Tutorial Notebook Jupyter Vertex AI

Dokumen ini berisi daftar semua tutorial Notebook Jupyter Vertex AI. Tutorial tersebut merupakan panduan menyeluruh yang menjelaskan cara melakukan prapemrosesan data, melatih, men-deploy, dan menggunakan model untuk inferensi.

Ada banyak lingkungan tempat Anda dapat menghosting Notebook Jupyter. Anda dapat:

• Mendownload Notebook Jupyter dari GitHub dan menjalankannya di komputer lokal
• Mendownload Notebook Jupiter dari GitHub dan menjalankannya di server Jupyter atau JupyterLab di jaringan lokal Anda

• Menjalankan Notebook Jupyter di cloud menggunakan layanan seperti Colaboratory (Colab) atau Vertex AI Workbench.

Colab

Menjalankan Notebook Jupyter di Colab adalah cara mudah untuk memulai dengan cepat.

Untuk membuka tutorial notebook di Colab, klik link Colab di daftar notebook. Colab membuat instance VM dengan semua dependensi yang diperlukan, meluncurkan lingkungan Colab, dan memuat notebook.

Vertex AI Workbench

Anda juga dapat menjalankan notebook menggunakan notebook yang dikelola pengguna. Saat membuat instance notebook yang dikelola pengguna dengan Vertex AI Workbench, Anda memiliki kontrol penuh atas VM hosting. Anda dapat menentukan konfigurasi dan lingkungan VM hosting.

Notebook Vertex AI Workbench yang dikelola pengguna tidak digunakan lagi. Pada 30 Januari 2025, dukungan untuk notebook yang dikelola pengguna akan berakhir dan kemampuan untuk membuat instance notebook yang dikelola pengguna akan dihapus. Instance yang ada akan tetap berfungsi, tetapi patch, update, dan upgrade tidak akan tersedia. Untuk terus menggunakan Vertex AI Workbench, sebaiknya migrasikan instance notebook yang dikelola pengguna ke instance Vertex AI Workbench.

Untuk membuka tutorial notebook di instance Vertex AI Workbench:

1. Klik link Vertex AI Workbench di dalam daftar notebook. Link tersebut akan membuka konsol Vertex AI Workbench.
2. Di layar Deploy to notebook, ketik nama untuk instance Vertex AI Workbench yang baru, lalu klik Create.
3. Dalam dialog Ready to open notebook yang muncul setelah instance dimulai, klik Open.
4. Di halaman Confirm deployment to notebook server, pilih Confirm.
5. Sebelum menjalankan notebook, pilih Kernel > Restart Kernel and Clear all Outputs.

Daftar notebook

Pilih layanan AutoML BigQuery BigQuery ML Pelatihan kustom Berbentuk tabel Gambar Teks Video Eksperimen Vertex AI Vertex AI Feature Store Vector Search Evaluasi model Vertex AI Pemantauan Model Vertex AI Registry Vertex AI Model Vertex AI Pipelines Vertex AI TensorBoard Vertex AI Vizier Vertex AI Workbench Vertex Explainable AI Vertex ML Metadata

