リアルタイム オンデバイスのアプリ内購入の最適化 Codelab

この Codelab では、TFLite モデルをデプロイしてユーザーごとにアプリをパーソナライズし、アプリ内購入を最適化する方法について学びます。

• Firebase Remote Config
• Firebase ML
• Android
• Google アナリティクス
• Firebase A/B Testing
• BigQuery
• TensorFlow
• Firebase

TensorFlow Lite と Firebase を使用してアプリにオンデバイスのテキスト分類を追加する - Android Codelab

この Codelab では、Firebase と TensorFlow Lite を使用してテキスト分類を実装する方法を学びます。

• Android
• Firebase
• TensorFlow
• Firebase ML

TensorFlow Lite と Firebase を使用してアプリにオンデバイスのテキスト分類を追加する - iOS Codelab

この Codelab では、Firebase と TensorFlow Lite を使用してテキスト分類を実装する方法を学びます。

• TensorFlow
• Firebase
• Firebase ML

TensorFlow Lite と Firebase を使用してアプリにおすすめを追加する - iOS Codelab

この Codelab では、TensorFlow と Firebase を使用してアプリのコンテンツ レコメンデーション エンジンを作成する方法について学習します。

• TensorFlow
• Firebase ML
• Firebase
• Google アナリティクス

TensorFlow Lite と Firebase を使用してアプリにおすすめを追加する - Android Codelab

この Codelab では、TensorFlow と Firebase を使用してアプリのコンテンツ レコメンデーション エンジンを作成する方法について学習します。

• Firebase
• Firebase ML
• TensorFlow
• Android
• Google アナリティクス

Cloud データベース、サーバーレス ランタイム、オープンソースの統合を使用したおもちゃ屋検索アプリ

この Codelab では、AlloyDB、Gemini、Imagen、LangChain4j、GenAI Toolbox for Databases を使用して、ユーザーの検索に一致するおもちゃ（テキストと画像）を見つけ、ユーザーのリクエストに基づいてカスタムおもちゃを作成し、カスタム作成したおもちゃの価格を予測するように設計された RAG ベースのベクトル検索アプリケーションを構築します。

AlloyDB AI でベクトル エンベディングを使ってみる

この Codelab では、AlloyDB AI をベクトル検索と組み合わせて使用し、ベクトルデータにインデックスを作成する方法について学習します。

• AlloyDB for PostgreSQL

Cloud SQL for PostgreSQL でベクトル エンベディングを使用する

この Codelab では、Cloud SQL AI 統合をベクトル検索と組み合わせて使用し、ベクトルデータにインデックスを作成する方法について学習します。

• Cloud SQL

AlloyDB での生成 AI とエージェント アプリケーション用の Toolbox のインストールと設定

この Codelab では、データベース向け生成 AI ツールボックス サービスを使用して、AlloyDB と生成 AI 機能を使用した価格予測アプリケーションのツールボックスを構築してデプロイします。

Firestore、ベクトル検索、Gemini 2.0 を使用して、コンテキストに応じたヨガのポーズ レコメンダー アプリを構築しましょう。

この Codelab では、ユーザーの質問に応じてヨガのポーズに関する質問に回答するように設計された、ナレッジドリブンのコンテキスト ベースのヨガのポーズ検索アプリを作成します。また、ヨガのポーズの作成や編集などの管理タスクも行えます。

ML Kit と CameraX を使用した言語の認識、識別、テキストの翻訳: Android

この Codelab では、ML Kit を使用して Android アプリを作成します。このアプリでは、オンデバイス ML を使用して、59 の言語間でテキストを認識、識別、翻訳します。また、CameraX ライブラリを統合して、リアルタイムのカメラフィードからこれらのタスクを実行する方法についても学習します。

• Android
• Firebase

Vertex AI と LangChain4j を使用した Gemini in Java

この Codelab では、ユーザーとチャットしたり、ドキュメントについて質問したり、関数呼び出しによるモデルの拡張を行ったりします。Java の生成 AI の使用、Vertex AI への Gemini 大規模言語モデルの統合、LangChain4j フレームワークの利用などを行います。

Python で Translation API を使用する

このチュートリアルでは、Python で Translation API を使用する方法について説明します。

AlloyDB と Vertex AI Agent Builder を使用してスマート ショッピング アシスタントを構築する - パート 1

この Codelab では、顧客からの質問に回答したり、商品を見つけたり、e コマース データセット向けに検索結果をカスタマイズしたりするための知識ベースのチャット アプリケーションを構築します。

