Ang EITC/AI/GCML Google Cloud Machine Learning Certification ay isang programa ng kakayahan sa artipisyal na katalinuhan patungkol sa isa sa pinaka-advanced na sistema ng pag-aaral ng makina batay sa mga mapagkukunan ng computational ng Google Cloud Platform.
Ang kurikulum ng EITC/AI/GCML Google Cloud Machine Learning ay nakatuon sa mga pangunahing kaalaman at kasanayan ng Pag-aaral ng Machine sa Google Cloud na nakaayos sa loob ng sumusunod na istraktura, na sumasaklaw sa komprehensibong nilalaman ng nilalaman na didactic ng Google bilang isang sanggunian para sa Sertipikasyong EITC na ito.
Sa pamamagitan ng EITC/AI/GCML Google Cloud Machine Learning ikaw ay maipakilala sa mga teknikalidad ng pinakabagong mga pagpapaunlad ng mga tool sa pag-aaral ng Google AI at machine ng Google Cloud at kung paano ito gamitin.
Ang machine Learning (ML) ay ang pag-aaral ng mga computer algorithm na awtomatikong nagpapabuti sa pamamagitan ng karanasan. Ito ay nakikita bilang isang bahagi ng artipisyal na katalinuhan. Ang mga algorithm sa pag-aaral ng machine ay bumubuo ng isang modelo batay sa sample na data, na kilala bilang data ng pagsasanay, upang makagawa ng mga hula o desisyon nang hindi malinaw na na-program na gawin ito. Ginagamit ang mga algorithm ng pag-aaral ng machine sa iba't ibang mga application, tulad ng pagsala sa email at paningin sa computer, kung saan mahirap o hindi magagawa na bumuo ng maginoo na mga algorithm upang maisagawa ang mga kinakailangang gawain.
Ang Google Cloud ay lubos na nakatuon sa paghahatid ng mga serbisyo ng AI at gumaganap bilang platform ng pag-aaral ng high-end na machine.
Ang ilan sa mga serbisyo ng Google Cloud AI ay may kasamang:
- Cloud AutoML - Serbisyo upang sanayin at mag-deploy ng pasadyang makina, mga modelo ng pag-aaral. Hanggang Setyembre 2018, ang serbisyo ay nasa Beta.
- Cloud TPU - Mga Accelerator na ginamit ng Google upang sanayin ang mga modelo ng pag-aaral ng makina.
- Cloud Machine Learning Engine - Pinamamahalaang serbisyo para sa pagsasanay at pagbuo ng mga modelo ng pag-aaral ng machine batay sa pangunahing mga balangkas.
- Cloud Job Discovery - Serbisyo batay sa paghahanap at kakayahan sa pag-aaral ng machine ng Google para sa recruiting ecosystem.
- Dialogflow Enterprise - Kapaligiran sa pag-unlad batay sa pag-aaral ng machine ng Google para sa pagbuo ng mga interface ng pakikipag-usap.
- Cloud Likas na Wika - Serbisyo sa pag-aaral ng teksto batay sa mga modelo ng Google Deep Learning.
- Cloud Speech-to-Text - Serbisyo sa pag-convert ng teksto batay sa pag-aaral ng makina.
- Cloud Text-to-Speech - Serbisyo sa pag-convert ng teksto sa pagsasalita batay sa pag-aaral ng makina.
- Cloud Translation API - Serbisyo upang pabagu-bagong isalin sa pagitan ng libu-libong magagamit na mga pares ng wika
- Cloud Vision API - Serbisyo ng pagsusuri sa imahe batay sa pag-aaral ng makina
- Cloud Video Intelligence - Serbisyo sa pagtatasa ng video batay sa pag-aaral ng makina
Bilang isang halimbawa suriin ang mga tampok sa AutoML Vision (awtomatikong pag-aaral ng machine ng Google Cloud para sa computational na pag-unawa sa paningin) at magpatuloy sa isang komprehensibong kurikulum ng programang EITC na ito.
Ang Google AI ay isang dibisyon ng spcial ng Google na nakatuon sa artipisyal na katalinuhan. Ito ay inanunsyo sa Google I/O 2017 ng CEO Sundar Pichai. Kasama ang mga pangunahing proyekto ng Google AI
- Naghahatid ng mga cloud-based TPU (mga yunit ng pagpoproseso ng tenor) upang paunlarin ang software ng pag-aaral ng makina.
- Pag-unlad ng TensorFlow.