Perbankan & Keuangan	Deskripsi	Buka di
Klasifikasi untuk data tabulasi	Pelatihan dan prediksi tabular AutoML. Pelajari cara melatih dan membuat prediksi pada model AutoML berdasarkan set data tabulasi. PelajariKlasifikasi untuk data tabulasilebih lanjut. Langkah-langkah tutorial Buat tugas pelatihan model Vertex AI. Latih model Tabulasi AutoML. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi dengan mengirim data. Batalkan deployment resource Model.	Colab GitHub Vertex AI Workbench
Klasifikasi untuk data teks	Membuat, melatih, dan men-deploy model klasifikasi teks AutoML. Pelajari cara menggunakan AutoML untuk melatih model klasifikasi teks. PelajariKlasifikasi untuk data teks lebih lanjut. Langkah-langkah tutorial Membuat Set Data Vertex AI. Latih resource Model klasifikasi teks AutoML. Mendapatkan metrik evaluasi untuk resource Model. Membuat resource Endpoint. Men-deploy resource Model ke resource Endpoint. Buat prediksi online Buat prediksi batch	Colab GitHub Vertex AI Workbench
Dapatkan prediksi dari model klasifikasi gambar	Model klasifikasi gambar pelatihan AutoML untuk prediksi batch. Dalam tutorial ini, Anda akan membuat model klasifikasi gambar AutoML dari skrip Python, lalu menjalankan prediksi batch menggunakan Vertex AI SDK. Pelajari Mendapatkan prediksi dari model klasifikasi gambar lebih lanjut. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Dapatkan prediksi dari model klasifikasi gambar	Model klasifikasi gambar pelatihan AutoML untuk prediksi online. Dalam tutorial ini, Anda akan membuat model klasifikasi gambar AutoML dan men-deploy-nya untuk prediksi online dari skrip Python menggunakan Vertex AI SDK. Pelajari Mendapatkan prediksi dari model klasifikasi gambar lebih lanjut. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment Model.	Colab GitHub Vertex AI Workbench
AutoML	Model deteksi objek gambar pelatihan AutoML untuk ekspor ke edge. Dalam tutorial ini, Anda membuat model deteksi objek gambar AutoML dari skrip Python menggunakan Vertex AI SDK, lalu mengekspor model tersebut sebagai model Edge dalam format TFLite. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Ekspor model Edge dari resource Model ke Cloud Storage. Download model secara lokal. Buat prediksi lokal.	Colab GitHub Vertex AI Workbench
Deteksi objek untuk data gambar	Model deteksi objek gambar pelatihan AutoML untuk prediksi online. Dalam tutorial ini, Anda akan membuat model deteksi objek gambar AutoML dan men-deploy-nya untuk prediksi online dari skrip Python menggunakan Vertex AI SDK. Pelajari lebih lanjut Deteksi objek untuk data gambar. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment Model.	Colab GitHub Vertex AI Workbench
Alur Kerja Tabulasi untuk E2E AutoML	Pipeline Alur Kerja Tabulasi AutoML. Pelajari cara membuat dua model regresi menggunakan Pipeline Vertex AI yang didownload dari Komponen Pipeline Google Cloud . Pelajari lebih lanjut Tabular Workflow for E2E AutoML. Langkah-langkah tutorial Buat pipeline pelatihan yang mengurangi ruang penelusuran dari default untuk menghemat waktu. Buat pipeline pelatihan yang menggunakan kembali hasil penelusuran arsitektur dari pipeline sebelumnya untuk menghemat waktu.	Colab GitHub Vertex AI Workbench
Ekstraksi entity untuk data teks	Model ekstraksi entity teks pelatihan AutoML untuk prediksi batch. Dalam tutorial ini, Anda akan membuat model ekstraksi entity teks AutoML dari skrip Python, lalu menjalankan prediksi batch menggunakan Vertex AI SDK. Pelajari lebih lanjut Ekstraksi entity untuk data teks. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
AutoML	Model analisis sentimen teks pelatihan AutoML untuk prediksi batch. Dalam tutorial ini, Anda akan membuat model analisis sentimen teks AutoML dari skrip Python, lalu menjalankan prediksi batch menggunakan Vertex AI SDK. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Pelatihan AutoML	Mulai menggunakan Pelatihan AutoML. Pelajari cara menggunakan AutoML untuk pelatihan dengan Vertex AI. Pelajari pelatihan AutoML lebih lanjut. Langkah-langkah tutorial Latih model gambar Ekspor model gambar sebagai model edge Latih model tabular Ekspor model tabular sebagai model cloud Latih model teks Latih model video	Colab GitHub Vertex AI Workbench
Perkiraan hierarki untuk data tabular	Perkiraan hierarki pelatihan AutoML untuk prediksi batch. Dalam tutorial ini, Anda akan membuat model perkiraan hierarki AutoML dan men-deploy-nya untuk prediksi batch menggunakan Vertex AI SDK untuk Python. Pelajari Perkiraan hierarkis untuk data tabular lebih lanjut. Langkah-langkah tutorial Membuat resource Vertex AI TimeSeriesDataset. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Deteksi objek untuk data gambar	Model deteksi objek gambar pelatihan AutoML untuk prediksi batch. Dalam tutorial ini, Anda akan membuat model deteksi objek gambar AutoML dari skrip Python, lalu menjalankan prediksi batch menggunakan Vertex AI SDK. Pelajari lebih lanjut Deteksi objek untuk data gambar. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Perkiraan untuk data tabular	Model perkiraan tabular AutoML untuk prediksi batch. Pelajari cara membuat model perkiraan tabular AutoML dari skrip Python, lalu jalankan prediksi batch menggunakan Vertex AI SDK. Pelajari lebih lanjut Perkiraan untuk data tabular. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih resource Model perkiraan tabulasi AutoML. Mendapatkan metrik evaluasi untuk resource Model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Regresi untuk data tabular	Model regresi tabular pelatihan AutoML untuk prediksi batch menggunakan BigQuery. Pelajari cara membuat model regresi tabulasi AutoML dan men-deploy-nya untuk prediksi batch menggunakan Vertex AI SDK untuk Python. Pelajari Regresi untuk data tabel lebih lanjut. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment Model.	Colab GitHub Vertex AI Workbench
Regresi untuk data tabular	Model regresi tabular pelatihan AutoML untuk prediksi online menggunakan BigQuery. Pelajari cara membuat model regresi tabular AutoML dan men-deploy-nya untuk prediksi online dari skrip Python menggunakan Vertex AI SDK. Pelajari Regresi untuk data tabel lebih lanjut. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment Model.	Colab GitHub Vertex AI Workbench
Ekstraksi entity untuk data teks	Model ekstraksi entity teks pelatihan AutoML untuk prediksi online. Pelajari cara membuat model ekstraksi entity teks AutoML dan men-deploy-nya untuk prediksi online dari skrip Python menggunakan Vertex AI SDK. Pelajari lebih lanjut Ekstraksi entity untuk data teks. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment Model.	Colab GitHub Vertex AI Workbench
Analisis sentimen untuk data teks	Melatih model analisis sentimen teks AutoML untuk prediksi online. Pelajari cara membuat model analisis sentimen teks AutoML dan men-deploy-nya untuk prediksi online dari skrip Python menggunakan Vertex AI SDK. PelajariAnalisis sentimen untuk data teks lebih lanjut. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Buat tugas pelatihan untuk model AutoML di set data. Lihat metrik evaluasi model. Men-deploy resource Model Vertex AI ke Endpoint Vertex AI yang menyediakan layanan. Buat permintaan prediksi ke model yang di-deploy. Batalkan deployment model dari endpoint. Jalankan proses pembersihan.	Colab GitHub Vertex AI Workbench
Pengenalan tindakan untuk data video	Model pengenalan tindakan video pelatihan AutoML untuk prediksi batch. Pelajari cara membuat model pengenalan tindakan video AutoML dari skrip Python, lalu jalankan prediksi batch menggunakan Vertex AI SDK. Pelajari lebih lanjut Pengenalan tindakan untuk data video. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Klasifikasi untuk data video	Model klasifikasi video pelatihan AutoML untuk prediksi batch. Pelajari cara membuat model klasifikasi video AutoML dari skrip Python, lalu jalankan prediksi batch menggunakan Vertex AI SDK. Pelajari lebih lanjut Klasifikasi untuk data video. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Pelacakan objek untuk data video	Model pelacakan objek video pelatihan AutoML untuk prediksi batch. Pelajari cara membuat model pelacakan objek video AutoML dari skrip Python, lalu melakukan prediksi batch menggunakan Vertex AI SDK. Pelajari lebih lanjut Pelacakan objek untuk data video. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
BigQuery ML	Mulai menggunakan Pelatihan BigQuery ML. Pelajari cara menggunakan BigQuery ML untuk pelatihan dengan Vertex AI. Pelajari BigQuery ML lebih lanjut. Langkah-langkah tutorial Buat tabel BigQuery lokal di project Anda Latih model BigQuery ML Evaluasi model BigQuery ML Mengekspor model BigQuery ML sebagai model cloud Mengupload model yang diekspor sebagai resource Model Vertex AI Hyperparameter men-tuning model BigQuery ML dengan Vertex AI Vizier Mendaftarkan model BigQuery ML secara otomatis ke Vertex AI Model Registry	Colab GitHub Vertex AI Workbench
Pelatihan kustom Vertex AI Prediction	Men-deploy model deteksi Iris menggunakan layanan container kustom FastAPI dan Vertex AI. Pelajari cara membuat, men-deploy, dan menyalurkan model klasifikasi kustom di Vertex AI. Pelajari Pelatihan kustom lebih lanjut. Pelajari Vertex AI Prediction lebih lanjut. Langkah-langkah tutorial Latih model yang menggunakan pengukuran flower sebagai input untuk memprediksi kelas iris. Simpan model dan praprosesor serialnya. Bangun server FastAPI untuk menangani prediksi dan health check. Bangun container kustom dengan artefak model. Mengupload dan men-deploy container kustom ke Vertex AI Endpoints.	Colab GitHub Vertex AI Workbench
Pelatihan Vertex AI	Melatih model TensorFlow menggunakan data BigQuery. Pelajari cara membuat model yang dilatih khusus dari skrip Python di container Docker menggunakan Vertex AI SDK untuk Python, lalu dapatkan prediksi dari model yang di-deploy dengan mengirimkan data. Pelajari Pelatihan Vertex AI lebih lanjut. Langkah-langkah tutorial Membuat TrainingPipeline kustom Vertex AI untuk melatih model. Latih model TensorFlow Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment resource Model.	Colab GitHub Vertex AI Workbench
Pelatihan kustom	Pelatihan kustom dengan container pelatihan kustom dan pendaftaran model secara otomatis. Dalam tutorial ini, Anda akan membuat model kustom dari skrip Python dalam container Docker kustom menggunakan Vertex AI SDK, dan mendaftarkan model secara otomatis di Vertex AI Model Registry. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model. Melatih dan mendaftarkan model TensorFlow menggunakan container kustom, Mencantumkan model terdaftar dari Vertex AI Model Registry.	Colab GitHub Vertex AI Workbench
Profiler Vertex AI TensorBoard	Memprofilkan performa pelatihan model menggunakan Profiler. Pelajari cara mengaktifkan Vertex AI TensorBoard Profiler untuk tugas pelatihan kustom. Pelajari Vertex AI TensorBoard Profiler lebih lanjut. Langkah-langkah tutorial Siapkan akun layanan dan bucket Cloud Storage Buat instance Vertex AI TensorBoard Buat dan jalankan tugas pelatihan kustom Lihat dasbor Vertex AI TensorBoard Profiler	Colab GitHub Vertex AI Workbench
Pelatihan kustom	Mulai dengan Pelatihan Vertex AI untuk XGBoost. Pelajari cara menggunakan Pelatihan Vertex AI untuk melatih model kustom XGBoost. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Pelatihan menggunakan paket Python. Akurasi laporan saat penyesuaian hyperparameter. Simpan artefak model ke Cloud Storage menggunakan Cloud StorageFuse. Membuat resource Model Vertex AI.	Colab GitHub Vertex AI Workbench
Resource bersama di seluruh deployment	Mulai menggunakan Endpoint dan VM bersama. Pelajari cara menggunakan kumpulan resource deployment untuk men-deploy model. Pelajari lebih lanjut Resource bersama di seluruh deployment. Langkah-langkah tutorial Upload model klasifikasi gambar terlatih sebagai resource Model (model A). Upload model encoder kalimat teks terlatih sebagai resource Model (model B). Buat kumpulan resource deployment VM bersama. Cantumkan kumpulan resource deployment VM bersama. Membuat dua resource Endpoint. Deploy model pertama (model A) ke resource Endpoint pertama menggunakan kumpulan resource deployment. Deploy model kedua (model B) ke resource Endpoint kedua menggunakan kumpulan resource deployment. Buat permintaan prediksi dengan model pertama yang di-deploy (model A). Buat permintaan prediksi dengan model kedua yang di-deploy (model B).	Colab GitHub Vertex AI Workbench