Private Service Connect エンドポイントを介して Python SDK で Gemini Chat にアクセスする

Python SDK と PSC エンドポイントを介して VM から Gemini にアクセスする

• Vertex AI

Vertex AI Conversation を使用して生成チャットアプリを作成する

この Codelab では、Vertex AI Conversation を使用してデータストア エージェントとチャットアプリを作成、構成、デプロイし、Google ストアの製品に関するお客様からの質問に回答します。

PaLM Vertex AI API と Google Cloud Storage を使用したコンテンツ要約用の Cloud Functions の関数

Google Cloud Storage にアップロードされたファイルを処理し、コンテンツに対して Vertex AI PaLM API を使用して要約を実行する方法を示す Cloud Functions の関数。

SQL を使用した BQML による映画評価の予測

BigQuery ML で SQL のみを使用して映画スコア予測モデルを作成します。

Vertex AI AutoML を使用した映画評価の予測

Vertex AI AutoML を使用して映画スコア予測モデルを作成し、API エンドポイントにデプロイして、Java Cloud Functions から Prediction API をトリガーします。

基本的な「Google 翻訳」をデプロイするPython 3 上の Cloud Functions のアプリ

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

基本的な「Google 翻訳」をデプロイするPython 2 Cloud Run（Docker）上のアプリ

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

基本的な「Google 翻訳」をデプロイするPython 3 Cloud Run 上のアプリ（Docker）

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

ML Kit を使用して画像内のオブジェクトを検出し、視覚的な商品検索を構築する: Android

この Codelab では、ML Kit を使用して、オンデバイスの機械学習を使用して画像内のオブジェクトを検出し、ユーザーが商品の画像検索を実行できる Android アプリを作成します。

• Android
• ML Kit

AI Platform Notebooks で調達向け Document AI を使用して請求書を解析する

Procurement DocAI を使用して請求書をインテリジェントに解析する方法を学びます。

Dataproc での自然言語処理用の PySpark

このラボでは、Spark MLlib と spark-nlp を使用して、大量のデータに対して ML と NLP を実行する方法について説明します。

AI Platform Notebooks でモデルをプロトタイピング

このラボでは、AI Platform Notebooks を使用して ML ワークフローのプロトタイピングを行う方法を学びます。カスタム ノートブック インスタンスの作成、git でのノートブック コードの追跡、What-If ツールを使用したモデルのデバッグについて説明します。

• TensorFlow

基本的な「Google 翻訳」をデプロイするPython 2 App Engine 上のアプリ

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

Python での Natural Language API の使用

このチュートリアルでは、Python で Natural Language API を使用する方法を学びます。

Bookshelf 分析: Gemini を使用して BigQuery と生成 AI で SQL アプリケーションを構築

Gemini を使用して、BigQuery（SQL のみの生成 AI）で書籍のレコメンデーションと要約の分析を行います。

Vertex AI を使用して Google 品質の検索システムを構築する

この Codelab では、Vertex AI Search/Agent Builder を使用してドキュメントやテキスト ファイルからクエリに応答できる Google 品質の検索エンジンを構築します。

• Vertex AI
• Google Cloud

Bookshelf ビルダー: Gemini を使用して Gemini アプリケーション用の Java Cloud Functions を作成する

BigQuery のリモート関数として Cloud Functions の関数で Vertex AI の生成 AI（Gemini）を使用し、書籍のレコメンデーションと要約のアプリを作成します。

ML Kit を使用してテキストと顔の特徴を認識する: Android

この Codelab では、ML Kit を使用して、オンデバイスの機械学習を使用して画像内のテキストと顔の特徴を認識する Android アプリを作成します。

• Android
• ML Kit

ML Kit と CameraX を使用した言語の認識、識別、テキストの翻訳: Android

この Codelab では、ML Kit を使用して、オンデバイスの機械学習を使用して 59 の言語の認識とテキストの翻訳を行う Android アプリを作成します。また、CameraX ライブラリを統合して、リアルタイムのカメラフィードからこれらのタスクを実行する方法についても説明します。

• ML Kit
• Firebase
• Android

迷惑メールフィルタの機械学習モデルを使用するようにアプリを更新してください

基本的なコメントスパム フィルタリングが可能な ML モデルを使用してアプリを更新する方法を学習します。

• TensorFlow
• Android

What-If ツールと Vertex AI を使用した財務 ML モデルの構築

このラボでは、金融データセットで XGBoost モデルをトレーニングして Vertex AI にデプロイし、What-if ツールで分析する方法を学びます。

• TensorFlow

Keras と TPU を使用した畳み込みニューラル ネットワーク

このラボでは、畳み込み層を組み合わせて、花を認識できるニューラル ネットワーク モデルを作成する方法を学びます。今回はモデルをゼロから構築し、TPU のパワーを使用して数秒でトレーニングし、設計を反復処理します。このコースには、畳み込みニューラル ネットワークに関して必要な理論的な説明が含まれており、ディープ ラーニングについて学習する出発点として適しています。

