AI、生成 AI、ML の概要
AI / ML モデルとソリューションを活用して組織を変革し、現実世界の問題を解決します。
Google Cloud の AI、生成 AI、ML の詳細
AI、生成 AI、ML のプロダクト、機能、手順に関するドキュメントと Cloud アーキテクチャ センターの記事をご覧ください。
Vertex AI の生成 AI の概要
GoGoogle の大規模な生成 AI モデルにアクセスできるため、AI を活用したアプリケーションでモデルを使用するためのテスト、チューニング、デプロイが可能になります。
Model Garden で AI モデルを確認する
ML モデル ライブラリから Google 独自の厳選された OSS モデルとアセットを探し、テスト、カスタマイズ、デプロイを行うことができます。
Google Cloud で生成 AI アプリケーションを構築する
生成 AI アプリケーションの構築段階、ユースケースに最適なプロダクトとツールを選択する方法、最初に必要なドキュメントについて紹介します。
Vertex AI での ML の概要
データ エンジニアリング、データ サイエンス、ML エンジニアリングのワークフローをサポートする統合プラットフォームです。ML モデルのトレーニングと AI ソリューションのデプロイを行うことができます。
AI と ML アーキテクチャのリソース
アーキテクチャ センターのリソースを利用して、AI と ML のさまざまなテーマについて計画を立てます(アーキテクチャ センターに移動します)。
ML の実装に関するベスト プラクティス
データとコードに基づくカスタム トレーニング モデルに重点を置いて ML の実装を計画します(アーキテクチャ センターに移動します)。
トレーニング、ブログ投稿など
トレーニング コース、ブログ投稿、その他の関連リソースをご覧ください。
ローカル CPU で生成 AI アプリを開発する
概念を理解してから RLHF を適用して LLM をチューニングします(外部サイトに移動します)。
Applied AI Summit Learning Path
Google Cloud の Vertex AI と Gemini について説明します。(Google Cloud Skills Boost に移動します)。
Introduction to Generative AI Learning Path
大規模言語モデルの基礎から責任ある AI の原則まで、生成 AI のコンセプトについて説明します(Google Cloud Skills Boost に移動します)。
Generative AI for Developers Learning Path
アプリ デベロッパー、ML エンジニア、データ サイエンティスト向けに設計されたコースで、生成 AI を技術的な側面から説明します(Google Cloud Skills Boost に移動します)。
Machine Learning Engineer Learning Path
ML システムの設計、構築、本番環境への導入、最適化、運用、保守について説明します(Google Cloud Skills Boost に移動します)。
人間からのフィードバックを用いた強化学習
概念を理解してから RLHF を適用して LLM をチューニングします(外部ウェブサイトに移動します)。