Pelatihan kustom Prediksi Batch Vertex AI	Pelatihan kustom dan prediksi batch. Pelajari cara menggunakan Pelatihan Vertex AI untuk membuat model yang dilatih khusus dan menggunakan Vertex AI Batch Prediction untuk melakukan prediksi batch pada model terlatih. Pelajari Pelatihan kustom lebih lanjut. Pelajari Vertex AI Batch Prediction lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model TensorFlow. Mengupload artefak model terlatih sebagai resource Model. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Pelatihan kustom Vertex AI Prediction	Pelatihan kustom dan prediksi online. Pelajari cara menggunakan Vertex AI Training untuk membuat model yang dilatih khusus dari skrip Python di container Docker, dan cara menggunakan Vertex AI Prediction untuk menjalankan prediksi pada model yang di-deploy dengan mengirim data. Pelajari Pelatihan kustom lebih lanjut. Pelajari Vertex AI Prediction lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model TensorFlow. Mengupload artefak model terlatih ke resource Model. Membuat resource Endpoint penayangan. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment resource Model.	Colab GitHub Vertex AI Workbench
Set Data BigQuery Vertex AI untuk pengguna BigQuery	Mulai menggunakan set data BigQuery. Pelajari cara menggunakan BigQuery sebagai set data untuk pelatihan dengan Vertex AI. Pelajari Set Data BigQuery lebih lanjut. Pelajari lebih lanjut Vertex AI untuk pengguna BigQuery. Langkah-langkah tutorial Buat resource Set Data Vertex AI dari tabel BigQuery yang kompatibel untuk pelatihan AutoML. Ekstrak salinan set data dari BigQuery ke file CSV di Cloud Storage yang kompatibel untuk AutoML atau pelatihan kustom. Pilih baris dari set data BigQuery ke dalam {i>dataframe<i} pandas yang kompatibel untuk pelatihan kustom. Pilih baris dari set data BigQuery ke tf.data.Dataset yang kompatibel untuk model TensorFlow pelatihan kustom. Pilih baris dari file CSV yang diekstrak ke tf.data.Dataset yang kompatibel untuk model TensorFlow pelatihan kustom. Membuat set data BigQuery dari file CSV. Mengekstrak data dari tabel BigQuery ke dalam DMatrix yang kompatibel untuk pelatihan model XGBoost kustom.	Colab GitHub Vertex AI Workbench
Pelabelan Data Vertex AI	Mulai menggunakan Vertex AI Data Labeling. Pelajari cara menggunakan layanan Vertex AI Data Labeling. Pelajari Vertex AI Data Labeling lebih lanjut. Langkah-langkah tutorial Buat Kumpulan Spesialis untuk pemberi label data. Buat tugas pelabelan data. Kirim tugas pelabelan data. Cantumkan tugas pelabelan data. Batalkan tugas pelabelan data.	Colab GitHub Vertex AI Workbench
Vertex AI Experiment Metadata Vertex ML	Membangun silsilah Vertex AI Experiment untuk pelatihan kustom. Pelajari cara mengintegrasikan kode pra-pemrosesan dalam eksperimen Vertex AI. Pelajari Eksperimen Vertex AI lebih lanjut. Pelajari Metadata Vertex ML lebih lanjut. Langkah-langkah tutorial Jalankan modul untuk pra-pemrosesan data Buat artefak set data Catat parameter ke dalam log Mengeksekusi modul untuk melatih model Catat parameter ke dalam log Buat artefak model Tetapkan silsilah pelacakan ke set data, model, dan parameter	Colab GitHub Vertex AI Workbench
Vertex AI Experiments	Melacak parameter dan metrik untuk model yang dilatih secara lokal. Pelajari cara menggunakan Eksperimen Vertex AI untuk membandingkan dan mengevaluasi eksperimen model. Pelajari Eksperimen Vertex AI lebih lanjut. Langkah-langkah tutorial Catat parameter model Catat kerugian dan metrik di setiap epoch ke Vertex AI TensorBoard Catat metrik evaluasi	Colab GitHub Vertex AI Workbench
Eksperimen Vertex AI Pipeline Vertex AI	Bandingkan operasi pipeline dengan Eksperimen Vertex AI. Pelajari cara menggunakan Vertex AI Experiment untuk mencatat tugas pipeline dan membandingkan berbagai tugas pipeline. Pelajari Eksperimen Vertex AI lebih lanjut. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Formalkan komponen pelatihan Bangun pipeline pelatihan Jalankan beberapa tugas Pipeline dan catat hasilnya Bandingkan berbagai tugas Pipeline	Colab GitHub Vertex AI Workbench
Vertex AI TensorBoard	Menghapus Eksperimen yang Sudah Tidak Berlaku di Vertex AI TensorBoard. Pelajari cara menghapus eksperimen Vertex AI TensorBoard yang sudah usang untuk menghindari biaya penyimpanan yang tidak perlu. Pelajari Vertex AI TensorBoard lebih lanjut. Langkah-langkah tutorial Cara menghapus Eksperimen TB dengan pasangan label nilai kunci standar <label_key, label_value=""></label_key,> Cara menghapus Eksperimen TB yang dibuat sebelum create_time Cara menghapus Eksperimen TB yang dibuat sebelum update_time	Colab GitHub Vertex AI Workbench
Vertex AI Experiments	Pencatatan otomatis pelatihan kustom - Skrip lokal. Pelajari cara otomatis mencatat parameter dan metrik eksperimen ML yang berjalan di pelatihan Vertex AI dengan memanfaatkan integrasi dengan Vertex AI Experiment. Pelajari Eksperimen Vertex AI lebih lanjut. Langkah-langkah tutorial Formalkan eksperimen model dalam skrip Jalankan pelatihan model menggunakan skrip lokal di Vertex AI Training Lihat parameter dan metrik eksperimen ML di Eksperimen Vertex AI	Colab GitHub Vertex AI Workbench
Vertex AI Experiment Vertex ML Metadata Pelatihan kustom	Mulai menggunakan Vertex AI Experiments Pelajari cara menggunakan Vertex AI Experiments saat melakukan pelatihan dengan Vertex AI. Pelajari Eksperimen Vertex AI lebih lanjut. Pelajari Metadata Vertex ML lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Pelatihan Lokal (notebook) Membuat eksperimen Membuat sesi pertama di eksperimen Catat parameter dan metrik Buat silsilah artefak Visualisasikan hasil eksperimen Jalankan operasi kedua Membandingkan kedua operasi dalam eksperimen Pelatihan Cloud (Vertex AI) Dalam skrip pelatihan	Colab GitHub Vertex AI Workbench
Vertex AI Experiments	Pencatatan otomatis. Pelajari cara menggunakan Vertex AI Autologging. Langkah-langkah tutorial Aktifkan pencatatan otomatis di Vertex AI SDK. Latih model scikit-learn dan lihat operasi eksperimen yang dihasilkannya dengan metrik dan parameter yang dicatat otomatis ke Vertex AI Experiment tanpa menetapkan operasi eksperimen. Latih model Tensorflow, periksa metrik dan parameter otomatis ke Vertex AI Experiments dengan menetapkan eksperimen yang berjalan secara manual menggunakan aiplatform.start_run() dan aiplatform.end_run(). Nonaktifkan logging otomatis di Vertex AI SDK, latih model PyTorch, dan pastikan tidak ada parameter atau metrik yang dicatat dalam log.	Colab GitHub Vertex AI Workbench
Klasifikasi untuk data tabulasi Vertex Explainable AI	Model klasifikasi biner tabular pelatihan AutoML untuk penjelasan batch. Pelajari cara menggunakan AutoML untuk membuat model klasifikasi biner tabular dari skrip Python, serta cara menggunakan Vertex AI Batch Prediction untuk membuat prediksi dengan penjelasan. Pelajari Klasifikasi untuk data tabulasi lebih lanjut. Pelajari Vertex Explainable AI lebih lanjut. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model klasifikasi biner tabular AutoML. Lihat metrik evaluasi model untuk model yang telah dilatih. Buat permintaan prediksi batch dengan penjelasan.	Colab GitHub Vertex AI Workbench
Klasifikasi untuk data tabulasi Vertex Explainable AI	Model klasifikasi tabular pelatihan AutoML untuk penjelasan online. Pelajari cara menggunakan AutoML untuk membuat model klasifikasi biner tabular dari skrip Python, lalu pelajari cara menggunakan Vertex AI Online Prediction untuk membuat prediksi online dengan penjelasan. Pelajari Klasifikasi untuk data tabulasi lebih lanjut. Pelajari Vertex Explainable AI lebih lanjut. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model klasifikasi biner tabular AutoML. Lihat metrik evaluasi model untuk model yang telah dilatih. Membuat resource Endpoint penayangan. Men-deploy resource Model ke resource Endpoint penayangan. Buat permintaan prediksi online dengan penjelasan. Batalkan deployment resource Model.	Colab GitHub Vertex AI Workbench
Vertex Explainable AI Prediksi Batch Vertex AI	Model klasifikasi gambar pelatihan kustom untuk prediksi batch dengan penjelasan. Pelajari cara menggunakan Vertex AI Training dan Explainable AI untuk membuat model klasifikasi gambar kustom dengan penjelasan, lalu pelajari cara menggunakan Vertex AI Batch Prediction untuk membuat permintaan prediksi batch dengan penjelasan. Pelajari Vertex Explainable AI lebih lanjut. Pelajari Vertex AI Batch Prediction lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model TensorFlow. Lihat evaluasi model untuk model yang telah dilatih. Tetapkan parameter penjelasan terkait kapan model akan di-deploy. Upload artefak model yang dilatih dan parameter penjelasan sebagai resource Model. Buat prediksi batch dengan penjelasan.	Colab GitHub Vertex AI Workbench
Vertex Explainable AI Prediksi Vertex AI	Model klasifikasi gambar pelatihan kustom untuk prediksi online dengan penjelasan. Pelajari cara menggunakan Pelatihan Vertex AI dan Explainable AI untuk membuat model klasifikasi gambar kustom dengan penjelasan, lalu Anda mempelajari cara menggunakan Vertex AI Prediction untuk membuat permintaan prediksi online beserta penjelasannya. Pelajari Vertex Explainable AI lebih lanjut. Pelajari Vertex AI Prediction lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model TensorFlow. Lihat evaluasi model untuk model yang telah dilatih. Tetapkan parameter penjelasan terkait kapan model akan di-deploy. Mengupload artefak dan penjelasan model terlatih sebagai resource Model. Membuat resource Endpoint penayangan. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi dengan penjelasan. Batalkan deployment resource Model.	Colab GitHub Vertex AI Workbench
Vertex Explainable AI Prediksi Batch Vertex AI	Model regresi tabulasi pelatihan kustom untuk prediksi batch dengan penjelasan. Pelajari cara menggunakan Pelatihan Vertex AI dan Explainable AI untuk membuat model klasifikasi gambar kustom dengan penjelasan, lalu Anda akan mempelajari cara menggunakan Prediksi Batch Vertex AI untuk membuat permintaan prediksi batch beserta penjelasannya. Pelajari Vertex Explainable AI lebih lanjut. Pelajari Vertex AI Batch Prediction lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model TensorFlow. Lihat evaluasi model untuk model yang telah dilatih. Tetapkan parameter penjelasan terkait kapan model akan di-deploy. Mengupload artefak dan penjelasan model terlatih sebagai resource Model. Buat prediksi batch dengan penjelasan.	Colab GitHub Vertex AI Workbench
Vertex Explainable AI Prediksi Vertex AI	Model regresi tabulasi pelatihan kustom untuk prediksi online dengan penjelasan. Pelajari cara menggunakan Pelatihan Vertex AI dan Explainable AI untuk membuat model klasifikasi gambar kustom dengan penjelasan, lalu Anda mempelajari cara menggunakan Vertex AI Prediction untuk membuat permintaan prediksi online beserta penjelasannya. Pelajari Vertex Explainable AI lebih lanjut. Pelajari Vertex AI Prediction lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model TensorFlow. Lihat evaluasi model untuk model yang telah dilatih. Tetapkan parameter penjelasan terkait kapan model akan di-deploy. Mengupload artefak dan penjelasan model terlatih sebagai resource Model. Membuat resource Endpoint penayangan. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi dengan penjelasan. Batalkan deployment resource Model.	Colab GitHub Vertex AI Workbench
Vertex Explainable AI Prediksi Vertex AI	Model regresi tabel pelatihan kustom untuk prediksi online dengan penjelasan menggunakan get_metadata. Pelajari cara membuat model kustom dari skrip Python di container Docker yang telah dibangun Google menggunakan Vertex AI SDK, lalu melakukan prediksi dengan penjelasan tentang model yang di-deploy dengan mengirim data. Pelajari Vertex Explainable AI lebih lanjut. Pelajari Vertex AI Prediction lebih lanjut. Langkah-langkah tutorial Buat tugas kustom Vertex untuk melatih model. Latih model TensorFlow Ambil dan muat artefak model. Lihat evaluasi model. Tetapkan parameter penjelasan. Upload model sebagai resource Model Vertex AI. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi dengan penjelasan. Batalkan deployment resource Model.	Colab GitHub Vertex AI Workbench