• TensorFlow

TPU での Keras と最新の convnets

このラボでは、独自の畳み込みニューラル ネットワークをゼロから構築、トレーニング、調整する方法を学びます。これは、TPU のパワーを利用して数分で行うことができます。また、非常にシンプルな転移学習から Squeezenet などの最新の畳み込みアーキテクチャまで、さまざまなアプローチについて学びます。このラボには、ニューラル ネットワークに関する必要な理論的な説明が含まれており、ディープ ラーニングについて学習する出発点として適しています。このラボでは Tensorflow 2 を使用します。

• TensorFlow

TPU スピードのデータ パイプライン: tf.data.Dataset と TFRecords

TPU は非常に高速です。トレーニング データのストリームも、トレーニングのスピードについていく必要があります。このラボでは、tf.data.Dataset API を使用して GCS からデータを読み込み、TPU にフィードする方法を学びます。

• TensorFlow

転移学習を使用した最初の Keras モデル

このラボでは、Keras 分類器の構築方法について学びます。花を認識するためのニューラル ネットワーク層の完璧な組み合わせを見つけるのではなく、まず転移学習という手法を使用して、事前トレーニングされた強力なモデルをデータセットに適応させます。このラボには、ニューラル ネットワークに関する必要な理論的な説明が含まれており、ディープ ラーニングについて学習する出発点として適しています。

Keras と TPU を使用した最新の convnets、squeezenet、Xception

このラボでは、最新の畳み込みアーキテクチャについて学び、その知識を駆使して「squeezenet」というシンプルながら効果的な Convnet を実装します。このコースには、畳み込みニューラル ネットワークに関して必要な理論的な説明が含まれており、ディープ ラーニングについて学習する出発点として適しています。

• TensorFlow

Cloud SQL データベースと LangChain を使用して、LLM と RAG ベースのチャット アプリケーションを構築する

この Codelab では、データベースを作成する方法、データベース向け生成 AI 検索サービスをデプロイする方法、このサービスを使用してサンプルのチャット アプリケーションを作成する方法を学習します。

• Cloud SQL

博士号を取得しなくても、TensorFlow、Keras、ディープ ラーニングを利用可能

この Codelab では、100 行の Python / Keras コードを使用して、手書きの数字を 99% の精度で認識するようコンピュータに指示します。

• TensorFlow

Python での Video Intelligence API の使用

このチュートリアルでは、Python で Video Intelligence API を使用する方法を学びます。

ノートブックから Kubeflow Pipelines への HP 調整: データ サイエンスへの取り組み

この Codelab では、CLI コマンドや SDK を使用せずに、Kubeflow Pipelines でハイパーパラメータを調整して複雑なデータ サイエンス パイプラインを構築してデプロイする方法を学びます。

Kubeflow Pipelines - GitHub の問題の要約

この Codelab では、GKE で Cloud AI Platforms Pipeline インストール（Hosted KFP）を設定し、Kubeflow Pipelines を使用して ML ワークフローを構築して実行します。さらに、AI Platform Notebooks（Jupyter）内でパイプラインを定義して実行します。

• TensorFlow

MiniKF と Kale を使用してノートブックから Kubeflow パイプラインへ

この Codelab では、CLI コマンドや SDK を使用せずに、Kubeflow Pipelines で複雑なデータ サイエンス パイプラインを構築してデプロイする方法を学びます。

Vertex AI を使用した動画分析用の生成 AI

Google の生成 AI 機能を使用して、YouTube でインフルエンサーの視聴回数を分析する方法を解説します。

Java での Gemini 関数呼び出しを使用した確定的な生成 AI

Gemini モデルを呼び出して関数呼び出しの入力をオーケストレートし、API を呼び出してから、別の Gemini 呼び出しでレスポンスを処理して REST エンドポイントにデプロイすることで、Java アプリケーションで Gemini の関数呼び出し機能のデモを行います。

Cloud AI Platform での XGBoost モデルの構築、トレーニング、デプロイ

このラボでは、BigQuery からデータを取り込み、Cloud AI Platform Notebooks インスタンスで XGBoost モデルを構築し、モデルを AI Platform にデプロイするという、GCP での ML ワークフロー全体を学びます。

Cloud AI Platform にデプロイされた財務 ML モデルを What-if ツールを使用して分析する

このラボでは、金融データセットで XGBoost モデルをトレーニングして Cloud AI Platform にデプロイし、What-if ツールで分析する方法を学びます。

