Este es un curso introdutorio de microaprendizaje en el que se explora qué son los modelos de lenguaje grandes (LLM) ، به عنوان مثال از استفاده از LLM استفاده می کند. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA Generativa.

Questo è un corso di microlearning di livello introduttivo che esplora cosa sono i modelli linguistici di grandi dimensioni (LLM) ، i casi d'uso in cui possono essere utilizzati e come è possibile leutilizzare l'ottimimpizitazione per model miglio LLM. توضیحاتی در مورد ابزارهای گوگل برای ایجاد یک برنامه کاربردی Gen AI ارائه دهید.

این دوره به معرفی نقش های فنی در AWS Cloud می پردازد و توضیح می دهد که چرا مدل عمومی رایانش ابری معمولی جدید است. مربیان برخی از اصطلاحات مورد نیاز برای شروع یک سفر یادگیری در فضای ابری را آموزش می‌دهند و موضوعاتی مانند تفاوت بین IaaS، PaaS و SaaS، مدل‌های رایانش ابری (عمومی، خصوصی و ابری ترکیبی)، APIها چیست (و چرا هستند) را آموزش می‌دهند. مهم)، کشش، پوسته پوسته شدن افقی و عمودی. سپس، تفاوت بین رابطه، در دسترس بودن و نقش‌های نقطه عطف را تعریف می‌کنیم و با کارمندان آمازون مصاحبه می‌کنیم که دیدگاه خود را در مورد چگونگی روز زندگی یک معمار راه‌حل، دانشمند داده، مهندس توسعه‌دهنده نرم‌افزار، مدیر سیستم، ارائه می‌دهند. مهندس امنیت و مهندس پشتیبانی مشتری.

سفر خود را در یکی از مشاغلی که به سرعت در حال رشد هستند، امروز با این دوره مهندسی داده مبتدی آغاز کنید! شما با مفاهیم اصلی، فرآیندها و ابزارهایی که برای به دست آوردن دانش پایه ای از مهندسی داده باید بدانید، آشنا خواهید شد. و همچنین نقش هایی که مهندسان داده، دانشمندان داده و تحلیلگران داده در اکوسیستم ایفا می کنند. شما این دوره را با درک اینکه مهندسی داده چیست و همچنین نقش هایی که مهندسان داده، دانشمندان داده و تحلیلگران داده در این زمینه هیجان انگیز ایفا می کنند آغاز خواهید کرد. در ادامه با اکوسیستم مهندسی داده، انواع مختلف ساختارهای داده، فرمت‌های فایل، منابع داده و زبان‌هایی که متخصصان داده در کارهای روزمره خود از آنها استفاده می‌کنند، آشنا خواهید شد. شما با اجزای یک پلتفرم داده آشنا می شوید و درکی از انواع مختلف مخازن داده مانند پایگاه داده های Relational (RDBMS) و NoSQL، انبارهای داده، Data Marts، Data Lakes و Data Lakehouse ها به دست خواهید آورد. سپس با ابزارهای پردازش داده های بزرگ مانند Apache Hadoop و Spark آشنا خواهید شد. همچنین با ETL، ELT، Data Pipelines و Data Integration آشنا خواهید شد. این دوره به شما درک یک چرخه عمر معمولی مهندسی داده را می دهد که شامل معماری پلتفرم های داده، طراحی فروشگاه های داده، و جمع آوری، وارد کردن، بحث، جست و جو، و تجزیه و تحلیل داده ها می شود. شما همچنین در مورد امنیت، حاکمیت، و انطباق یاد خواهید گرفت. شما در مورد فرصت های شغلی در زمینه مهندسی داده و مسیرهای مختلفی که می توانید برای مهارت یافتن به عنوان یک مهندس داده طی کنید، یاد خواهید گرفت. شما از چندین مهندس داده با تجربه خواهید شنید که بینش و توصیه های خود را به اشتراک می گذارند. در پایان این دوره، شما همچنین چندین آزمایشگاه عملی را تکمیل کرده اید و با یک پایگاه داده رابطه ای کار می کنید، داده ها را در پایگاه داده بارگذاری می کنید و برخی از عملیات پرس و جو اولیه را انجام می دهید.