Vertex Explainable AI Prediksi Vertex AI	Menjelaskan klasifikasi gambar dengan Vertex Explainable AI. Pelajari cara mengonfigurasi penjelasan berbasis fitur pada model klasifikasi gambar yang telah dilatih sebelumnya serta buat prediksi online dan batch dengan penjelasan. Pelajari Vertex Explainable AI lebih lanjut. Pelajari Vertex AI Prediction lebih lanjut. Langkah-langkah tutorial Download model yang telah dilatih sebelumnya dari TensorFlow Hub Mengupload model untuk deployment. Deploy model untuk prediksi online Buat prediksi online dengan penjelasan Buat prediksi batch dengan penjelasan	Colab GitHub Vertex AI Workbench
Vertex Explainable AI	Menjelaskan klasifikasi teks dengan Vertex Explainable AI. Pelajari cara mengonfigurasi penjelasan berbasis fitur menggunakan **metode Sampled Shapley** pada model klasifikasi teks TensorFlow untuk prediksi online dengan penjelasan. Pelajari Vertex Explainable AI lebih lanjut. Langkah-langkah tutorial Bangun dan latih model klasifikasi teks TensorFlow Mengupload model untuk deployment Deploy model untuk prediksi online Buat prediksi online dengan penjelasan	Colab GitHub Vertex AI Workbench
Vertex AI Feature Store	SDK impor streaming. Pelajari cara mengimpor fitur dari Pandas DataFrame ke Vertex AI Feature Store menggunakan metode write_feature_values dari Vertex AI SDK. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Membuat featurestore. Buat jenis entity baru untuk featurestore Anda. Impor nilai fitur dari Pandas DataFrame ke jenis entity di featurestore.	Colab GitHub Vertex AI Workbench
Vertex AI Feature Store	Penyaluran fitur online dan pengambilan data BigQuery dengan Vertex AI Feature Store. Pelajari cara membuat dan menggunakan instance penyimpanan fitur online untuk menghosting dan menyalurkan data di BigQuery dengan Vertex AI Feature Store dalam alur kerja end-to-end untuk nilai fitur yang melayani dan mengambil perjalanan pengguna. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Menyediakan instance toko fitur online untuk menghosting dan menyajikan data. Mendaftarkan tampilan BigQuery dengan instance toko fitur online dan menyiapkan tugas sinkronisasi. Menggunakan server online untuk mengambil nilai fitur untuk prediksi online.	Colab GitHub Vertex AI Workbench
Vertex AI Feature Store	Penyaluran fitur online dan pengambilan data BigQuery dengan Penayangan yang Dioptimalkan di Vertex AI Feature Store. Pelajari cara membuat dan menggunakan instance penyimpanan fitur online untuk menghosting dan menyalurkan data di BigQuery dengan Vertex AI Feature Store dalam alur kerja penyaluran dan pengambilan nilai fitur secara menyeluruh. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Menyediakan instance toko fitur online untuk menghosting dan menyajikan data menggunakan Penayangan online yang dioptimalkan dengan endpoint Publik atau Pribadi. Mendaftarkan tampilan BigQuery dengan instance toko fitur online dan menyiapkan tugas sinkronisasi. Menggunakan server online untuk mengambil nilai fitur untuk prediksi online.	Colab GitHub Vertex AI Workbench
Vertex AI Feature Store	Penyaluran fitur online dan pengambilan vektor data BigQuery dengan Vertex AI Feature Store. Pelajari cara membuat dan menggunakan instance penyimpanan fitur online untuk menghosting dan menyalurkan data di BigQuery dengan Vertex AI Feature Store dalam alur kerja penyaluran fitur dan pengambilan vektor perjalanan pengguna secara menyeluruh. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Menyediakan instance toko fitur online untuk menghosting dan menyajikan data. Membuat instance toko fitur online untuk menyalurkan tabel BigQuery. Gunakan server {i>online<i} untuk mencari tetangga terdekat.	Colab GitHub Vertex AI Workbench
Vertex AI Feature Store	Menggunakan Vertex AI Feature Store (Lama) dengan Pandas Dataframe. Pelajari cara menggunakan Vertex AI Feature Store dengan pandas Dataframe. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Membuat resource Featurestore, EntityType, dan Feature. Impor nilai fitur dari Pandas DataFrame ke jenis entity. Membaca nilai fitur entity dari toko fitur online ke Pandas DataFrame. Kelompokkan nilai fitur dari featurestore Anda ke dalam Pandas DataFrame. Penayangan online dengan nilai fitur yang diperbarui. Ketepatan point-in-time untuk mengambil nilai fitur untuk pelatihan.	Colab GitHub Vertex AI Workbench
Vertex AI Feature Store	Prediksi Online dan Batch menggunakan Vertex AI Feature Store (Lama). Pelajari cara menggunakan Vertex AI Feature Store untuk mengimpor data fitur, dan mengakses data fitur untuk penayangan online dan tugas offline, seperti pelatihan. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Membuat resource Featurestore, EntityType, dan Feature. Mengimpor data fitur ke resource Featurestore. Menayangkan permintaan prediksi online menggunakan fitur yang diimpor. Mengakses fitur yang diimpor dalam tugas offline, seperti tugas pelatihan. Gunakan impor streaming untuk mengimpor data dalam jumlah kecil.	Colab GitHub Vertex AI Workbench
Ringkasan dukungan AI Generatif di Vertex AI	Evaluasi LLM Vertex AI & Inferensi Batch. Pelajari cara menggunakan Vertex AI untuk mengevaluasi model bahasa besar. Pelajari lebih lanjut Ringkasan dukungan AI Generatif di Vertex AI. Langkah-langkah tutorial Membuat tugas Pipeline Vertex AI menggunakan template yang telah ditentukan untuk inferensi massal. Menjalankan pipeline menggunakan Vertex AI Pipelines. Memberikan hasil prediksi terhadap model untuk set data tertentu.	GitHub Vertex AI Workbench
Menyesuaikan model teks menggunakan penyesuaian RLHF	Pembelajaran Penguatan LLM Vertex AI dari Masukan Manual. Dalam tutorial ini, Anda akan menggunakan Vertex AI RLHF untuk menyesuaikan dan men-deploy model model bahasa besar. Pelajari lebih lanjut Menyesuaikan model teks menggunakan penyesuaian RLHF. Langkah-langkah tutorial Menetapkan jumlah langkah penyesuaian model. Membuat tugas Pipeline Vertex AI menggunakan template standar untuk penyesuaian. Menjalankan pipeline menggunakan Vertex AI Pipelines. Melakukan prediksi online dengan model yang telah disesuaikan.	Colab GitHub Vertex AI Workbench
penyematan teks	Penelusuran Semantik menggunakan Embeddings. Dalam tutorial ini, kami menunjukkan cara membuat embedding yang dihasilkan dari teks dan melakukan penelusuran semantik. Pelajari penyematan teks lebih lanjut. Langkah-langkah tutorial Penginstalan dan impor Membuat set data embedding Membuat indeks Buat kueri indeks	Colab GitHub Vertex AI Workbench
api penyematan teks	API Baru Penyematan Teks. Pelajari cara memanggil API terbaru yang menyematkan teks yang disematkan di dua model baru, textembedding-gecko@002 dan textembedding-gecko-multilingual@001: Pelajari text embedding API lebih lanjut. Langkah-langkah tutorial Penginstalan dan impor Membuat embedding	Colab GitHub Vertex AI Workbench
Menyesuaikan model teks menggunakan penyesuaian yang diawasi	Penyesuaian Vertex AI dengan model PEFT. Pelajari cara menggunakan LLM Vertex AI untuk menyesuaikan dan men-deploy model bahasa besar PEFT. Pelajari lebih lanjut Menyesuaikan model teks menggunakan penyesuaian yang diawasi. Langkah-langkah tutorial Dapatkan model LLM Vertex AI. Sesuaikan model. Tindakan ini akan otomatis membuat endpoint Vertex AI dan men-deploy model ke endpoint tersebut. Membuat prediksi menggunakan LLM Vertex AI. Membuat prediksi menggunakan Vertex AI Prediction	Colab GitHub Vertex AI Workbench
PaLM API	Menggunakan Vertex AI SDK dengan Model Bahasa Besar. Pelajari cara memberikan input teks ke Model Bahasa Besar yang tersedia di Vertex AI untuk menguji, menyesuaikan, dan men-deploy model bahasa AI generatif. Pelajari PaLM API lebih lanjut. Langkah-langkah tutorial Gunakan endpoint prediksi Vertex AI PaLM API untuk menerima respons AI generatif terhadap suatu pesan. Gunakan endpoint penyematan teks untuk menerima representasi vektor pesan. Melakukan prompt tuning LLM, berdasarkan data pelatihan input/output.	Colab GitHub Vertex AI Workbench
Penelusuran Vektor	Menggunakan Embedding Multimodal Vertex AI dan Vector Search. Pelajari cara mengenkode embedding teks kustom, membuat indeks Approximate Nearest Neighbor (ANN), dan membuat kueri terhadap indeks. Langkah-langkah tutorial Mengonversi set data gambar ke embedding Membuat indeks Mengupload embedding ke indeks Membuat endpoint indeks Men-deploy indeks ke endpoint indeks Melakukan kueri online	Colab GitHub Vertex AI Workbench
Penelusuran Vektor	Menggunakan Penelusuran Vektor untuk Pertanyaan StackOverflow. Pelajari cara mengenkode sematan teks kustom, membuat indeks Perkiraan Tetangga Terdekat, dan membuat kueri terhadap indeks. Pelajari Vector Search lebih lanjut. Langkah-langkah tutorial Buat indeks ANN Buat endpoint indeks dengan Jaringan VPC Deploy indeks ANN Jalankan kueri online	Colab GitHub Vertex AI Workbench
Penelusuran Vektor Sematan Vertex AI untuk Teks	Menggunakan Vector Search dan Vertex AI Embeddings untuk Teks untuk Pertanyaan StackOverflow. Pelajari cara mengenkode embedding teks, membuat indeks Perkiraan Tetangga Terdekat, dan membuat kueri terhadap indeks. Pelajari Vector Search lebih lanjut. Pelajari Vertex AI Embeddings untuk Teks lebih lanjut. Langkah-langkah tutorial Konversi set data BigQuery menjadi embedding Membuat indeks Mengupload embedding ke indeks Membuat endpoint indeks Men-deploy indeks ke endpoint indeks Melakukan kueri online	Colab GitHub Vertex AI Workbench
Penelusuran Vektor	Membuat indeks Vector Search. Pelajari cara membuat indeks Approximate Nearest Neighbor, membuat kueri terhadap indeks, dan memvalidasi performa indeks. Pelajari Vector Search lebih lanjut. Langkah-langkah tutorial Buat indeks ANN dan indeks Brute Force Buat endpoint indeks dengan Jaringan VPC Deploy indeks ANN dan indeks Brute Force Jalankan kueri online Komputasi perolehan	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Klasifikasi untuk data gambar	Klasifikasi Gambar AutoML. Pelajari cara menggunakan AutoML untuk melatih model gambar serta cara menggunakan Vertex AI Prediction dan Vertex AI Batch Prediction untuk menjalankan prediksi batch dan online. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari lebih lanjut Klasifikasi untuk data gambar. Langkah-langkah tutorial Latih model klasifikasi gambar AutoML. Buat prediksi batch. Deploy model ke endpoint Buat prediksi online	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Deteksi objek untuk data gambar	Deteksi objek gambar AutoML. Pelajari cara menggunakan AutoML untuk melatih model gambar serta cara menggunakan Vertex AI Prediction dan Vertex AI Batch Prediction untuk menjalankan prediksi batch dan online. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari lebih lanjut Deteksi objek untuk data gambar. Langkah-langkah tutorial Latih model deteksi objek AutoML. Buat prediksi batch. Deploy model ke endpoint Buat prediksi online	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Pelacakan objek untuk data video	Pelacakan Objek Video AutoML. Pelajari cara menggunakan AutoML untuk melatih model video dan cara menggunakan Vertex AI Batch Prediction untuk menjalankan prediksi batch. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari lebih lanjut Pelacakan objek untuk data video. Langkah-langkah tutorial Latih model pelacakan objek video AutoML. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Klasifikasi untuk data tabulasi	Klasifikasi biner tabulasi AutoML. Dalam tutorial ini, Anda akan membuat model klasifikasi biner tabel AutoML dan men-deploy untuk prediksi online dari skrip Python menggunakan Vertex AI SDK. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari Klasifikasi untuk data tabulasi lebih lanjut. Langkah-langkah tutorial Membuat resource Set Data Vertex AI. Latih model. Lihat evaluasi model. Men-deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Membatalkan Deployment Model	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Klasifikasi untuk data teks	Klasifikasi Teks AutoML Tujuan dari notebook ini adalah untuk membuat Model Klasifikasi Teks AutoML. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari Klasifikasi untuk data teks lebih lanjut. Langkah-langkah tutorial Tetapkan nama tugas dan awalan Cloud Storage Salin data pelatihan demo teks AutoML untuk membuat set data terkelola Buat set data di Vertex AI. Konfigurasi tugas pelatihan Luncurkan tugas pelatihan dan buat model di Vertex AI Salin data prediksi demo teks AutoML untuk membuat tugas prediksi batch Jalankan tugas prediksi batch pada model	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Ekstraksi entity untuk data teks	Ekstraksi Entity Teks AutoML. Tujuan dari notebook ini adalah membangun model Ekstraksi Entity Teks AutoML. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari lebih lanjut Ekstraksi entity untuk data teks. Langkah-langkah tutorial Tetapkan nama tugas dan awalan Cloud Storage Salin data pelatihan demo teks AutoML untuk membuat set data terkelola Buat set data di Vertex AI. Konfigurasi tugas pelatihan Luncurkan tugas pelatihan dan buat model di Vertex AI Salin data prediksi demo video AutoML untuk membuat tugas prediksi batch Jalankan tugas prediksi batch pada model	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Analisis sentimen untuk data teks	Analisis Sentimen Teks AutoML. Tujuan dari notebook ini adalah untuk merancang model Analisis Sentimen Text AutoML. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari Analisis sentimen untuk data teks lebih lanjut. Langkah-langkah tutorial Salin data pelatihan demo teks AutoML untuk membuat set data terkelola Buat set data di Vertex AI. Konfigurasi tugas pelatihan Luncurkan tugas pelatihan dan buat model di Vertex AI Salin data prediksi demo video AutoML untuk membuat tugas prediksi batch Jalankan tugas prediksi batch pada model	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Klasifikasi untuk data video	Klasifikasi Video AutoML Pelajari cara menggunakan AutoML untuk melatih model video dan cara menggunakan Vertex AI Batch Prediction untuk menjalankan prediksi batch. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari lebih lanjut Klasifikasi untuk data video. Langkah-langkah tutorial Latih model klasifikasi video AutoML. Buat prediksi batch.	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Pelatihan kustom	Klasifikasi gambar kustom dengan container pelatihan kustom. Pelajari cara melatih model klasifikasi gambar TensorFlow menggunakan container kustom dan pelatihan Vertex AI. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Kemas kode pelatihan ke dalam aplikasi Python. Masukkan aplikasi pelatihan ke dalam container menggunakan Cloud Build dan Artifact Registry. Buat tugas pelatihan container kustom di Vertex AI, lalu jalankan. Evaluasi model yang dihasilkan dari tugas pelatihan. Buat resource model untuk model terlatih di Vertex AI Model Registry. Jalankan tugas prediksi batch Vertex AI. Deploy resource model ke endpoint Vertex AI. Jalankan tugas prediksi online pada resource model. Bersihkan resource yang dibuat.	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Pelatihan kustom	Klasifikasi gambar kustom dengan container pelatihan bawaan. Pelajari cara melatih model klasifikasi gambar TensorFlow menggunakan container bawaan dan pelatihan Vertex AI. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Kemas kode pelatihan ke dalam aplikasi Python. Masukkan aplikasi pelatihan ke dalam container menggunakan Cloud Build dan Artifact Registry. Buat tugas pelatihan container kustom di Vertex AI, lalu jalankan. Evaluasi model yang dihasilkan dari tugas pelatihan. Buat resource model untuk model terlatih di Vertex AI Model Registry. Jalankan tugas prediksi batch Vertex AI. Deploy resource model ke endpoint Vertex AI. Jalankan tugas prediksi online pada resource model. Bersihkan resource yang dibuat.	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Pelatihan kustom	Model Scikit-Learn kustom dengan container pelatihan bawaan. Pelajari cara menggunakan Pelatihan Vertex AI untuk membuat model yang dilatih khusus dan menggunakan Vertex AI Batch Prediction untuk melakukan prediksi batch pada model terlatih. PelajariBermigrasi ke Vertex AIlebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model scikitlearn. Mengupload artefak model terlatih sebagai resource Model. Buat prediksi batch. Deploy model ke endpoint Buat prediksi online	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Pelatihan kustom	Model XGBoost kustom dengan container pelatihan bawaan. Pelajari cara menggunakan Pelatihan Vertex AI untuk membuat model yang dilatih khusus dan menggunakan Vertex AI Batch Prediction untuk melakukan prediksi batch pada model terlatih. PelajariBermigrasi ke Vertex AIlebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model scikitlearn. Mengupload artefak model terlatih sebagai resource Model. Buat prediksi batch. Deploy model ke endpoint Buat prediksi online	Colab GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Pelatihan kustom	Penyesuaian Hyperparameter Pelajari cara menggunakan Vertex AI Hyperparameter untuk membuat dan menyesuaikan model yang dilatih khusus. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Membuat tugas penyesuaian hyperparameter Vertex AI untuk melatih model TensorFlow.	Colab GitHub Vertex AI Workbench
Dokumentasi Google Artifact Registry	Mulai menggunakan Google Artifact Registry. Pelajari cara menggunakan Google Artifact Registry. Pelajari dokumentasi Google Artifact Registry lebih lanjut. Langkah-langkah tutorial Membuat repositori Docker pribadi. Memberi tag pada image container, khusus untuk repositori Docker pribadi. Mengirim image container ke repositori Docker pribadi. Menarik image container dari repositori Docker pribadi. Menghapus repositori Docker pribadi.	Colab GitHub Vertex AI Workbench
Metadata Vertex ML Pelatihan kustom Eksperimen Vertex AI	Melacak parameter dan metrik untuk tugas pelatihan kustom. Pelajari cara menggunakan Vertex AI SDK untuk Python untuk: Pelajari Metadata Vertex ML lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Pelajari Eksperimen Vertex AI lebih lanjut. Langkah-langkah tutorial Lacak parameter pelatihan dan metrik prediksi untuk tugas pelatihan kustom. Mengekstrak dan melakukan analisis untuk semua parameter dan metrik dalam Eksperimen.	Colab GitHub Vertex AI Workbench
Vertex ML Metadata	Melacak parameter dan metrik untuk model yang dilatih secara lokal. Pelajari cara menggunakan Metadata Vertex ML untuk melacak parameter pelatihan dan metrik evaluasi. Pelajari Metadata Vertex ML lebih lanjut. Langkah-langkah tutorial Lacak parameter dan metrik untuk model yang dilatih secara lokal. Mengekstrak dan melakukan analisis untuk semua parameter dan metrik dalam Eksperimen.	Colab GitHub Vertex AI Workbench
Metadata Vertex ML Pipeline Vertex AI	Lacak artefak dan metrik di seluruh Vertex AI Pipelines yang dijalankan menggunakan Metadata Vertex ML. Pelajari cara melacak artefak dan metrik dengan Vertex ML Metadata dalam operasi Vertex AI Pipeline. Pelajari Metadata Vertex ML lebih lanjut. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Gunakan Kubeflow Pipelines SDK untuk membangun pipeline ML yang berjalan di Vertex AI Pipeline akan membuat set data, melatih model scikitlearn, dan men-deploy model ke endpoint Menulis komponen pipeline kustom yang menghasilkan artefak dan metadata Membandingkan operasi Vertex AI Pipelines, baik di Cloud Console maupun secara terprogram Melacak silsilah untuk artefak yang dihasilkan pipeline Kueri metadata operasi pipeline	Colab GitHub Vertex AI Workbench
Evaluasi Model Vertex AI Klasifikasi untuk data tabulasi	Mengevaluasi hasil prediksi batch dari model klasifikasi Tabular AutoML. Pelajari cara melatih model klasifikasi Vertex AI AutoML Tabular dan mempelajari cara mengevaluasinya melalui tugas pipeline Vertex AI menggunakan google_cloud_pipeline_components: Pelajari Vertex AI Evaluasi Model lebih lanjut. Pelajari Klasifikasi untuk data tabulasi lebih lanjut. Langkah-langkah tutorial Membuat Set Data Vertex AI. Latih model klasifikasi Tabular Automl di resource Set data. Impor resource model AutoML terlatih ke dalam pipeline. Menjalankan tugas Prediksi Batch. Evaluasi model AutoML menggunakan komponen Evaluasi Klasifikasi. Impor metrik klasifikasi ke resource model AutoML.	Colab GitHub Vertex AI Workbench
Vertex AI Model Evaluation Regresi untuk data tabular	Mengevaluasi hasil prediksi batch dari model regresi tabular AutoML. Pelajari cara mengevaluasi resource model Vertex AI melalui tugas pipeline Vertex AI menggunakan google_cloud_pipeline_components: Pelajari Evaluasi Model Vertex AI lebih lanjut. Pelajari Regresi untuk data tabel lebih lanjut. Langkah-langkah tutorial Membuat Set Data Vertex AI Mengonfigurasi AutoMLTabularTrainingJob Menjalankan AutoMLTabularTrainingJob yang menampilkan model Mengimpor resource model AutoML yang telah dilatih sebelumnya ke dalam pipeline Menjalankan tugas prediksi batch di pipeline Mengevaluasi model AutoML menggunakan komponen evaluasi regresi Impor metrik regresi ke resource model AutoML	Colab GitHub Vertex AI Workbench
Evaluasi Model Vertex AI Klasifikasi pada data teks	Pipeline klasifikasi teks AutoML yang menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan Vertex AI Pipelines dan Komponen Google Cloud Pipeline untuk membangun dan mengevaluasi model klasifikasi teks AutoML. Pelajari Evaluasi Model Vertex AI lebih lanjut. Pelajari Klasifikasi pada data teks lebih lanjut. Langkah-langkah tutorial Membuat Set Data Vertex AI. Latih model Klasifikasi Teks Automl di resource Dataset. Impor resource model AutoML terlatih ke dalam pipeline. Menjalankan tugas Prediksi Batch. Evaluasi model AutoML menggunakan Komponen Evaluasi Klasifikasi. Impor metrik evaluasi ke resource model AutoML.	Colab GitHub Vertex AI Workbench
Evaluasi Model Vertex AI Klasifikasi untuk data video	Mengevaluasi hasil prediksi batch dari model klasifikasi Video AutoML. Pelajari cara melatih model klasifikasi video AutoML Vertex AI dan cara mengevaluasinya melalui tugas pipeline Vertex AI menggunakan google_cloud_pipeline_components: Pelajari lebih lanjut Vertex AI Model Evaluation. Pelajari lebih lanjut Klasifikasi untuk data video. Langkah-langkah tutorial Membuat Set Data Vertex AI. Latih model Klasifikasi Video Automl pada resource Set Data Vertex AI. Impor resource Model AutoML Vertex AI terlatih ke dalam pipeline. Jalankan tugas prediksi batch di dalam pipeline. Evaluasi model AutoML menggunakan komponen evaluasi klasifikasi. Impor metrik klasifikasi ke resource model AutoML Vertex AI.	Colab GitHub Vertex AI Workbench
Evaluasi Model Vertex AI Pelatihan Vertex AI	Mengevaluasi hasil BatchPrediction dari model klasifikasi tabel khusus. Dalam tutorial ini, Anda akan melatih model RandomForest scikit-learn, menyimpannya di Vertex AI Model Registry, dan mempelajari cara mengevaluasinya melalui tugas pipeline Vertex AI menggunakan google_cloud_pipeline_components. Pelajari Evaluasi Model Vertex AI lebih lanjut. Pelajari Pelatihan Vertex AI lebih lanjut. Langkah-langkah tutorial Ambil set data dari sumber publik. Lakukan prapemrosesan data secara lokal dan simpan data pengujian di BigQuery. Latih model klasifikasi RandomForest secara lokal menggunakan paket Python scikitlearn. Buat container kustom di Artifact Registry untuk prediksi. Upload model di Vertex AI Model Registry. Membuat dan menjalankan Vertex AI Pipeline yang	Colab GitHub Vertex AI Workbench
Evaluasi Model Vertex AI Pelatihan kustom	Mengevaluasi hasil prediksi batch dari model regresi tabular kustom. Pelajari cara mengevaluasi resource model Vertex AI melalui tugas pipeline Vertex AI menggunakan google_cloud_pipeline_components: Pelajari Evaluasi Model Vertex AI lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Membuat Vertex AI CustomTrainingJob untuk melatih model. Menjalankan CustomTrainingJob Ambil dan muat artefak model. Lihat evaluasi model. Upload model sebagai resource Model Vertex AI. Impor resource model Vertex AI terlatih ke dalam pipeline. Menjalankan tugas prediksi batch di pipeline. Evaluasi model menggunakan komponen evaluasi regresi. Impor Metrik Regresi ke resource model Vertex AI.	Colab GitHub Vertex AI Workbench
Evaluasi model di Vertex AI	Mulai dengan mengimpor evaluasi model kustom ke Vertex AI Model Registry. Pelajari cara membuat dan mengupload evaluasi model kustom, serta mengupload evaluasi model kustom ke entri resource Model di Vertex AI Model Registry. Pelajari Evaluasi model di Vertex AI lebih lanjut. Langkah-langkah tutorial Impor model yang telah dilatih sebelumnya (blessed) ke Vertex AI Model Registry. Buat evaluasi model kustom. Impor metrik evaluasi model ke model yang terkait di Vertex AI Model Registry. Mencantumkan evaluasi model untuk model yang sesuai di Vertex AI Model Registry. Buat evaluasi model kustom kedua. Impor metrik evaluasi model kedua ke model yang sesuai di Vertex AI Model Registry. Buat daftar evaluasi model kedua untuk model yang sesuai di Vertex AI Model Registry.	Colab GitHub Vertex AI Workbench