• TensorFlow

AlloyDB と Vertex AI Agent Builder を使用してスマート ショッピング アシスタントを構築する - パート 2

この Codelab では、顧客からの質問に回答したり、商品を見つけたり、e コマース データセット向けに検索結果をカスタマイズしたりするための知識ベースのチャット アプリケーションを構築します。

AlloyDB と Vertex AI Agent Builder を使用して特許検索アシスタントを構築する - パート 2

この Codelab では、特許検索に関連する質問に回答し、特許データセットの真実に基づいた結果をソースとして提示する、知識ベースのチャット アプリケーションを構築します。

コンピュータ ビジョンを簡単に: Spring Boot と Java での Vision AI

Spring Boot と Java を使用してコンピュータ ビジョン アプリケーションを作成し、プロジェクトで画像認識と分析の可能性を引き出せるようにします。

• Cloud Run

Document AI（Python）を使用したフォーム解析

この Codelab では、Document AI の Form パーサーを使用して、Python で手書きのフォームを解析する方法を学びます。 ここでは、例として簡単な医療用登録フォームを使用しますが、この手順は DocAI でサポートされているすべての一般化フォームでも機能します。 この Codelab は、Document AI の他の Codelab の内容に基づいて作成されています。 このラボを始める前に、次の Codelab を完了しておくことをおすすめします。 この Codelab

Document AI Workbench - カスタム ドキュメント エクストラクタ

この Codelab では、Document AI Workbench で独自のトレーニング データを使用して完全にカスタマイズされたモデルを作成する方法を学びます。

Document AI Workbench - アップトレーニング

この Codelab では、Document AI のアップトレーニングを使用し、独自のトレーニング データを使用してモデルの品質を向上させる方法を学びます。

Document AI（Python）を使用した専用プロセッサ

この Codelab では、Procurement DocAI と Lending DocAI を使用して、特殊なドキュメントを分類、解析する方法を学びます。

Document AI（Python）を使用した光学式文字認識（OCR）

この Codelab では、Document AI とPython を使用して、PDF ドキュメントの光学式文字認識（OCR）を実行します。オンライン（同期）およびバッチ（非同期）で処理をリクエストする方法についても学習します。

Document AI: 人間参加型

この Codelab では、Document AI の人間参加型を使用して、専用プロセッサで人間による確認のタスクを行う方法を学びます。

Cloud AI Platform での PyTorch モデルのトレーニングとハイパーパラメータ チューニング

このラボでは、クラウドでハイパーパラメータ調整を使用してモデルをトレーニングする方法を学びます。PyTorch を使用してこれを行う方法について説明しますが、これは任意のフレームワークで行うことができます。

Vertex AI と BigQuery ML による時系列予測

このラボでは、ノートブック、トレーニング、予測、BigQuery ML など、Vertex AI を使用して時系列の問題を解決する方法を学びます。

• TensorFlow

Python で Text-to-Speech API を使用する

このチュートリアルでは、Python で Text-to-Speech API を使用する方法を学びます。

Python で Vision API を使用する

このチュートリアルでは、Python で Vision API を使用する方法を学びます。

BigQuery SQL と Vertex AI を使用した生成インサイト

BigQuery SQL クエリと Vertex AI PaLM API を使用して、映画の成功評価予測と処方箋アプリを作成します。

Vertex AI PaLM API を使用した BigQuery ML と SQL のみの LLM

BigQuery の一般公開データセットとして利用可能な GitHub リポジトリのソースコードの要約。テキスト生成に Vertex AI 大規模言語モデル（text-bison）を BigQuery のホスト型リモート関数として使用しています。

Cloud Run で PaLM API を使用してチャットアプリ

Python Flask フレームワークと Vertex AI PaLM API モデルを使用してチャット アプリケーションを開発する

• Cloud Run

ML Kit で AutoML Vision を使用してデバイス上の画像分類モデルをトレーニングしてデプロイする

この Codelab では、ML Kit で AutoML Vision Edge を使用して画像分類器をトレーニングし、ML Kit SDK を使用して Android または iOS スマートフォンで画像分類器を実行します。

• ML Kit
• TensorFlow
• Firebase
• Android

PaLM Text Bison モデルをラップする Cloud Functions の関数

Python で記述された Cloud Functions の関数について説明します。この関数は、Vertex AI モジュールを初期化し、PaLM Text Bison モデルを呼び出すためのエンドポイントを提供します。

