Candice Denic

Candice Denic

产品经理

查看 Candice Denic 在 Google 搜索中心博客上发布的帖子。

LinkedIn

了解如何使用 Firebase Cloud Messaging 和 In-App Messaging 与用户通信并发展业务。

2025年3月7日

了解如何将 Firebase 产品集成到您的 Flutter 应用,从而实现顺畅无缝的移动应用前端和后端开发。

2025年3月7日

了解如何使用导航、高级状态和附带效应来创建有效运行的应用。

2025年3月7日

在此 Codelab 中,您将学习如何使用 Google Cloud 强大的工具和基础架构构建和部署生成式 AI 代理。我们将介绍基本概念,并引导您完成初始步骤,以便顺利启动您的第一个代理。

Thu Ya Kyaw (Googler), Abhishek Sharma (GDE)

2025年3月7日

在此 Codelab 中,您将学习如何使用可信空间解决方案通过加速器运行 AI/ML 工作负载。

Meetrajsinh Vala

2025年3月7日

了解如何使用 Cloud Firestore 构建可扩缩并满足用户需求的排行榜。

2025年3月7日

开始使用通行密钥,为用户打造安全、人性化的身份验证体验。

2025年3月7日

了解 Compose for Wear OS,它是一种新式声明式界面工具包,可帮助您构建针对穿戴式设备优化的精美界面。

2025年3月6日

开始在网页上使用通行密钥,为您的用户构建安全且人性化的身份验证体验!

2025年3月6日

了解 Cloud Run 服务(适用于处理 Web 请求的容器)和 Cloud Run 作业(适用于运行完毕且不处理请求的容器)。

2025年3月6日

学习如何在 Google Cloud 上构建、容器化和部署 Spring Boot 应用。

2025年3月6日

Cloud Run 是一个全代管式平台,可让您直接在 Google 可伸缩的基础架构之上运行代码。本 Codelab 将演示如何将 Cloud Run 上的 Next.js 应用连接到 Cloud SQL for PostgreSQL 数据库。 在本实验中,您将学习如何完成以下操作: 在终端中,启用以下 API: 如果系统提示您进行授权,请点击 授权 继续。 此命令可能需要几分钟才能完成,但最终应该会显示类似以下内容的成功消息: 创建并配置供 Cloud Run 使用的 Google Cloud

Luke Schlangen & Jack Wotherspoon

2025年3月6日

了解 Firebase 应用开发平台的基础知识,并使用 Firebase 构建您的第一个应用。

2025年3月6日

在本 Codelab 中,您将学习如何使用逻辑回归了解性别、年龄段、展示时间和浏览器类型等特征与用户点击广告的可能性之间的关联程度。 要完成本 Codelab,您需要足够的高质量广告系列数据来建立模型。 首先,选择一个包含大量优质数据的旧广告系列。如果您不知道哪个广告系列可能包含最优质的数据,不妨针对您有权访问的时间最早的整月数据运行以下查询: 选择较早的数据,针对即将从广告数据中心移除的数据训练模型并对其进行测试。如果这些数据遇到模型训练限制,这些限制将在数据删除后结束。

2025年3月6日

在本 Codelab 中,您将学习如何使用逻辑回归了解性别、年龄段、展示时间和浏览器类型等特征与用户点击广告的可能性之间的关联程度。 要完成本 Codelab,您需要足够的高质量广告系列数据来建立模型。 首先,选择一个包含大量优质数据的旧广告系列。如果您不知道哪个广告系列可能包含最优质的数据,不妨针对您有权访问的时间最早的整月数据运行以下查询: 选择非近期数据,针对即将从广告数据中心移除的数据训练模型并对其进行测试。如果这些数据遇到模型训练限制,这些限制将在数据删除后结束。

2025年3月6日

在此 Codelab 中,您将学习如何使用线性回归来创建可预测每次点击费用的模型。 要完成本 Codelab,您需要: 要完成本 Codelab,您需要足够的高质量广告系列数据来建立模型。 请运行以下查询 最佳实践是将表创建步骤与模型创建步骤分开。 对您在上一步中创建的临时表运行以下查询。您不必费心提供开始日期和结束日期,因为系统会根据临时表中的数据推断出这些日期。 行 mean_absolute_error mean_squared_error mean_squared_log_error

2025年3月6日

在此 Codelab 中,您将学习如何使用线性回归来创建可预测每次点击费用的模型。 要完成本 Codelab,您需要足够的高质量广告系列数据来建立模型。 请运行以下查询 最佳实践是将表创建步骤与模型创建步骤分开。 对您在上一步中创建的临时表运行以下查询。您不必费心提供开始日期和结束日期,因为系统会根据临时表中的数据推断出这些日期。 行 mean_absolute_error mean_squared_error mean_squared_log_error

2025年3月6日

Firebase App Check 可确保请求来自合法应用和设备,从而有助于保护您的后端资源免遭滥用,例如防范账单欺诈和钓鱼式攻击。它可与 Firebase 服务以及您自己的后端服务搭配使用,以确保您的资源安全无虞。 如需详细了解 Firebase App Check ,请参阅 Firebase 文档。 App Check 使用平台专有的服务来验证应用和/或设备的完整性。这些服务称为 认证提供程序 。其中之一就是 Apple 的 App Attest 服务,App Check

Maksym Malyhin, Peter Friese

2025年3月2日