探索所有學習內容

歡迎探索一系列相關課程、課程、程式碼研究室等項目,深入瞭解技術主題!

篩選條件:

選擇技能等級
選擇內容類型
選擇產品
選擇主題
選取程式設計語言

Updated 2025年3月7日

瞭解如何運用導覽選項、進階狀態和連帶效果開發實際運作的應用程式。

  • Android

Updated 2025年3月7日

在本程式碼研究室中,您將學習如何使用 Google Cloud 強大的工具和基礎架構,建構及部署生成式 AI 代理程式。我們將介紹基本概念,並逐步引導你完成初始步驟,讓第一位服務專員順利執行服務。

    Updated 2025年3月7日

    在本程式碼研究室中,您將瞭解如何使用 Trusted Space 解決方案,透過加速器執行 AI/ML 工作負載。

      Updated 2025年3月7日

      開始使用密碼金鑰,為使用者打造安全又便利的驗證體驗。

      • Android

      Updated 2025年3月6日

      Compose for Wear OS 是新型的宣告式 UI 工具包,一起來瞭解如何使用這個工具包建構最適合手錶的美觀 UI。

        Updated 2025年3月6日

        Cloud Run 是一個全代管運算平台,讓您能直接在可擴充的 Google 基礎架構上執行程式碼。本程式碼研究室將示範如何將 Cloud Run 上的 Next.js 應用程式連結至 PostgreSQL 適用的 Cloud SQL 資料庫。 本實驗室的學習內容包括: 在終端機中啟用 API: 如果出現授權提示訊息,請點選「授權」 繼續操作。 這個指令可能需要幾分鐘才能完成,但最終應該會顯示類似以下的成功訊息: 建立並設定 Cloud Run 可使用的 Google Cloud

          Updated 2025年3月6日

          本程式碼研究室將說明如何使用邏輯迴歸,瞭解性別、年齡層、曝光時間和瀏覽器類型等特徵,與使用者按下廣告的可能性有多大的關聯。 如要完成這個程式碼研究室,您需要足夠的高品質廣告活動資料來建立模型。 首先,請選取含有大量高品質資料的舊廣告活動。要是不確定哪個廣告活動含有最佳品質的資料,不妨針對時間最早且可存取的整月資料執行以下查詢: 選取較舊的資料後,您就能針對即將從廣告資料中心移除的資料訓練及測試模型。如果這項資料受到模型訓練限制,資料刪除後,這些限制就會結束。

            Updated 2025年3月6日

            本程式碼研究室將說明如何使用邏輯迴歸,瞭解性別、年齡層、曝光時間和瀏覽器類型等特徵,與使用者按下廣告的可能性有多大的關聯。 如要完成這個程式碼研究室,您需要足夠的高品質廣告活動資料來建立模型。 首先,請選取含有大量高品質資料的舊廣告活動。要是不確定哪個廣告活動含有最佳品質的資料,不妨針對時間最早且可存取的整月資料執行以下查詢: 選取非近期資料後,您就能針對即將從廣告資料中心移除的資料訓練及測試模型。如果這項資料受到模型訓練限制,資料刪除後,這些限制就會結束。

              Updated 2025年3月6日

              本程式碼研究室將說明如何使用線性迴歸建立模型,以便預測單次點擊出價。 如要完成這個程式碼研究室,請務必符合以下條件: 如要完成這個程式碼研究室,您需要足夠的高品質廣告活動資料來建立模型。 執行下列查詢 最佳做法是將資料表建立步驟與模型建立步驟分開。 請針對您在上一個步驟建立的暫存資料表,執行以下查詢。請放心,您不用提供開始和結束日期,系統會根據暫存資料表的資料推斷這兩項資訊。 資料列 mean_absolute_error mean_squared_error

                Updated 2025年3月6日

                本程式碼研究室將說明如何使用線性迴歸建立模型,以便預測單次點擊出價。 如要完成這個程式碼研究室,您需要足夠的高品質廣告活動資料來建立模型。 執行下列查詢 最佳做法是將資料表建立步驟與模型建立步驟分開。 請針對您在上一個步驟建立的暫存資料表,執行以下查詢。請放心,您不用提供開始和結束日期,系統會根據暫存資料表的資料推斷這兩項資訊。 資料列 mean_absolute_error mean_squared_error mean_squared_log_error

                  Updated 2025年2月28日

                  在本程式碼實驗室中,您將建立 Spanner 例項,並使用 Spanner 內建的向量搜尋功能,以及與 Vertex AI 模型整合,對向量嵌入執行相似度搜尋。

                    Updated 2025年2月27日

                    在 Google Cloud Platform 上開發名為「Aidemy」的功能性 AI 輔助教學系統,展示多代理系統的強大功能。在 Google Cloud 上設計、建構及部署複雜的多代理系統,掌握 LLM 應用程式開發的關鍵概念,並瞭解事件導向架構的優點,累積實務經驗。