カスタム テキスト分類モデルを作成し、それを使用してアプリを更新する

この Codelab では、「モバイル テキスト分類のスタートガイド」パスウェイで作成したモデルを拡張し、独自のデータで機能するモデルを作成する方法を学びます。その後、Android アプリや iOS アプリを新しいモデルでアップデートする方法を確認します。

• Android
• TensorFlow

基本的なメッセージ スタイル アプリを作成する

この Codelab では、テキスト ボックスと送信ボタンを備えたシンプルなメッセージ アプリの作成方法を学びます。

• TensorFlow
• Android

Vertex AI と Svelte Kit を使用したテキスト Summarizer アプリ

テキスト要約のユースケースを作成し、Svelte Kit ウェブアプリで Google Cloud Vertex AI を使用して、ユーザーが記事、テキスト、その他の形式のコンテンツを要約できるようにします。

画像分類器のカスタムモデルを作成する

この Codelab では、特定の花を認識するように ML モデルをトレーニングします。

• TensorFlow
• Android

TensorFlow.js: エッジケースを処理するコメントスパム検出モデルを再トレーニングする

この Codelab では、Model Maker を使用して、コメント スパム モデルを再トレーニングして、事前トレーニング済みモデルで処理できなかったエッジケースを考慮し、新しいモデルをウェブ アプリケーションに再デプロイする方法を学びます。

• TensorFlow

カスタムモデルをアプリに統合する

この Codelab では、ML Kit のカスタムモデルを使用して、カスタム画像分類モデルを Android アプリまたは iOS アプリに統合する方法を学びます。

• Android
• TensorFlow

コメントスパムの機械学習モデルを構築する

この Codelab では、他のコメントからスパムを除外できる機械学習モデルがどのように作成されるかを学びます。

• Android
• TensorFlow

Vertex AI PaLM API を使用したテキスト要約メソッド

このチュートリアルでは、スタッフィングの手法を通じて、生成モデルを使用してテキストの情報を要約する方法を学びます。

TensorFlow.js の事前トレーニング済み ML モデルを使用して、JavaScript でスマート ウェブカメラを作成

この Codelab では、TensorFlow.js の事前トレーニング済みモデル（COCO-SSD）のいずれかを読み込んで使用し、それを使用してトレーニングされた一般的なオブジェクトを認識する方法を学びます。

• TensorFlow

Document AI ウェアハウスを使用したドキュメントの取り込み、処理、検索

この Codelab では、Document AI ウェアハウスを使用して、ドキュメント全文の取り込み、処理、検索を行います。

基本的な「Google 翻訳」をデプロイするApp Engine、Cloud Functions、Cloud Run 上の Express.js アプリ

この Codelab では、Google Cloud Translation API を Node.js で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

Cloud AI Platform を使用した不正行為検出モデルの説明

このラボでは、TensorFlow を使用して不正なトランザクションを特定するための tf.keras を構築し、Cloud の Explainable AI SDK を使用してモデルの結果を解釈します。

• TensorFlow

TensorFlow Enterprise と BigQuery を使用して Cloud AI Platform で不正行為検出モデルを構築する

このラボでは、BigQuery データセットを直接取り込み、Google Cloud AI Platform で TensorFlow Enterprise を使用して不正行為検出モデルをトレーニングします。

• TensorFlow

Spanner と Vertex AI Imagen API を使用した生成 AI へのデータから

サーバーアプリ API を使用して Spanner データベースから取得したデータを使って、ユーザーが作成したポーズ プロンプトに基づいて画像を生成するポーズ生成アプリを作成します。

PaLM と LangChain4J を使用した、Java でユーザーやドキュメントとの生成 AI を活用したチャット

この Codelab では、Java の生成 AI の使用、PaLM 大規模言語モデルの統合、LangChain4J LLM オーケストレーション フレームワークの活用により、ユーザーとチャットしたりドキュメントについて質問したりします。

Gemini API を使用して Google Workspace のタスクを自動化する

Gemini API の機能を使用して Google Workspace のタスクを自動化する方法と、さらなる可能性を探ります。

• Google Workspace

Gemini で関数呼び出しを使用して API を操作する方法

この Codelab では、Gemini の関数呼び出しを使用して、ユーザーが為替レートを尋ね、外部 API から最新のデータを取得して、ユーザーに回答を返すアプリを作成します。

PaLM と LangChain4J を使用した Java での生成 AI テキスト生成

この Codelab では、Java での生成 AI の使用を開始し、PaLM 大規模言語モデルを統合して、LangChain4J LLM オーケストレーション フレームワークを活用します。

Node.js での TensorFlow.js トレーニングの Codelab

この Codelab では、Node.js サーバーで TensorFlow.js を使用して野球の投球予測モデルを構築してトレーニングし、クライアントに指標を提供する方法を学習します。