Pemantauan Model Vertex AI untuk prediksi batch	Prediksi Batch Vertex AI dengan Pemantauan Model. Pelajari cara menggunakan layanan Pemantauan Model Vertex AI untuk mendeteksi penyimpangan dan anomali dalam prediksi batch. Pelajari Pemantauan Model Vertex AI untuk prediksi batch lebih lanjut. Langkah-langkah tutorial Upload model yang telah dilatih sebelumnya sebagai resource Model Vertex AI. Buat permintaan prediksi batch. Tafsirkan statistik, visualisasi, dan data lain yang dilaporkan oleh fitur pemantauan model.	Colab GitHub Vertex AI Workbench
Pemantauan Model Vertex AI	Vertex AI Model Monitoring untuk model tabular AutoML. Pelajari cara menggunakan layanan Pemantauan Model Vertex AI untuk mendeteksi kecondongan dan penyimpangan fitur dalam permintaan prediksi input, untuk model tabulasi AutoML. Pelajari Pemantauan Model Vertex AI lebih lanjut. Langkah-langkah tutorial Latih model AutoML. Men-deploy resource Model ke resource Endpoint. Konfigurasi resource Endpoint untuk pemantauan model. Buat permintaan prediksi sintetis untuk kecondongan. Buat permintaan prediksi sintetis untuk penyimpangan. Tunggu notifikasi peringatan email.	Colab GitHub Vertex AI Workbench
Pemantauan Model Vertex AI	Pemantauan Model Vertex AI untuk prediksi batch dalam model gambar AutoML. Pelajari cara menggunakan Pemantauan Model Vertex AI dengan Vertex AI Batch Prediction dengan model klasifikasi gambar AutoML untuk mendeteksi gambar di luar distribusi. Pelajari Pemantauan Model Vertex AI lebih lanjut. Langkah-langkah tutorial 1. Latih model klasifikasi gambar AutoML. 2. Kirim prediksi batch yang berisi gambar baik yang berada di dalam maupun di luar distribusi. 3. Gunakan Pemantauan Model untuk menghitung skor anomali pada setiap gambar. 4. Identifikasi gambar dalam permintaan prediksi batch yang berada di luar distribusi.	Colab GitHub Vertex AI Workbench
Pemantauan Model Vertex AI	Pemantauan Model Vertex AI untuk prediksi online dalam model gambar AutoML. Pelajari cara menggunakan Pemantauan Model Vertex AI dengan Vertex AI Online Prediction dengan model klasifikasi gambar AutoML untuk mendeteksi gambar di luar distribusi. Pelajari Pemantauan Model Vertex AI lebih lanjut. Langkah-langkah tutorial 1. Latih model klasifikasi gambar AutoML. 2. Buat endpoint 3. Deploy model ke endpoint, dan konfigurasi untuk pemantauan model. 4. Kirim prediksi online yang berisi gambar baik yang berada di dalam maupun di luar distribusi. 5. Gunakan Pemantauan Model untuk menghitung skor anomali pada setiap gambar. 6. Identifikasi gambar dalam permintaan prediksi online yang berada di luar distribusi.	Colab GitHub Vertex AI Workbench
Pemantauan Model Vertex AI	Vertex AI Model Monitoring untuk model tabular kustom. Pelajari cara menggunakan layanan Pemantauan Model Vertex AI untuk mendeteksi kecondongan fitur dan penyimpangan dalam permintaan prediksi input, untuk model tabulasi kustom. Pelajari Pemantauan Model Vertex AI lebih lanjut. Langkah-langkah tutorial Download model tabular kustom yang telah dilatih sebelumnya. Upload model yang telah dilatih sebelumnya sebagai resource Model. Men-deploy resource Model ke resource Endpoint. Konfigurasi resource Endpoint untuk pemantauan model. Buat permintaan prediksi sintetis untuk kecondongan. Tunggu notifikasi peringatan email. Buat permintaan prediksi sintetis untuk penyimpangan. Tunggu notifikasi peringatan email.	Colab GitHub Vertex AI Workbench
Pemantauan Model Vertex AI	Vertex AI Model Monitoring untuk model tabular kustom dengan container TensorFlow Serving. Pelajari cara menggunakan layanan Vertex AI Model Monitoring untuk mendeteksi kecondongan dan penyimpangan fitur dalam permintaan prediksi input, untuk model tabular kustom, menggunakan container deployment kustom. Pelajari Pemantauan Model Vertex AI lebih lanjut. Langkah-langkah tutorial Download model tabular kustom yang telah dilatih sebelumnya. Upload model yang telah dilatih sebelumnya sebagai resource Model. Men-deploy resource Model ke resource Endpoint dengan TensorFlow Serve dengan biner. Konfigurasi resource Endpoint untuk pemantauan model. Buat permintaan prediksi sintetis untuk kecondongan. Tunggu notifikasi peringatan email. Buat permintaan prediksi sintetis untuk penyimpangan. Tunggu notifikasi peringatan email.	Colab GitHub Vertex AI Workbench
Pemantauan Model Vertex AI	Vertex AI Model Monitoring untuk penyiapan model tabular. Pelajari cara menyiapkan layanan Vertex AI Model Monitoring untuk mendeteksi kecondongan dan penyimpangan fitur dalam permintaan prediksi input. Pelajari Pemantauan Model Vertex AI lebih lanjut. Langkah-langkah tutorial Download model tabular kustom yang telah dilatih sebelumnya. Upload model yang telah dilatih sebelumnya sebagai resource Model. Men-deploy resource Model ke resource Endpoint. Konfigurasi resource Endpoint untuk pemantauan model. Deteksi kecondongan dan penyimpangan untuk input fitur. Deteksi kecondongan dan penyimpangan untuk atribusi fitur. Pembuatan skema input secara otomatis dengan mengirimkan 1.000 permintaan prediksi. Mencantumkan, menjeda, melanjutkan, dan menghapus tugas pemantauan. Memulai ulang tugas pemantauan dengan skema input yang telah ditentukan sebelumnya. Melihat data yang dipantau yang dicatat.	Colab GitHub Vertex AI Workbench
Pemantauan Model Vertex AI	Pemantauan Model Vertex AI untuk model XGBoost. Pelajari cara menggunakan layanan Vertex AI Model Monitoring untuk mendeteksi kecondongan dan penyimpangan fitur dalam permintaan prediksi input untuk model XGBoost. Pelajari Pemantauan Model Vertex AI lebih lanjut. Langkah-langkah tutorial Download model XGBoost yang telah dilatih sebelumnya. Upload model yang telah dilatih sebelumnya sebagai resource Model. Men-deploy resource Model ke resource Endpoint. Mengonfigurasi resource Endpoint untuk pemantauan model	Colab GitHub Vertex AI Workbench
Pemantauan Model Vertex AI	Pemantauan Model Vertex AI dengan Atribusi Fitur AI yang Dapat Dijelaskan. Pelajari cara menggunakan layanan Vertex AI Model Monitoring untuk mendeteksi penyimpangan dan anomali dalam permintaan prediksi dari resource Vertex AI Model yang di-deploy. Pelajari Pemantauan Model Vertex AI lebih lanjut. Langkah-langkah tutorial Upload model yang telah dilatih sebelumnya sebagai resource Model Vertex AI. Membuat resource Vertex AI Endpoint. Men-deploy resource Model ke resource Endpoint. Konfigurasi resource Endpoint untuk pemantauan model. Inisialisasi distribusi baseline untuk pemantauan model. Buat permintaan prediksi sintetis. Pahami cara menafsirkan statistik, visualisasi, dan data lain yang dilaporkan oleh fitur pemantauan model.	Colab GitHub Vertex AI Workbench
Registry Model Vertex AI	Mulai menggunakan Vertex AI Model Registry. Pelajari cara menggunakan Vertex AI Model Registry untuk membuat dan mendaftarkan beberapa versi model. Pelajari Vertex AI Model Registry lebih lanjut. Langkah-langkah tutorial Buat dan daftarkan model versi pertama ke Vertex AI Model Registry. Buat dan daftarkan model versi kedua ke Vertex AI Model Registry. Perbarui versi model yang merupakan default (blessed). Hapus versi model. Latih kembali versi model berikutnya.	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines Komponen AutoML Klasifikasi untuk data tabular	Pipeline tabular AutoML yang menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan Vertex AI Pipelines dan Komponen Google Cloud Pipeline untuk membangun model klasifikasi tabel AutoML. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari komponen AutoML lebih lanjut. Pelajari Klasifikasi untuk data tabulasilebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines Evaluasi model di Vertex AI	Metodologi Challenger vs. Blessed untuk deployment model ke dalam produksi. Pelajari cara membuat pipeline Vertex AI, yang melatih model versi penantang baru, mengevaluasi model dan membandingkan evaluasinya dengan model berkat yang sudah ada dalam produksi, untuk menentukan apakah model penantang akan menjadi yang diuntungkan model pengganti dalam produksi. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari Evaluasi model di Vertex AI lebih lanjut. Langkah-langkah tutorial Impor model yang telah dilatih sebelumnya (blessed) ke Vertex AI Model Registry. Impor metrik evaluasi model sintetis ke model yang terkait (blessed). Membuat resource Vertex AI Endpoint Deploy model blessed ke resource Endpoint. Buat pipeline Vertex AI. Dapatkan model blessed. Impor instance lain (challenger) dari model yang telah dilatih sebelumnya. Daftarkan model yang telah dilatih sebelumnya (challenger) sebagai versi baru dari model blessed yang sudah ada. Buat evaluasi model sintetis. Impor metrik evaluasi model sintetis ke model challenger yang terkait. Bandingkan evaluasi dan tetapkan mode blessed atau challenger sebagai model default. Deploy model baru tersebut.	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines	Struktur kontrol pipeline menggunakan KFP SDK. Pelajari cara menggunakan KFP SDK untuk mem-build pipeline yang menggunakan loop dan kondisional, termasuk contoh bertingkat. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines Komponen pelatihan kustom	Pelatihan kustom dengan Komponen Pipeline Google Cloud yang telah dibuat sebelumnya. Pelajari cara menggunakan Pipeline Vertex AI dan Komponen Pipeline Google Cloud untuk membangun model kustom. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari Komponen pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab GitHub Vertex AI Workbench
Pipeline Vertex AI Komponen Batch Prediction Vertex AI	Pelatihan dan prediksi batch dengan sumber dan tujuan BigQuery untuk model klasifikasi tabular kustom. Dalam tutorial ini, Anda akan melatih model klasifikasi tabel scikit-learn dan membuat tugas prediksi batch untuk model tersebut melalui pipeline Vertex AI menggunakan google_cloud_pipeline_components. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari komponen Prediksi Batch AI Vertex AI lebih lanjut. Langkah-langkah tutorial Buat set data di BigQuery. Sisihkan sebagian data dari set data sumber untuk prediksi batch. Buat paket Python kustom untuk aplikasi pelatihan. Upload paket Python ke Cloud Storage. Membuat Pipeline Vertex AI yang	Colab GitHub Vertex AI Workbench
Pipeline Vertex AI Penyesuaian Hyperparameter Vertex AI	Mulai menggunakan komponen pipeline Vertex AI Hyperparameter Tuning. Pelajari cara menggunakan Komponen Pipeline Google Cloud bawaan untuk Penyesuaian Hyperparameter Vertex AI. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari Vertex AI Hyperparameter Tuning lebih lanjut. Langkah-langkah tutorial Bangun pipeline untuk	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines	Memulai pengelolaan mesin untuk Vertex AI Pipelines. Pelajari cara mengonversi komponen pelatihan kustom mandiri menjadi Vertex AI CustomJob, di mana: Langkah-langkah tutorial Buat komponen kustom dengan tugas pelatihan mandiri. Jalankan pipeline menggunakan setelan componentlevel untuk resource mesin Mengonversi komponen pelatihan mandiri menjadi CustomJob Vertex AI. Jalankan pipeline menggunakan setelan customjoblevel untuk resource mesin	Colab GitHub Vertex AI Workbench
Pipeline Vertex AI Komponen AutoML	Pipeline klasifikasi gambar AutoML yang menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan Vertex AI Pipelines dan Komponen Google Cloud Pipeline untuk membangun model klasifikasi gambar AutoML. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari komponen AutoML lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab GitHub Vertex AI Workbench
Pipeline Vertex AI Komponen AutoML Regresi untuk data tabel	Pipeline regresi tabulasi AutoML menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan Vertex AI Pipelines dan Komponen Google Cloud Pipeline untuk membangun model regresi tabulasi AutoML. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari komponen AutoML lebih lanjut. Pelajari Regresi untuk data tabel lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab GitHub Vertex AI Workbench
Pipeline Vertex AI Komponen AutoML	Pipeline klasifikasi teks AutoML yang menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan Vertex AI Pipelines dan Komponen Google Cloud Pipeline untuk membangun model klasifikasi teks AutoML. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari komponen AutoML lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab GitHub Vertex AI Workbench