- Ang TensorFlow Research Cloud ay magbibigay sa mga mananaliksik ng isang libreng kumpol ng isang libong mga TPU ng ulap upang maisagawa ang pananaliksik sa pag-aaral ng makina, sa ilalim ng kundisyon na ang pananaliksik ay bukas na mapagkukunan at inilagay nila ang kanilang mga natuklasan at nai-publish ito sa isang journal na pang-agham na sinuri.
- Portal sa libu-libong mga publication sa pananaliksik ng kawani ng Google.
- Magenta: isang malalim na koponan sa pagsasaliksik sa pag-aaral na tuklasin ang papel na ginagampanan ng pagkatuto ng machine bilang isang tool sa malikhaing proseso. Ang koponan ay naglabas ng maraming mga proyekto ng bukas na mapagkukunan na pinapayagan ang mga artista at musikero na palawakin ang kanilang mga proseso gamit ang AI.
- Sycamore: isang 54-Qubit Programmable Quantum Processor.
Ang isa pang proyekto ay ang Google Brain. Ito ay isang malalim na pag-aaral ng artipisyal na pangkat ng pagsasaliksik ng artipisyal sa Google, na nabuo noong unang bahagi ng 2010, na pinagsasama ang bukas na pananaliksik na pag-aaral ng makina sa mga system ng impormasyon at malalaking mapagkukunan ng computing. Ang proyekto ng Google Brain ay nagsimula noong 2011 bilang isang part-time na pakikipagtulungan sa pagsasaliksik sa pagitan ng Google Fellow na si Jeff Dean, Google Researcher na si Greg Corrado, at propesor ng Stanford University na si Andrew Ng. Naging interesado si Ng sa paggamit ng malalim na mga diskarte sa pag-aaral upang mabagbag ang problema ng artipisyal na intelihente mula pa noong 2006, at noong 2011 ay nagsimulang makipagtulungan kasama si Dean at Corrado upang bumuo ng isang malakihang malalim na sistema ng software ng pag-aaral, ang DistBelief, sa tuktok ng imprastraktura ng cloud computing ng Google. Nagsimula ang Google Brain bilang isang proyekto sa Google X at naging matagumpay na nagtapos ito pabalik sa Google: Sinabi ni Astro Teller na binayaran ng Google Brain ang buong gastos ng Google X. Noong Hunyo 2012, iniulat ng New York Times na isang kumpol na 16,000 ang mga nagpoproseso sa 1,000 mga computer na nakatuon sa paggaya ng ilang mga aspeto ng aktibidad ng utak ng tao ay matagumpay na sinanay ang sarili upang makilala ang isang pusa batay sa 10 milyong mga digital na imaheng kinuha mula sa mga video sa YouTube. Mula noong mga unang taon ng proyekto, ang Google Brain ay may makabuluhang advanced at nakakahanap ng maraming mga application sa mga produkto ng Google AI.
Upang magkaroon ng isang sulyap sa pag-usad suriin ang halimbawang pagpapakita ng mga kakayahan ng Google Assistant:
Upang makilala ang iyong sarili nang detalyado sa kurikulum ng sertipikasyon maaari mong palawakin at suriin ang talahanayan sa ibaba.
Para sa mga detalye sa pamamaraan ng Certification check Paano ito Works.
Mga Mapagkukunang Sanggunian sa Kurikulum
Dokumentasyon ng Google Cloud Platform
https://cloud.google.com/docs/
Google Cloud Console
https://console.cloud.google.com/
Google Cloud Skills Boost - Machine Learning
https://www.cloudskillsboost.google/paths/17
Google Cloud Skills Boost - TensorFlow sa Google Cloud
https://www.cloudskillsboost.google/quests/83
Google Cloud Qwiklabs - Pagsasanay sa Cloud sa Kamay
https://www.qwiklabs.com/
Pagsasanay sa Google Cloud
https://cloud.google.com/training/
YouTube Channel ng Google Cloud Platform
https://www.youtube.com/user/googlecloudplatform/videos/
Google Cloud AI at Mga Produkto ng Pag-aaral ng Machine
https://cloud.google.com/products/ai/
Google Cloud AI at Mga Solusyon sa Pag-aaral ng Machine
https://cloud.google.com/solutions/ai/
Google Vertex AI
https://cloud.google.com/vertex-ai/
Google TensorFlow
https://www.tensorflow.org/
I-download ang kumpletong offline na self-learning na mga materyales sa paghahanda para sa EITC/AI/GCML Google Cloud Machine Learning program sa isang PDF file
Mga materyales sa paghahanda ng EITC/AI/GCML – karaniwang bersyon
Mga materyales sa paghahanda ng EITC/AI/GCML – pinahabang bersyon na may mga tanong sa pagsusuri