• TensorFlow

TensorFlow.js: Python SavedModel を TensorFlow.js 形式に変換する

この Codelab では、SavedModel 形式の既存の Python ML モデルを TensorFlow.js 形式に変換してウェブブラウザで実行できるようにする方法と、変換時に発生する可能性のある一般的な問題への対処方法を学びます。

• TensorFlow

Slack のコマンド自動化

Slack アプリケーションでテキスト要約用の Slack スラッシュ コマンドを作成するためのソースコード。Slack アプリケーションは、Cloud Functions の関数を使用して PaLM API を呼び出し、テキストを要約します。

Android で TensorFlow Lite を使用して花を認識する

この Codelab では、TensorFlow Lite を使用して Android スマートフォンで画像分類器を実行します。

• TensorFlow
• Android

Spanner と Vertex AI を使用した類似検索

ユーザー入力に基づいてアパレル レコメンデーションの類似検索アプリケーションを構築し、Spanner に格納されたデータに対して検索を実行し、ベクトル検索でインデックス付けして最近傍を返します。

TensorFlow Lite for Microcontrollers と SparkFun Edge を使用した AI 音声認識

この Codelab では、マイクロコントローラを搭載したバッテリー駆動の開発ボード SparkFun Edge で、TensorFlow Lite for Microcontrollers を使用して音声認識モデルを実行する方法を学びます。

• TensorFlow

TensorFlow.js - 転移学習を使用した音声認識

この Codelab では、ユーザーの音を認識し、それを使用してブラウザのスライダーを制御できる基本的な音声認識ネットワークを構築します。JavaScript 用の強力で柔軟な ML ライブラリである TensorFlow.js を使用します。

• TensorFlow

テキストと顔の特徴を認識する ML Kit: iOS

この Codelab では、ML Kit を使用して、オンデバイスの機械学習を使用して画像内のテキストと顔の特徴を認識する iOS アプリを作成します。

• ML Kit

AlloyDB AI と LangChain を使用して LLM と RAG ベースのチャット アプリケーションをビルドする

この Codelab では、AlloyDB クラスタを作成し、データベースに GenAI Databases Retrieval Service をデプロイして、そのサービスを使用するサンプル アプリケーションを作成する方法を学習します。

本棚分析: Gemini を使用して、BigQuery データをウェブに送る Java Cloud Run アプリケーションを作成する

Gemini を使用して書棚要約アプリケーションを作成します。このアプリケーションは、BigQuery データを取得してウェブに表示し、Cloud Run にデプロイされます。

• Cloud Run

TensorFlow.js 転移学習による画像分類器

この Codelab では、TensorFlow.js を使ってブラウザで即座にトレーニングするカスタム画像分類器「Teachable Machine」を構築する方法を学びます。

• TensorFlow

Document AI で手書きフォームをインテリジェントに処理（Python）

この Codelab では、Document AI API と Python を使用するチュートリアルの作成に焦点を当てます。

TensorFlow.js - 2D データから予測を行う

この Codelab では、数値データから予測を行うモデルをトレーニングします。自動車の「馬力」から、その自動車の「燃費」の予測を試みます。機械学習の用語では、これは連続値を予測する回帰タスクとして表現されます。

• TensorFlow

TensorFlow.js: Firebase Hosting を使用して機械学習モデルの大規模なデプロイとホスティングを行う

この Codelab では、Firebase インフラストラクチャを使用して ML モデルをデプロイする方法について学びます。TensorFlow.js を使用して、デプロイしたモデルをご自身のウェブサイトで使用することができます。

• TensorFlow

TensorFlow.js - CNN による手書き数字の認識

この Codelab では、手書き数字を特定するモデルをトレーニングします。機械学習の用語では、このタスクは特定の入力のカテゴリを予測するので、分類タスクと呼ばれています。

• TensorFlow

TensorFlow Lite Model Maker を使用してカスタム テキスト分類モデルを作成する

TensorFlow Lite Model Maker を使用して特定の種類のスパムを検出するようにスパム検出モデルを再トレーニングする方法を学びます。

• Flutter
• TensorFlow

Flutter アプリを作成してテキストを分類する

テキストを分類し、その結果を UI に表示する Flutter アプリを作成する方法について説明します。

• TensorFlow
• Flutter

TensorFlow Lite Model Maker を使用してコメントスパム検出モデルをトレーニングする

TensorFlow Lite Model Maker を使用してコメントスパム検出モデルをトレーニングする方法を学びます。

• Flutter
• TensorFlow

TensorFlow Lite（Android）を使用してカスタム オブジェクト検出モデルを構築してデプロイする

この Codelab では、画像内のオブジェクトを検出できる Android アプリを作成します。まず、TFLite Model Maker を使用してカスタム オブジェクト検出モデルをトレーニングしてから、TFLite タスク ライブラリでデプロイします。