Pipeline Vertex AI Komponen BigQuery ML	Melatih model prediksi akuisisi menggunakan Swivel, BigQuery ML, dan Vertex AI Pipelines. Pelajari cara membuat pipeline BigQuery ML sederhana menggunakan pipeline Vertex AI untuk menghitung embedding teks konten dari artikel dan mengklasifikasikannya ke dalam kategori *akuisisi perusahaan*. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari komponen ML BigQuery lebih lanjut. Langkah-langkah tutorial Membuat komponen untuk tugas Dataflow yang menyerap data ke BigQuery. Buat komponen untuk langkah pra-pemrosesan yang akan dijalankan pada data di BigQuery. Membuat komponen untuk melatih model regresi logistik menggunakan BigQuery ML. Bangun dan konfigurasi pipeline Kubeflow DSL dengan semua komponen yang telah dibuat. Kompilasi dan jalankan pipeline di Vertex AI Pipelines.	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines Komponen pelatihan kustom	Latih, upload, dan deploy model menggunakan Komponen Pipeline Google Cloud. Pelajari cara menggunakan Vertex AI Pipelines dan Komponen Google Cloud Pipeline untuk membangun dan men-deploy model kustom. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari Komponen pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab GitHub Vertex AI Workbench
Pipeline Vertex AI Komponen Model Vertex AI	Mengupload, memprediksi, dan mengevaluasi model menggunakan google-cloud-pipeline-components. Pelajari cara mengevaluasi model kustom menggunakan pipeline dengan komponen dari google_cloud_pipeline_components dan komponen pipeline kustom yang Anda bangun. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari komponen Model Vertex AI lebih lanjut. Langkah-langkah tutorial Upload model yang telah dilatih sebelumnya sebagai resource Model. Menjalankan BatchPredictionJob pada resource Model dengan data kebenaran dasar. Membuat artefak Metrik evaluasi tentang resource Model. Bandingkan metrik evaluasi dengan nilai minimum.	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines	Pipeline Vertex AI dengan KFP 2.x. Pelajari cara menggunakan Vertex AI Pipelines dan KFP 2. Langkah-langkah tutorial Buat pipeline KFP	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines	Komponen berbasis fungsi Python ringan, dan I/O komponen. Pelajari cara menggunakan KFP SDK untuk membangun komponen berbasis fungsi Python yang ringan, serta cara menggunakan Vertex AI Pipelines untuk menjalankan pipeline tersebut. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Bangun komponen KFP berbasis fungsi Python. Buat pipeline KFP. Teruskan artefak dan parameter antarkomponen, baik melalui referensi jalur maupun berdasarkan nilai. Gunakan metode kfp.dsl.importer. Kompilasi pipeline KFP. Menjalankan pipeline KFP menggunakan Vertex AI Pipelines	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines	Visualisasi metrik dan perbandingan operasi menggunakan KFP SDK. Pelajari cara menggunakan KFP SDK untuk membangun pipeline yang menghasilkan metrik evaluasi. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Buat komponen KFP	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines	Metodologi Multicontender vs. Champion untuk deployment model ke dalam produksi. Pelajari cara membuat pipeline Vertex AI yang membandingkan data produksi baru dari model yang di-deploy dengan versi model lainnya, untuk menentukan apakah model contender akan menggantikan model champion dalam produksi. Langkah-langkah tutorial Impor model terlatih (juara) ke Vertex AI Model Registry. Impor metrik evaluasi pelatihan model sintetis ke model yang terkait (champion). Membuat resource Vertex AI Endpoint Deploy model juara ke resource Endpoint. Impor versi lain dari model yang di-deploy (contender). Impor metrik evaluasi pelatihan model sintetis ke model yang terkait (contender). Buat pipeline Vertex AI. Dapatkan model champion. (Fake) Finetune model champion dengan data produksi Impor metrik evaluasi pelatihan+produksi sintetis untuk model champion. Dapatkan model contender. (Fake) Finetune model contender dengan data produksi Impor metrik evaluasi pelatihan+produksi sintetis untuk model contender. Bandingkan hasil evaluasi antara contender dan champion, lalu tetapkan champion baru sebagai default. Deploy model champion baru.	Colab GitHub Vertex AI Workbench
Vertex AI Pipelines	Pengantar pipeline untuk KFP. Pelajari cara menggunakan KFP SDK untuk membangun pipeline yang menghasilkan metrik evaluasi. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Menentukan dan mengompilasi pipeline Vertex AI. Tentukan akun layanan yang akan digunakan untuk operasi pipeline.	Colab GitHub Vertex AI Workbench
Komponen AutoML Komponen BigQuery ML	BigQuery ML dan AutoML - Bereksperimen dengan Vertex AI. Pelajari cara menggunakan Vertex AI Predictions untuk membuat prototipe model secara cepat. Pelajari komponen AutoML lebih lanjut. Pelajari komponen ML BigQuery lebih lanjut. Langkah-langkah tutorial Buat set data pelatihan BigQuery dan Vertex AI. Latih model BigQuery ML dan AutoML. Ekstrak metrik evaluasi dari model BigQueryML dan AutoML. Pilih model terlatih terbaik. Deploy model terlatih terbaik. Uji infrastruktur model yang di-deploy.	Colab GitHub Vertex AI Workbench
Prediksi B Batch Vertex AI	Prediksi batch model kustom dengan pemfilteran fitur. Pelajari cara membuat model yang dilatih khusus dari skrip Python di container Docker menggunakan Vertex AI SDK untuk Python, lalu jalankan tugas prediksi batch dengan menyertakan atau mengecualikan daftar fitur. Pelajari Vertex AI Batch Prediction lebih lanjut. Langkah-langkah tutorial Membuat TrainingPipeline kustom Vertex AI untuk melatih model. Latih model TensorFlow Kirim tugas prediksi batch.	Colab GitHub Vertex AI Workbench
Prediksi Vertex AI	Mulai gunakan server NVIDIA Triton. Pelajari cara men-deploy container yang menjalankan Nvidia Triton Server dengan resource Model Vertex AI ke Endpoint Vertex AI untuk membuat prediksi online. Pelajari Vertex AI Prediction lebih lanjut. Langkah-langkah tutorial Download artefak model dari TensorFlow Hub. Membuat file konfigurasi penyaluran Triton untuk model. Buat container kustom, dengan image layanan Triton, untuk deployment model. Upload model sebagai resource Model Vertex AI. Men-deploy resource Model Vertex AI ke resource Vertex AI Endpoint. Membuat permintaan prediksi Membatalkan deployment resource Model dan menghapus Endpoint	Colab GitHub Vertex AI Workbench
Prediksi Mentah	Mulai penggunaan fungsi inferensi TensorFlow dengan Vertex AI Raw Prediction. Pelajari cara menggunakan Vertex AI Raw Prediction di resource Endpoint Vertex AI. Pelajari Prediksi Mentah lebih lanjut. Langkah-langkah tutorial Download artefak model klasifikasi tabel terlatih untuk estimator TensorFlow 1.x. Upload model estimator TensorFlow sebagai resource Model Vertex AI. Membuat resource Endpoint. Men-deploy resource Model ke resource Endpoint. Membuat prediksi mentah online ke instance resource Model yang di-deploy ke resource Endpoint.	Colab GitHub Vertex AI Workbench
Mendapatkan prediksi dari model terlatih kustom	Mulai menggunakan TensorFlow Serve dengan Vertex AI Prediction. Pelajari cara menggunakan Vertex AI Prediction di resource Vertex AI Endpoint dengan TensorFlow Serve dengan biner. Pelajari lebih lanjut Mendapatkan prediksi dari model terlatih kustom. Langkah-langkah tutorial Download model klasifikasi gambar terlatih dari TensorFlow Hub. Buat fungsi penyaluran untuk menerima data gambar terkompresi, dan menghasilkan output data yang telah diproses sebelumnya untuk input model. Upload model TensorFlow Hub dan fungsi inferensi sebagai resource Model Vertex AI. Membuat resource Endpoint. Men-deploy resource Model ke resource Endpoint dengan TensorFlow Serve dengan biner. Membuat prediksi online ke instance resource Model yang di-deploy ke resource Endpoint. Membuat prediksi batch ke instance resource Model.	Colab GitHub Vertex AI Workbench
Endpoint Pribadi	Mulai menggunakan Vertex AI Private Endpoints. Pelajari cara menggunakan resource Private Endpoint Vertex AI. Pelajari Endpoint Pribadi lebih lanjut. Langkah-langkah tutorial Membuat resource Endpoint Pribadi. Mengonfigurasi koneksi peering VPC. Mengonfigurasi biner inferensi resource Model untuk deployment ke resource Private Endpoint. Men-deploy resource Model ke resource Private Endpoint. Mengirim permintaan prediksi ke Endpoint Pribadi	Colab GitHub Vertex AI Workbench
Model Bahasa Vertex AI	LLM Vertex AI dan prediksi streaming. Pelajari cara menggunakan LLM Vertex AI untuk mendownload model LLM yang telah dilatih sebelumnya, membuat prediksi, dan meningkatkan kualitas model. Pelajari Model Bahasa Vertex AI lebih lanjut. Langkah-langkah tutorial Muat model pembuatan teks terlatih. Membuat prediksi non-streaming Memuat model pembuatan teks terlatih, yang mendukung streaming. Membuat prediksi streaming Muat model chat terlatih. Lakukan sesi chat interaktif lokal. Melakukan prediksi batch dengan model pembuatan teks. Melakukan prediksi batch dengan model embedding teks.	Colab GitHub Vertex AI Workbench
Container bawaan untuk prediksi	Menayangkan model gambar PyTorch dengan container bawaan di Vertex AI. Pelajari cara mengemas dan men-deploy model klasifikasi gambar PyTorch menggunakan container Vertex AI bawaan dengan TorchServe untuk menyalurkan prediksi batch dan online. Pelajari lebih lanjut Container bawaan untuk prediksi. Langkah-langkah tutorial Download model gambar yang telah dilatih dari PyTorch Buat pengendali model kustom Kemas artefak model ke dalam file arsip model Mengupload model untuk deployment Men-deploy model untuk prediksi Buat prediksi online Buat prediksi batch	Colab GitHub Vertex AI Workbench
Prediksi Vertex AI	Latih dan deploy model PyTorch dengan container bawaan di Vertex AI. Pelajari cara membuat, melatih, dan men-deploy model klasifikasi gambar PyTorch menggunakan container bawaan untuk pelatihan dan prediksi kustom. Langkah-langkah tutorial Mengemas aplikasi pelatihan ke dalam distribusi sumber Python Mengonfigurasi dan menjalankan tugas pelatihan dalam container yang telah dibangun sebelumnya Kemas artefak model ke dalam file arsip model Mengupload model untuk deployment Men-deploy model menggunakan container bawaan untuk prediksi Buat prediksi online	Colab GitHub Vertex AI Workbench
Pelatihan Vertex AI Server Pengurangan Vertex AI	Pelatihan terdistribusi PyTorch dengan Vertex AI Reduction Server. Pelajari cara membuat tugas pelatihan terdistribusi PyTorch yang menggunakan alat dan framework pelatihan terdistribusi PyTorch, serta cara menjalankan tugas pelatihan pada layanan Vertex AI Training dengan Reduction Server. Pelajari Pelatihan Vertex AI lebih lanjut. Pelajari Vertex AI Reduction Server lebih lanjut. Langkah-langkah tutorial Buat aplikasi pelatihan terdistribusi PyTorch Mengemas aplikasi pelatihan dengan container bawaan Buat tugas kustom di Vertex AI dengan Reduction Server Kirim dan pantau tugas	Colab GitHub Vertex AI Workbench
Klasifikasi untuk data video	Contoh Klasifikasi Video AutoML. Pelajari cara membuat model klasifikasi video AutoML. Pelajari lebih lanjut Klasifikasi untuk data video. Langkah-langkah tutorial Tetapkan nama tugas dan awalan Cloud Storage Salin data pelatihan demo teks AutoML untuk membuat set data terkelola Buat set data di Vertex AI. Konfigurasi tugas pelatihan Luncurkan tugas pelatihan dan buat model di Vertex AI Salin data prediksi demo video AutoML untuk membuat tugas prediksi batch Jalankan tugas prediksi batch pada model	Colab GitHub Vertex AI Workbench
Pelatihan kustom	Pelatihan kustom yang menggunakan paket Python, set data teks terkelola, dan container TensorFlow Serving. Pelajari cara membuat Model Kustom menggunakan Pelatihan Paket Python Kustom, dan Anda mempelajari cara menyalurkan model menggunakan TensorFlow-Serve Container untuk prediksi online. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat fungsi utilitas untuk mendownload data dan menyiapkan file csv untuk membuat set data terkelola Vertex AI Download Data Siapkan file CSV untuk membuat set data terkelola Membuat Paket Python Pelatihan Kustom Membuat Container Penayangan TensorFlow Menjalankan Pelatihan Paket Python Kustom dengan Set Data Teks Terkelola Men-deploy Model dan Membuat Endpoint di Vertex AI Prediksi di Endpoint Buat tugas prediksi batch pada model	Colab GitHub Vertex AI Workbench