Questo è un corso di microlearning di livello introduttivo volto a spiegare cos'è l'AI Generativa، بیایید و در این روش تفاوت بین روش های سنتی یادگیری ماشینی وجود داشته باشد. توضیحاتی در مورد گوگل che possono aiutarti و برنامه کاربردی Gen AI را توضیح دهید.

به مقدمه هوش مصنوعی در دوره مرکز داده خوش آمدید! همانطور که می دانید، هوش مصنوعی یا AI، جامعه را از بسیاری جهات متحول می کند. از تشخیص گفتار گرفته تا بهبود مدیریت زنجیره تامین، فناوری هوش مصنوعی قدرت محاسباتی، ابزارها و الگوریتم‌هایی را در اختیار شرکت‌ها قرار می‌دهد که تیم‌هایشان برای انجام کارهای زندگی خود به آن‌ها نیاز دارند. اما هوش مصنوعی چگونه در مرکز داده کار می کند؟ چه زیرساخت های سخت افزاری و نرم افزاری مورد نیاز است؟ اینها برخی از سوالاتی است که این دوره به شما کمک می کند تا به آنها بپردازید. این دوره مقدمه ای بر مفاهیم و اصطلاحات را پوشش می دهد که به شما کمک می کند سفر به سمت محاسبات هوش مصنوعی و GPU را در مرکز داده آغاز کنید. شما در مورد موارد زیر یاد خواهید گرفت: * موارد استفاده از هوش مصنوعی و هوش مصنوعی، یادگیری ماشین، یادگیری عمیق، و نحوه انجام آموزش و استنتاج در یک گردش کار یادگیری عمیق. * تاریخچه و معماری GPU ها، تفاوت آنها با CPU ها و اینکه چگونه هوش مصنوعی را متحول می کنند. * چارچوب‌های یادگیری عمیق، پشته نرم‌افزار هوش مصنوعی، و ملاحظات در هنگام استقرار بارهای کاری هوش مصنوعی در یک مرکز داده در prem، در ابر، در یک مدل ترکیبی یا در یک محیط چند ابری. * الزامات برای خوشه‌های هوش مصنوعی چند سیستمی، ملاحظات برای برنامه‌ریزی زیرساخت، از جمله سرورها، شبکه‌ها و ذخیره‌سازی و ابزارهایی برای مدیریت، نظارت و هماهنگ‌سازی خوشه‌ها. این دوره بخشی از مواد آماده سازی برای همکار تایید شده NVIDIA - گواهی "AI در مرکز داده" است. این گواهینامه تخصص شما را به سطح بالاتری می برد و از پیشرفت حرفه ای شما پشتیبانی می کند. کی این درس را برمیدارد؟ * متخصصان فناوری اطلاعات * مدیران سیستم و شبکه * DevOps * متخصصان مرکز داده بدون نیاز به تجربه قبلی. این یک دوره مقدماتی برای محاسبات هوش مصنوعی و GPU در مرکز داده است. برای کسب اطلاعات بیشتر در مورد برنامه صدور گواهینامه NVIDIA، به این آدرس مراجعه کنید: https://academy.nvidia.com/en/nvidia-certified-associate-data-center/ پس بیایید شروع کنیم!

این یک دوره آموزشی در سطح مقدماتی است که هدف آن توضیح این است که هوش مصنوعی مسئول چیست، چرا مهم است و چگونه گوگل هوش مصنوعی مسئول را در محصولات خود پیاده‌سازی می‌کند. همچنین 7 اصل هوش مصنوعی گوگل را معرفی می کند.