• TensorFlow
• Android

Android または iOS で初めてのコンピュータ ビジョン アプリを作成する

この Codelab では、画像に正しくラベルを付けることができる、Android および iOS 用のシンプルなアプリを作成する方法を学びます。

• TensorFlow
• Android

TensorFlow.js: コメントケース スパム検出モデルを再トレーニングしてエッジケースを処理する

この Codelab では、Model Maker を使用して、コメント スパム モデルを再トレーニングして、事前トレーニング済みのモデルが処理できなかったエッジケースを考慮し、新しいモデルをウェブ アプリケーションに再デプロイする方法を学びます。

• TensorFlow

Android で Vision API Product Search バックエンドを呼び出す

この Codelab では、Android アプリに Vision API Product Search バックエンドを呼び出すコードを追加して、アプリユーザーが画像を使用して商品を検索できるようにします。

• Android

音声分類用の基本的なアプリを作成する

この Codelab では、スマートフォンのマイクを使用して音声を録音できる音声分類用の基本的なアプリを作成します。

• Android
• TensorFlow

TensorFlow.js: コメントスパム検出システムを構築する

この Codelab では、ブログ投稿と同様のコメント機能を持つシンプルなウェブページを作成し、事前トレーニング済み機械学習モデルと統合してスパムコメントの投稿を検出する方法について学びます。これにより、スパムコメントの投稿を事前に除外できます。あらゆるバックエンド データベースに格納されるため、サーバーの処理時間とコストを削減できます。

• TensorFlow

カスタム事前トレーニング済み音声分類モデルの構築

この Codelab では、事前トレーニング済みの音声分類モデルをカスタマイズして、鳥の鳴き声を検出します。

• Android
• TensorFlow

値を予測する iOS アプリを作成する

画像内のオブジェクトを検出して、その結果を UI にレンダリングする iOS アプリを作成する方法について説明します。

• TensorFlow

Android アプリを作成して画像内のオブジェクトを検出する

画像内のオブジェクトを検出して UI に結果をレンダリングする Android アプリの作成方法を紹介します。

• Android
• TensorFlow

Vision API Product Search を使用して商品画像検索バックエンドを構築する

この Codelab では、Vision API Product Search を使用して商品画像検索バックエンドを構築する方法と、モバイルアプリからバックエンドを呼び出す API キーを作成する方法について説明します。

• Android

画像を分類するシンプルなウェブサイトを作成する

TensorFlow Serving を使用して画像を分類するシンプルなウェブサイトを作成する方法をご覧ください。

• TensorFlow

对象检测入门

了解对象检测的基础知识，以及如何将预训练的对象检测器集成到您的移动应用中。

• TensorFlow
• Android

商品图片搜索入门

了解如何使用设备端对象检测功能为移动应用构建商品图片搜索功能。

• Android
• TensorFlow

移动文本分类入门

了解如何在一个移动应用中使用机器学习技术来识别文本，并打造一个能够过滤评论中的垃圾内容的应用。

• TensorFlow
• Android

在 Google Cloud 中构建自定义响应式聊天机器人

学习如何为 Dialogflow 聊天机器人构建自定义前端，为用户打造自然的对话式体验，然后使用 Cloud Vision 增强前端，使它能够分析上传的图片，并将相关分析结果包含在响应中。

• Dialogflow

深入了解图片分类

了解如何构建自定义图片分类模型，进一步提高您在“图片分类入门”在线课程中学到的技能。

• TensorFlow
• Android

深入了解对象检测

了解如何使用 TensorFlow Lite 和 TensorFlow Lite Model Maker 库训练您自己的自定义对象检测模型，并提升您在“对象检测入门”在线课程中学到的所有技能。

