行うツールである Vertex AI Studio をご紹介します。現実感のあるユースケースや、興味深い講義、ハンズオンラボを通して、プロンプトの作成から成果の実現に至るまでのライフサイクルを詳細に学び、Gemini マルチモーダル アプリケーションの開発、プロンプトの設計、モデルのチューニングに Vertex AI を活用する方法を学習します。Vertex AI Studio を利用することで、生成 AI をプロジェクトに最大限に活かせるようになることを目指します。
詳細
A Business Leader in Generative AI can articulate the capabilities of core cloud Generative AI products and services and understand how they benefit organizations. This course provides an overview of the types of opportunities and challenges that companies often encounter in their digital transformation journey and how they can leverage Google Cloud's generative AI products to overcome these challenges.
詳細
企業における AI と ML の利用が拡大し続けるなか、責任を持ってそれを構築することの重要性も増しています。多くの企業にとっての課題は、責任ある AI と口で言うのは簡単でも、それを実践するのは難しいということです。このコースは、責任ある AI を組織で運用化する方法を学びたい方に最適です。
このコースでは、Google Cloud が責任ある AI を現在どのように運用化しているかを、ベスト プラクティスや教訓と併せて学び、責任ある AI に対する独自のアプローチを構築するためのフレームワークとして活用できるようにします。
詳細
このコースでは、Google Cloud 向けに Terraform を使用する方法の概要を説明します。このコースを受講すると、Terraform を使用して Infrastructure as Code を実装し、その主要な特性と機能を使って Google Cloud インフラストラクチャを作成および管理する方法について説明できるようになります。
また、Terraform を使用して Google Cloud のリソースを構築、管理する実践的な演習を受けられます。
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
「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」の中級スキルバッジを獲得すると、 Terraform を使用した Infrastructure as Code（IaC）の原則、Terraform 構成を使用した Google Cloud リソースのプロビジョニングと管理、 状態の効果的な管理（ローカルおよびリモート）、組織内での再利用性を念頭に置いた Terraform コードのモジュール化といったスキルを実証できます。
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
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、Google Compute Engine を使用した構築 または Google Kubernetes Engine を使用した構築 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。
詳細
多くの IT 組織では、アジリティを求める開発者と、安定性を重視する運用担当者の間で、インセンティブが調整されていません。サイト信頼性エンジニアリング（SRE）は、Google が開発と運用の間のインセンティブを調整し、ミッション クリティカルな本番環境サポートを行う方法です。SRE の文化的および技術的手法を導入することで、ビジネスと IT の連携を改善できます。このコースでは、Google の SRE の主な手法を紹介し、SRE の組織的な導入を成功させるうえで IT リーダーとビジネス リーダーが果たす重要な役割について説明します。
Google Workspace のセキュリティ
Earned 10月 29, 2024 EDT
Google Workspace コアサービス
Earned 10月 24, 2024 EDT
Google Workspace ユーザーおよびリソース管理
Earned 10月 17, 2024 EDT
Google Cloud における AI と ML の概要
Earned 8月 29, 2024 EDT
Google Cloud コンピューティングの基礎: Google Cloud のデータ、ML、AI
Earned 8月 29, 2024 EDT
ML 入門: 画像処理
Earned 8月 29, 2024 EDT
ML 入門: 言語処理
Earned 8月 29, 2024 EDT
ベースライン: データ、ML、AI
Earned 8月 29, 2024 EDT
Google Cloud Big Data and Machine Learning Fundamentals - 日本語版
Earned 8月 29, 2024 EDT
DEPRECATED Detect Manufacturing Defects Using Visual Inspection AI
Earned 8月 28, 2024 EDT
Google Cloud での Kubernetes の管理
Earned 8月 27, 2024 EDT
Google API を使用して音声と言語を分析する
Earned 8月 27, 2024 EDT
Generative AI Explorer - Vertex AI
Earned 8月 26, 2024 EDT
Cloud Vision API を使用して画像を解析する
Earned 8月 26, 2024 EDT
Natural Language API で感情分析を行う
Earned 8月 26, 2024 EDT
BigQuery で予測データ分析を行う
Earned 8月 23, 2024 EDT
BigQuery ML を使用した ML モデルの作成
Earned 8月 23, 2024 EDT
重要な Google Cloud インフラストラクチャ: 基礎
Earned 6月 13, 2024 EDT
重要な Google Cloud インフラストラクチャ: コアサービス
Earned 6月 13, 2024 EDT
Google Cloud ネットワークの構築
Earned 6月 10, 2024 EDT
Google Cloud におけるアプリ開発環境の設定
Earned 6月 7, 2024 EDT
Associate Cloud Engineer の取得に向けた準備
Earned 6月 6, 2024 EDT
Google Cloud の基礎: コア インフラストラクチャ
Earned 5月 29, 2024 EDT
画像生成の概要
Earned 5月 27, 2024 EDT
Vertex AI Studio の概要
Earned 5月 27, 2024 EDT
Generative AI for Business Leaders
Earned 5月 26, 2024 EDT
責任ある AI: Google Cloud における AI に関する原則の適用
Earned 5月 22, 2024 EDT
Google Cloud で Terraform を使ってみる
Earned 5月 21, 2024 EDT
Compute Engine での Cloud Load Balancing の実装
Earned 5月 21, 2024 EDT
責任ある AI の概要
Earned 5月 21, 2024 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 5月 21, 2024 EDT
大規模言語モデルの概要
Earned 5月 21, 2024 EDT
生成 AI の概要
Earned 5月 21, 2024 EDT
信頼性に優れた Google Cloud インフラストラクチャ: 設計とプロセス
Earned 5月 15, 2024 EDT
Google の SRE 文化の醸成
Earned 5月 11, 2024 EDT
Professional Cloud Architect の取得に向けた準備
Earned 5月 6, 2024 EDT