Kerangka Materi

Pengenalan Google AI Studio

  • Tinjauan Google AI Studio dan kemampuannya
  • Menyiapkan ruang kerja dan menjelajahi antarmuka
  • Memahami alur kerja proyek AI di Google AI Studio

Persiapan dan Manajemen Data

  • Mengimpor dan memproses kembali dataset
  • Menjelajahi alat visualisasi data
  • Memastikan kualitas data untuk proyek AI

Pelatihan dan Optimasi Model

  • Menggunakan AutoML untuk pengembangan model cepat
  • Pelatihan model kustom dengan TensorFlow dan PyTorch
  • Penyesuaian hiperparameter dan optimasi kinerja

Penyebaran dan Penyajian Model

  • Menyebarkan model sebagai REST APIs
  • Mengintegrasikan model dengan infrastruktur Google Cloud
  • Menyajikan layanan AI untuk penggunaan produksi

Memanfaatkan Fitur Lanjut

  • Mengimplementasikan praktik AI Terjelaskan (XAI)
  • Memanfaatkan Google AI APIs untuk visi, bahasa, dan lebih banyak lagi
  • Menjelajahi model pra-training dan transfer learning

Pemantauan dan Penyelesaian Masalah

  • Memantau model yang telah disebarkan untuk kinerja
  • Menganalisis prediksi model dan umpan balik
  • Menyelesaikan masalah umum dalam alur kerja AI

Aplikasi Dunia Nyata

  • Studi kasus solusi AI yang dipacu oleh Google AI Studio
  • Membangun proyek AI lengkap dari awal hingga akhir

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Memiliki pemahaman yang kuat mengenai konsep dan kerangka kerja machine learning
  • Pengalaman dalam pemrograman Python
  • Familiarity with Google Cloud services is recommended

Penonton

  • Pengerja AI
  • Insinyur machine learning
  • Ilmuwan data
 21 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait