本课程介绍 Google Cloud 中的人工智能 (AI) 和机器学习 (ML) 服务,这些服务支持数据到 AI 的生命周期(从 AI 基础、AI 开发到 AI 解决方案)。我们将探索一系列技术、产品和工具;利用这些工具,可基于不同用户(包括数据科学家、AI 开发者和机器学习工程师)的目标构建机器学习模型、机器学习流水线和生成式 AI 项目。
Overview
Syllabus
- 简介
- 本单元介绍课程目标:帮助学员浏览 Google Cloud 中的各项 AI 开发工具。另外,还简要介绍了基于三层 AI 框架的课程结构,包括 AI 基础、开发和解决方案。
- AI 基础
- 本单元先通过一个应用场景展示了 AI 的功能。然后着重介绍 AI 基础,包括计算和存储等云基础架构。另外还介绍了 Google Cloud 上的主要数据和 AI 开发产品。最后,展示了如何使用 BigQuery ML 来构建机器学习模块,这有助于将数据转换为 AI。
- AI 开发选项
- 本单元探索在 Google Cloud 上开发机器学习项目的各种选项,包括预先训练的 API 等现成解决方案、AutoML 等无代码和低代码解决方案,以及自定义训练等基于代码的解决方案。我们会比较各选项的优缺点,帮助确定适当的开发工具。
- AI 开发工作流
- 本单元介绍机器学习工作流,内容涵盖数据准备、数据开发,和通过 Vertex AI 提供模型。还阐明了如何使用 Vertex AI Pipelines 将工作流转化为自动化流水线。
- 生成式 AI
- 本单元介绍 AI 领域的最新进展“生成式 AI”,及开发生成式 AI 项目的基本工具包。首先探索的是 Google Cloud 上的生成式 AI 工作流。然后介绍了如何通过 Gen AI Studio 和 Model Garden 使用 Gemini 多模态、设计提示和对模型进行调优。最后是探索 AI 解决方案内置的生成式 AI 功能。
- 摘要
- 本单元通过介绍最重要的概念、工具、技术和产品,对整个课程进行总结。
Taught by
Google Cloud Training