• TensorFlow
• Android

深入了解音频分类

了解如何借助 TFlite Model Maker，根据您的需求自定义经过预训练的音频分类模型，并将其部署到您的应用中。

• Android
• TensorFlow

垃圾评论检测入门

了解有关使用 TensorFlow.js 为 Web 应用创建自定义文本分类模型方面的基础知识。

• TensorFlow

音频分类入门

了解如何在移动应用中使用机器学习功能对移动设备接收到的声音进行分类。

• TensorFlow
• Android

深入了解商品图片搜索

了解如何构建商品图片搜索后端并从移动应用调用该后端，从而增强在“商品图片搜索入门”在线课程中构建的商品搜索功能。

• Android
• TensorFlow

使用 TensorFlow 进行神经网络编程

从新编程范式的首要原则，到如何创建卷积神经网络来实现高级图像识别和分类，从而解决常见的计算机视觉问题；在这里，您可以获得所需的一切信息，真正理解机器学习。

• TensorFlow

移动图片分类入门

了解如何使用计算机视觉技术构建能够“看到”和标记图片的移动应用。

• TensorFlow
• Android

深入了解垃圾评论检测

了解如何再训练垃圾评论模型，使之涵盖使用默认的预制模型时可能会漏掉的极端情况。

• TensorFlow

在 Android 上使用 TensorFlow Lite 识别花卉（Beta 版）

在此 Codelab 中，您将提取一个图像分类器，然后使用 TensorFlow Lite 在 Android 手机上运行它。

• Android
• TensorFlow

机器学习入门“Hello, World”

了解创建神经网络的基础知识，以及了解它如何定义行为的规则。

• TensorFlow

构建卷积并执行池化

了解如何构建卷积并执行池化以增强计算机视觉。

• TensorFlow

使用 TensorFlow 构建计算机视觉模型

了解如何使用 TensorFlow 创建用以识别衣物的计算机视觉模型。

• TensorFlow

使用卷积神经网络 (CNN) 处理复杂图像

了解如何使用 CNN 处理复杂图像（需要识别的主体可能位于图像上的任意位置）。

• TensorFlow

构建卷积神经网络 (CNN) 以增强计算机视觉

了解如何构建 CNN，从而使计算机更加高效地根据检测到的特征对图像内容进行分类。

• TensorFlow

使用大型数据集训练卷积神经网络 (CNN)，以免过拟合

学习使用大型数据集训练 CNN 以避免过拟合。

• TensorFlow

Leveraging the Gemini Pro Vision model for image understanding, multimodal prompts and accessibility

Explore how you can use the new Gemini Pro Vision model with the Gemini API to handle multimodal input data including text and image prompts to receive a text result. In this solution, you will learn how to access the Gemini API with image and text data, explore a variety of examples of prompts that can be achieved using images using Gemini Pro Vision and finally complete a codelab exploring how to use the API for a real-world problem scenario involving accessibility and basic web development.

• Gemini

Getting started with the Gemini API and Android

Learn how to use the Gemini API and the Google AI SDK to prototype generative AI in Android applications.

• Gemini
• Android
• Vertex AI in Firebase

Getting started with the Gemini API and Web apps

Learn how to use the Gemini API and the Google AI JavaScript SDK to prototype generative AI for web apps. Use the Google AI JavaScript SDK to make your first generative AI call using the Gemini API in your client-side web application. Explore a sample application and learn how to make multimodal prompts (that combine image and text).

• Vertex AI in Firebase
• Gemini

Getting started with the Gemini API and Dart and Flutter

Learn how to use the Gemini API and the Google AI Dart SDK to prototype generative AI in Dart and Flutter applications.

• Vertex AI in Firebase
• Flutter
• Gemini

Getting started with the Gemini API and Swift

Learn how to use the Gemini API and the Google AI Swift SDK to prototype generative AI with Swift. Use the Google AI Swift SDK to make your first generative AI call using the Gemini API in your application. Explore a sample application and learn how to make multimodal prompts (that combine image and text).

• Vertex AI in Firebase
• Gemini

Getting started with Google AI Studio and the Gemini API using Node.js

Learn how to prototype text-based prompts with Google AI Studio and get started writing your first Gemini API Node.js script.

• Gemini

Incorporating generative AI into your game development process with Gemini and Gemma AI

Learn how generative AI can be used in different stages of game development from preproduction to in-game solutions using Gemini AI and Gemma model.

• Gemini

Creating a multiplayer crossword with Gemini, Flutter, and Firebase

Learn how the Google engineering teams created a multiplayer crossword using Gemini, Flutter, and Firebase.

• Flutter
• Firebase

Integrating machine learning APIs

In this codelab, we’ll explore the Vision, Speech-to-Text, Translation and Natural Language APIs. At the end, we’ll use these APIs to analyse audio recordings and map them to relevant images.

Build a computer vision model with TensorFlow

Learn to create a computer vision model that recognizes items of clothing with TensorFlow.

• TensorFlow

Gemini API Firebase Extensions: Quickly enhance your app with generative AI

Learn how the Gemini API Firebase Extensions enable you to add Gemini to your apps without becoming an AI expert.

• Firebase Extensions
• Gemini
• Firebase

Using the Speech-to-Text API with Python

In this tutorial, you will learn to use the Speech-to-Text API with Python.