آموزش‌های میکرو شاگردی، qui s'adresse aux débutants، مشروح ce qu'est l'IA générative، décrit à quoi elle sert et souligne ce qui la distingue des méthodes of machine Learning Traditnel. Il presente aussi les outils Google qui vous aideront à développer votre propre application d'IA Générative.

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 metodos tradicionais de learning machine. O curso também aborda as ferramentas do Google que ajudam você a desenvolver apps de IA Generativa.

זהו קורס מבוא ממוקד שמטרתו להסביר מהי בינה מלאכושית ממוקד מטרתו ובמה היא שונה משיטות מסורתיות של למידת מכונה. הוא גם כולל הסבר על הכלים של Google שיעזרו לכם לפתח אפליקציות בימיתנת בית משלכם.

Este es un curso introdutorio de microaprendizaje destinado a explicar qué es la IA Generativa، como se utiliza y en qué se diferencia de los métodos de aprendizaje automátic tradicionales. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA Generativa.

Ini adalah kursus pengantar pembelajaran mikro yang bertujuan untuk mendefinisikan AI Generatif, cara penggunaannya, dan perbedaannya dari metode machine learning konvensional. Kursus ini juga mencakup Alat-alat Google Yang Dapat Membantu Anda Mengembangkan Appasi AI Generatif Anda sendiri.

این برنامه، ارائه خدمات هوشمند مصنوعی (IA) و Aprendizaje Automático (AA) در Google Cloud است که می‌تواند اطلاعات مربوط به IA را در گزارش‌های پایه‌های IA، el desarrollo de la IA و راه‌حل‌های IA، پذیرفته باشد. برای ایجاد مدل‌های کانال‌های AA، کاوش در فناوری‌های مختلف، محصولات و محصولات موجود برای ایجاد مدل‌های کانال‌های AA، به‌عنوان برنامه‌های IA ژنراتیو در عملکردهای مختلف، اهداف los usuarios، como de cienterosarios. د IA.

هوش مصنوعی このコースでは、予測 AI と生成 AI および機械学習（ML）サービスについて紹介します。AI هوش مصنوعی の基盤、開発 へのライフサイクル全体で利用可能なテクノロジー. 説明するとともに、魅力的な学習体験と実践的なハンズオン演習を通 サイエンティスト、AI 開発者、ML エンジニアの方々がスキルや知識を強化でき るようサポートすることを目指しています.

این دوره، پیشنهادات هوش مصنوعی (AI) و یادگیری ماشین (ML) را در Google Cloud معرفی می کند که از چرخه عمر داده به AI از طریق پایه های AI، توسعه AI و راه حل های AI پشتیبانی می کند. این فن‌آوری‌ها، محصولات و ابزارهای موجود برای ساخت مدل ML، خط لوله ML، و یک پروژه هوش مصنوعی مولد بر اساس اهداف مختلف کاربران، از جمله دانشمندان داده، توسعه‌دهندگان هوش مصنوعی و مهندسان ML را بررسی می‌کند.

مقدمه ای بر Cloud Identity به عنوان محل شروع هر ادمین های جدید Cloud Identity، Identity/Access Management/Mobile Device Management است که سفر خود را برای مدیریت و ایجاد امنیت و بهترین شیوه های مدیریت دسترسی برای سازمان خود آغاز می کنند. این دوره یک هفته‌ای 15 تا 30 ساعته باعث می‌شود که شما برای استفاده از عملکردهای اصلی کنسول مدیریت برای مدیریت کاربران، کنترل دسترسی به سرویس‌ها، پیکربندی تنظیمات امنیتی رایج و بسیاری موارد دیگر مطمئن باشید. از طریق مجموعه‌ای از درس‌های مقدماتی، تمرین‌های عملی گام به گام، منابع دانش Google و بررسی دانش، فراگیران می‌توانند انتظار داشته باشند که این آموزش را با تمام مهارت‌هایی که برای شروع به‌عنوان مدیران جدید Cloud Identity نیاز دارند، ترک کنند. اهداف یادگیری شرکت کنندگان در پایان این دوره قادر خواهند بود: • یک دامنه Cloud Identity برای سازمان یا دامنه شخصی خود ایجاد کنید. • اضافه کردن کاربران به منظور تمرین مدیریت چرخه عمر کاربر. • مجوزهای کاربر را برای به دست آوردن درک درستی از ویژگی های اصلی Cloud Identity تغییر دهید. • دستگاه های تلفن همراه را در ماژول مدیریت Google Mobile اضافه کنید. • برای آشنایی با گزینه های محصول، مجموعه سیاست های مدیریت تلفن همراه را اصلاح کنید. • ماژول گزارش ها را پیمایش کنید، و اجرای گزارش ها را تمرین کنید. • پروتکل های امنیتی مختلف را در دامنه کاوش و اعمال کنید. مهم - قبل از ثبت نام، باید آماده باشید: • برای 14 روز آزمایشی رایگان Cloud Identity ثبت نام کنید. باید اطلاعات روش پرداخت را وارد کنید. اگر می‌خواهید نمونه Cloud Identity خود را در پایان آموزش پایان دهید و از کسر هزینه اجتناب کنید، گام به گام به شما نشان خواهیم داد که چگونه حساب خود را لغو کنید. • یک دامنه جدید بخرید یا از دامنه ای استفاده کنید که قبلاً مالک آن هستید. دامنه ای که استفاده می کنید به عنوان بخشی از آزمایش Cloud Identity گنجانده نشده است.

در این دوره، ما با برخی از خدمات شروع می کنیم که مدل آموزشی و استنتاج خام توسط آمازون برای شما انجام می شود. ما خدماتی را پوشش خواهیم داد که کارهای سنگین بینایی کامپیوتر، استخراج و تجزیه و تحلیل داده ها، پردازش زبان، تشخیص گفتار، ترجمه، آموزش مدل ML و عوامل مجازی را انجام می دهند. شما به راه حل های فعلی خود فکر خواهید کرد و خواهید دید که کجا می توانید این راه حل ها را با استفاده از هوش مصنوعی، ML یا یادگیری عمیق بهبود بخشید. همه این راه حل ها می توانند با برنامه های فعلی شما کار کنند تا در تجربه کاربری یا نیازهای تجاری برنامه شما پیشرفت هایی ایجاد کنند.

سازمان‌ها در هر اندازه‌ای از قدرت و انعطاف‌پذیری ابر برای تغییر نحوه عملکرد خود استقبال می‌کنند. مقیاس‌پذیری با Google Cloud Operations مفاهیم اساسی عملیات مدرن، قابلیت اطمینان و انعطاف‌پذیری در فضای ابری را بررسی می‌کند و چگونه Google Cloud می‌تواند به حمایت از این تلاش‌ها کمک کند. بخشی از مسیر یادگیری Cloud Digital Leader، این دوره با هدف کمک به افراد در رشد نقش خود و ساختن آینده کسب و کارشان است.

این دوره شما را با مکانیسم توجه آشنا می‌کند، تکنیکی قدرتمند که به شبکه‌های عصبی اجازه می‌دهد بر روی بخش‌های خاصی از یک دنباله ورودی تمرکز کنند. یاد خواهید گرفت که توجه چگونه کار می کند، و چگونه می توان از آن برای بهبود عملکرد انواع وظایف یادگیری ماشینی، از جمله ترجمه ماشینی، خلاصه سازی متن، و پاسخ به سوال استفاده کرد.

Ce cours presente le mécanisme d'attention, une technology efficace permettant aux réseaux de neurones de se concentrer sur des partys écifiques d'une séquence d'entrée. نظرات découvrirez fonctionne l'attention et comment l'utiliser pour améliorer les performances diverses tâches de machine learning, dont la traduction automatique, la synthèse de texte et les reponses aux question.