Study Jam：數據與 AI 基礎
Cloud Study Jam 數據與 AI：Cloud SQL、BigQuery、ML API、Vertex AI、Gemini 整合
- 01 Cloud SQL for PostgreSQL 管理實作
學習如何在 Google Cloud 上建立與管理 Cloud SQL for PostgreSQL 實例，涵蓋建立、連線、備份與高可用性設定
- 02 BigQuery 搭配 Connected Sheets 分析
學習如何透過 Connected Sheets 在 Google Sheets 中直接查詢與分析 BigQuery 資料，無需撰寫 SQL 即可完成大規模數據分析
- 03 使用 Google Cloud ML API
學習呼叫 Cloud Vision、Natural Language 與 Translation API，快速將預訓練 AI 能力整合到應用中，無需自建模型
- 04 基礎 Data、ML 與 AI 任務
綜合實作 BigQuery 資料分析、Dataflow 資料處理與 Cloud Speech-to-Text API，建立完整的資料與 AI 基礎能力
- 05 BigQuery ML 建模實戰
學習在 BigQuery 中直接使用 SQL 建立機器學習模型，從線性迴歸到分類模型，無需搬移資料即可完成端到端 ML 工作流
- 06 Vertex AI 機器學習解決方案
學習使用 Vertex AI 平台建立、訓練和部署自訂機器學習模型，涵蓋 AutoML、自訂訓練與 Vertex AI Pipelines
- 07 Gemini API 搭配 Vertex AI 探索 GenAI
透過 Vertex AI 呼叫 Gemini API，實作文字生成、多模態分析與 Prompt 設計，掌握生成式 AI 應用開發的第一步
- 08 AppSheet 低程式碼應用開發
學習使用 Google AppSheet 平台，從 Google Sheets 或 Cloud SQL 資料源快速建立功能完整的行動與網頁應用，無需撰寫程式碼
- 09 Gemini 輔助數據分析
學習使用 Gemini 在 BigQuery 與 Looker 中加速資料分析工作流，從自然語言產生 SQL、自動化資料探索到智慧視覺化
- 10 BigQuery ML 推論實戰
深入學習 BigQuery ML 的進階推論技巧，包含遠端模型呼叫、模型匯入、批次預測與特徵工程的最佳實踐
- 11 在 BigQuery 中使用 Gemini 模型
學習在 BigQuery 中透過 ML.GENERATE_TEXT 函式直接呼叫 Gemini 大語言模型，實現 SQL 原生的文字生成、摘要與分類
- 12 Gemini 提升 BigQuery 生產力
掌握 Gemini 在 BigQuery 中的全方位生產力技巧，包含 SQL 自動生成、查詢優化建議、資料治理輔助與協作功能
準備好開始了嗎？
從第一篇開始，循序漸進地掌握完整主題。