Introduction to AI and Machine Learning on Google Cloud (AIMLGC)

Total time

Introduction to AI and Machine Learning on Google Cloud (AIMLGC)

Fast Lane Institute for Knowledge Transfer GmbH
Logo Fast Lane Institute for Knowledge Transfer GmbH
Provider rating: starstarstarstarstar_half 8.9 Fast Lane Institute for Knowledge Transfer GmbH has an average rating of 8.9 (out of 32 reviews)

Need more information? Get more details on the site of the provider.

Starting dates and places

There are no known starting dates for this product.

Description

Voraussetzungen

Mit einer oder mehreren der folgenden Eigenschaften:

  • Grundkenntnisse über Konzepte des maschinellen Lernens
  • Frühere Erfahrungen mit Programmiersprachen wie SQL und Python

Zielgruppe

Professionelle KI-Entwickler, Datenwissenschaftler und ML-Ingenieure, die prädiktive und generative KI-Projekte auf Google Cloud erstellen möchten.

Detaillierter Kursinhalt

Modul 1 - AI-Grundlagen

Themen:

  • Warum AI?
  • AI/ML-Framework in der Google Cloud
  • Google Cloud-Infrastruktur
  • Daten und KI-Produkte
  • ML-Modell-Kategorien
  • BigQuery ML
  • Einführung ins Labor: BigQuery ML

Zielsetzungen:

  • Erkennen Sie das AI/ML-Framework auf Google Cloud.
  • Identifizieren Sie die wichtigsten Komponenten der Google C…

Read the complete description

Frequently asked questions

There are no frequently asked questions yet. If you have any more questions or need help, contact our customer service.

Didn't find what you were looking for? See also: Artificial Intelligence, Python, Cloud Computing, R Programming, and Governance.

Voraussetzungen

Mit einer oder mehreren der folgenden Eigenschaften:

  • Grundkenntnisse über Konzepte des maschinellen Lernens
  • Frühere Erfahrungen mit Programmiersprachen wie SQL und Python

Zielgruppe

Professionelle KI-Entwickler, Datenwissenschaftler und ML-Ingenieure, die prädiktive und generative KI-Projekte auf Google Cloud erstellen möchten.

Detaillierter Kursinhalt

Modul 1 - AI-Grundlagen

Themen:

  • Warum AI?
  • AI/ML-Framework in der Google Cloud
  • Google Cloud-Infrastruktur
  • Daten und KI-Produkte
  • ML-Modell-Kategorien
  • BigQuery ML
  • Einführung ins Labor: BigQuery ML

Zielsetzungen:

  • Erkennen Sie das AI/ML-Framework auf Google Cloud.
  • Identifizieren Sie die wichtigsten Komponenten der Google Cloud-Infrastruktur.
  • Definieren Sie die Daten- und ML-Produkte in Google Cloud und wie sie den Lebenszyklus von Daten zu KI unterstützen.
  • Erstellen Sie ein ML-Modell mit BigQueryML, um Daten mit KI zu verbinden.

Aktivitäten:

  • Übung: Vorhersage von Besucherkäufen mit BigQuery ML
  • Quiz
  • Lesen

Modul 2 - AI-Entwicklungsoptionen

Themen:

  • AI-Entwicklungsoptionen
  • Vorgefertigte APIs
  • Vertex AI
  • AutoML
  • Individuelle Ausbildung
  • Einführung ins Labor: API für natürliche Sprache

Zielsetzungen:

  • Definieren Sie verschiedene Optionen zur Erstellung eines ML-Modells in der Google Cloud.
  • Erkennen der wichtigsten Merkmale und Anwendungsfälle von vortrainierten APIs, AutoML und benutzerdefiniertem Training.
  • Verwenden Sie die Natural Language API zur Analyse von Text.

Aktivitäten:

  • Übung: Entity- und Sentiment-Analyse mit Natural Language API
  • Quiz
  • Lesen

Modul 3 - Arbeitsablauf der KI-Entwicklung

Themen:

  • ML-Arbeitsablauf
  • Vorbereitung der Daten
  • Entwicklung von Modellen
  • Das Modell dient
  • MLOps und Automatisierung von Arbeitsabläufen
  • Einführung ins Labor: AutoML
  • Wie eine Maschine lernt

Zielsetzungen:

  • Definieren Sie den Arbeitsablauf zur Erstellung eines ML-Modells.
  • Beschreiben Sie MLOps und Workflow-Automatisierung in Google Cloud.
  • Erstellen Sie ein ML-Modell von Anfang bis Ende mit AutoML auf Vertex AI.

Aktivitäten:

  • Labor: Vertex AI: Vorhersage von Darlehensrisiken mit AutoML
  • Quiz
  • Lesen

Modul 4 - Generative KI

Themen:

  • Generative KI und Arbeitsabläufe
  • Gemini multimodal
  • Promptes Design
  • Modell-Tuning
  • Modell Garten
  • AI-Lösungen
  • Einführung ins Labor: Vertex AI Studio

Zielsetzungen:

  • Definieren Sie generative KI und Grundlagenmodelle.
  • Verwenden Sie Gemini multimodal mit Vertex AI Studio.
  • Entwerfen Sie effiziente Eingabeaufforderungen und stimmen Sie Modelle mit verschiedenen Methoden ab.
  • Erkennen Sie die KI-Lösungen und die eingebetteten Funktionen von Gen AI.

Aktivitäten:

  • Übung: Erste Schritte mit Vertex AI Studio
  • Quiz
  • Lesen

Modul 5 - Kurszusammenfassung

Themen:

  • Zusammenfassung des Kurses

Zielsetzungen:

  • Erkennen der wichtigsten Konzepte, Werkzeuge, Technologien und Produkte, die im Kurs gelernt wurden.
There are no reviews yet.

Share your review

Do you have experience with this course? Submit your review and help other people make the right choice. As a thank you for your effort we will donate $1.- to Stichting Edukans.

There are no frequently asked questions yet. If you have any more questions or need help, contact our customer service.