Tabular Workflow untuk TabNet	Penjelasan Vertex AI dengan model TabNet. Pelajari cara menyediakan sampel alat plot untuk memvisualisasikan output TabNet, yang dapat membantu dalam menjelaskan algoritma. Pelajari lebih lanjut Tabular Workflow untuk TabNet. Langkah-langkah tutorial Siapkan project. Download data prediksi untuk model data Syn2 yang telah dilatih sebelumnya. Visualisasikan dan pahami nilai penting fitur berdasarkan output mask. Bersihkan resource yang dibuat oleh tutorial ini.	Colab GitHub Vertex AI Workbench
Tabular Workflow untuk TabNet	Mulai menggunakan algoritma bawaan TabNet untuk melatih model tabular. Pelajari cara menjalankan algoritma bawaan Vertex AI TabNet untuk melatih model tabular kustom. Pelajari lebih lanjut Tabular Workflow untuk TabNet. Langkah-langkah tutorial Dapatkan data pelatihan. Mengonfigurasi parameter pelatihan untuk container TabNet Vertex AI. Melatih model menggunakan Pelatihan Vertex AI menggunakan data CSV. Upload model sebagai resource Model Vertex AI. Men-deploy resource Model Vertex AI ke resource Vertex AI Endpoint. Buat prediksi dengan model yang di-deploy. Hyperparameter menyesuaikan model TabNet Vertex AI.	Colab GitHub Vertex AI Workbench
Tabular Workflow untuk TabNet	Vertex AI TabNet. Pelajari cara menjalankan model TabNet di Vertex AI. Pelajari lebih lanjut Tabular Workflow untuk TabNet. Langkah-langkah tutorial 1. Penyiapan	Colab GitHub Vertex AI Workbench
Komponen Pipeline Google Cloud Penyedia data tabulasi	Melatih Model Prophet menggunakan Vertex AI Tabular Workflows. Pelajari cara membuat beberapa model Prophet menggunakan pipeline Vertex AI pelatihan dari Google Cloud Pipeline Components, lalu jalankan prediksi batch menggunakan pipeline prediksi yang terkait. Pelajari lebih lanjut Google Cloud Pipeline Components. Pelajari lebih lanjut Prophet untuk data tabular. Langkah-langkah tutorial 1. Latih model Prophet. 1. Lihat metrik evaluasi. 1. Buat prediksi batch dengan model Prophet.	Colab GitHub Vertex AI Workbench
Tabular Workflow untuk TabNet	Pipeline TabNet. Pelajari cara membuat model klasifikasi pada data tabel menggunakan dua Alur Kerja Tabular Vertex AI TabNet. Pelajari lebih lanjut Tabular Workflow untuk TabNet. Langkah-langkah tutorial Buat CustomJob TabNet. Ini adalah opsi terbaik jika Anda mengetahui hyperparameter mana yang akan digunakan untuk pelatihan. Buat HyperparameterTuningJob TabNet. Hal ini memungkinkan Anda mendapatkan kumpulan hyperparameter terbaik untuk set data Anda.	Colab GitHub Vertex AI Workbench
Tabular Workflow untuk Wide & Deep	Pipeline Wide & Deep. Pelajari cara membuat dua model klasifikasi menggunakan Vertex AI Wide & Deep Tabular Workflow. Pelajari lebih lanjut Tabular Workflow untuk Wide & Deep. Langkah-langkah tutorial Buat CustomJob Wide & Deep. Ini adalah opsi terbaik jika Anda mengetahui hyperparameter mana yang akan digunakan untuk pelatihan. Buat HyperparameterTuningJob Wide & Deep. Hal ini memungkinkan Anda mendapatkan kumpulan hyperparameter terbaik untuk set data Anda.	Colab GitHub Vertex AI Workbench
Vertex AI TensorBoard Pelatihan kustom	Pelatihan Kustom Vertex AI TensorBoard dengan container kustom. Pelajari cara membuat tugas pelatihan kustom menggunakan container kustom, lalu pantau proses pelatihan Anda di Vertex AI TensorBoard secara mendekati real-time. Pelajari Vertex AI TensorBoard lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat repositori & konfigurasi Docker. Buat image container kustom dengan kode pelatihan yang disesuaikan. Menyiapkan akun layanan dan bucket Google Cloud Storage. Buat & luncurkan tugas pelatihan kustom Anda dengan container kustom.	Colab GitHub Vertex AI Workbench
Vertex AI TensorBoard Pelatihan kustom	Pelatihan kustom Vertex AI TensorBoard dengan container bawaan. Pelajari cara membuat tugas pelatihan kustom menggunakan container bawaan, lalu pantau proses pelatihan Anda di Vertex AI TensorBoard secara mendekati real-time. Pelajari Vertex AI TensorBoard lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Menyiapkan akun layanan dan bucket Google Cloud Storage. Tulis kode pelatihan yang disesuaikan. Kemas dan upload kode pelatihan Anda ke Google Cloud Storage. Buat & luncurkan tugas pelatihan kustom dengan Vertex AI TensorBoard diaktifkan untuk pemantauan mendekati real-time.	Colab GitHub Vertex AI Workbench
Vertex AI TensorBoard	Hyperparameter Tuning Vertex AI TensorBoard dengan dasbor HParams. Tutorial ini menjelaskan cara mencatat hasil eksperimen hyperparameter di TensorFlow dan memvisualisasikan hasilnya di dasbor HParams Vertex AI TensorBoard. Pelajari Vertex AI TensorBoard lebih lanjut. Langkah-langkah tutorial Sesuaikan operasi TensorFlow untuk mencatat hyperparameter dan metrik. Mulai jalankan dan catat semuanya di bawah satu direktori induk. Visualisasikan hasilnya di dasbor HParams Vertex AI TensorBoard.	Colab GitHub Vertex AI Workbench
Profiler Vertex AI TensorBoard	Performa pelatihan model profil menggunakan Vertex AI TensorBoard Profiler. Pelajari cara mengaktifkan Vertex AI TensorBoard Profiler untuk tugas pelatihan kustom. Pelajari Vertex AI TensorBoard Profiler lebih lanjut. Langkah-langkah tutorial Siapkan akun layanan dan bucket Cloud Storage Buat instance Vertex AI TensorBoard Buat dan jalankan tugas pelatihan kustom yang mengaktifkan Vertex AI TensorBoard Profiler Lihat dasbor Vertex AI TensorBoard Profiler untuk men-debug performa pelatihan model Anda	Colab GitHub Vertex AI Workbench
Profiler Vertex AI TensorBoard	Memprofilkan performa pelatihan model menggunakan Vertex AI TensorBoard Profiler dalam pelatihan kustom dengan container bawaan. Pelajari cara mengaktifkan Vertex AI TensorBoard Profiler di Vertex AI untuk tugas pelatihan kustom dengan container bawaan. Pelajari Vertex AI TensorBoard Profiler lebih lanjut. Langkah-langkah tutorial Menyiapkan kode pelatihan kustom dan memuat kode pelatihan sebagai paket Python ke container bawaan Buat dan jalankan tugas pelatihan kustom yang mengaktifkan Vertex AI TensorBoard Profiler Lihat dasbor Vertex AI TensorBoard Profiler untuk men-debug performa pelatihan model Anda	Colab GitHub Vertex AI Workbench
Vertex AI TensorBoard Vertex AI Pipelines	Integrasi Vertex AI TensorBoard dengan Vertex AI Pipelines. Pelajari cara membuat pipeline pelatihan menggunakan KFP SDK, menjalankan pipeline di Vertex AI Pipelines, serta memantau proses pelatihan Anda di Vertex AI TensorBoard secara hampir real time. Pelajari Vertex AI TensorBoard lebih lanjut. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Siapkan akun layanan dan bucket Google Cloud Storage. Buat pipeline KFP dengan kode pelatihan kustom Anda. Kompilasi dan jalankan pipeline KFP di Vertex AI Pipelines dengan Vertex AI TensorBoard diaktifkan untuk pemantauan mendekati real-time.	Colab GitHub Vertex AI Workbench
Penyesuaian Hyperparameter Vertex AI	Vertex AI Hyperparameter Tuning terdistribusi. Di notebook ini, Anda akan membuat model yang dilatih khusus dari skrip Python di container Docker. Pelajari Vertex AI Hyperparameter Tuning lebih lanjut. Langkah-langkah tutorial Pelatihan menggunakan paket Python. Akurasi laporan saat penyesuaian hyperparameter. Simpan artefak model ke Cloud Storage menggunakan Cloud StorageFuse.	Colab GitHub Vertex AI Workbench
Pelatihan kustom	Mulai dengan Pelatihan Vertex AI untuk LightGBM. Pelajari cara menggunakan Pelatihan Vertex AI untuk melatih model kustom LightGBM. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Pelatihan menggunakan paket Python. Simpan artefak model ke Cloud Storage menggunakan Cloud StorageFuse. Membuat server prediksi FastAPI. Membuat image deployment Dockerfile. Menguji image deployment secara lokal. Membuat resource Model Vertex AI.	Colab GitHub Vertex AI Workbench
Pelatihan Terdistribusi Vertex AI	Mulai menggunakan Vertex AI Distributed Training. Pelajari cara menggunakan Vertex AI Distributed Training saat melakukan pelatihan dengan Vertex AI. Pelajari Pelatihan Terdistribusi Vertex AI lebih lanjut. Langkah-langkah tutorial MirroredStrategy	Colab GitHub Vertex AI Workbench
Penyesuaian Hyperparameter Vertex AI	Menjalankan penyesuaian hyperparameter untuk model TensorFlow. Pelajari cara menjalankan tugas Penyesuaian Hyperparameter Vertex AI untuk model TensorFlow. Pelajari Vertex AI Hyperparameter Tuning lebih lanjut. Langkah-langkah tutorial Mengubah kode aplikasi pelatihan untuk penyesuaian hyperparameter otomatis. Kemas kode aplikasi pelatihan ke dalam container. Mengonfigurasi dan meluncurkan tugas penyesuain hyperparameter dengan Vertex AI Python SDK	Colab GitHub Vertex AI Workbench
Penyesuaian Hyperparameter Vertex AI	Penyesuaian Vertex AI Hyperparameter untuk XGBoost. Pelajari cara menggunakan Vertex AI Hyperparameter Tuning untuk melatih model kustom XGBoost. Pelajari Vertex AI Hyperparameter Tuning lebih lanjut. Langkah-langkah tutorial Pelatihan menggunakan paket Python. Akurasi laporan saat penyesuaian hyperparameter. Simpan artefak model ke Cloud Storage menggunakan Cloud StorageFuse. Membuat resource Model Vertex AI.	Colab GitHub Vertex AI Workbench
Pelatihan Vertex AI	Pelatihan paralel data terdistribusi multi-node klasifikasi gambar PyTorch di CPU menggunakan pelatihan Vertex dengan container kustom. Pelajari cara membuat tugas pelatihan PyTorch terdistribusi menggunakan Vertex AI SDK untuk Python dan container kustom. Pelajari Pelatihan Vertex AI lebih lanjut. Langkah-langkah tutorial Menyiapkan project Google Cloud	Colab GitHub Vertex AI Workbench
Pelatihan Vertex AI	Pelatihan paralel data terdistribusi NCCL multi-node klasifikasi gambar PyTorch di CPU menggunakan Vertex AI Training dengan container kustom. Pelajari cara membuat tugas pelatihan PyTorch terdistribusi menggunakan Vertex AI SDK untuk Python dan container kustom. Pelajari Pelatihan Vertex AI lebih lanjut. Langkah-langkah tutorial Bangun container kustom menggunakan Artifact Registry dan Docker Buat instance Vertex AI TensorBoard untuk menyimpan eksperimen Vertex AI Jalankan CustomContainerTrainingJob Vertex AI SDK	Colab GitHub Vertex AI Workbench
Pelatihan kustom	Melatih, menyesuaikan, dan men-deploy model klasifikasi sentimen teks PyTorch di Vertex AI. Pelajari cara membuat, melatih, menyesuaikan, dan men-deploy model PyTorch di Vertex AI. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat paket pelatihan untuk model klasifikasi teks. Latih model dengan pelatihan kustom di Vertex AI. Periksa artefak model yang dibuat. Buat container kustom untuk prediksi. Deploy model terlatih ke endpoint Vertex AI menggunakan container kustom untuk prediksi. Kirim permintaan prediksi online ke model yang di-deploy dan lakukan validasi. Bersihkan resource yang dibuat di notebook ini.	Colab GitHub Vertex AI Workbench
Integrasi PyTorch di Vertex AI	Melatih model PyTorch di Vertex AI dengan data dari Cloud Storage. Pelajari cara membuat tugas pelatihan menggunakan PyTorch dan set data yang disimpan di Cloud Storage. Pelajari integrasi PyTorch di Vertex AI lebih lanjut. Langkah-langkah tutorial Tulis skrip pelatihan kustom yang akan membuat set data pelatihan & pengujian, serta melatih model Anda. Menjalankan CustomTrainingJob Vertex AI SDK	Colab GitHub Vertex AI Workbench
Pelatihan terdistribusi	Menggunakan PyTorch torchrun untuk menyederhanakan pelatihan multi-node dengan container kustom. Dalam tutorial ini, Anda akan mempelajari cara melatih model Imagenet menggunakan Torchrun PyTorch di beberapa node. Pelajari Pelatihan terdistribusi lebih lanjut. Langkah-langkah tutorial Membuat skrip shell untuk memulai cluster ETCD di node master Membuat skrip pelatihan menggunakan kode dari repositori GitHub PyTorch Elastic Membuat container yang mendownload data, dan memulai cluster ETCD di host Melatih model menggunakan beberapa node dengan GPU	Colab GitHub Vertex AI Workbench
Pelatihan kustom	Pelatihan XGBoost terdistribusi dengan Dask. Pelajari cara membuat tugas pelatihan terdistribusi menggunakan XGBoost dengan Dask. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Konfigurasikan variabel PROJECT_ID dan WILAYAH untuk project Google Cloud Anda. Buat bucket Cloud Storage untuk menyimpan artefak model Anda. Bangun container Docker kustom yang menghosting kode pelatihan Anda, lalu kirim image container ke Artifact Registry. Jalankan CustomContainerTrainingJob Vertex AI SDK	Colab GitHub Vertex AI Workbench
Vertex AI Vizier	Mengoptimalkan banyak objektif dengan Vertex AI Vizier. Pelajari cara menggunakan Vertex AI Vizier untuk mengoptimalkan studi multi-objektif. Pelajari Vertex AI Vizier lebih lanjut. Langkah-langkah tutorial	Colab GitHub Vertex AI Workbench
Vertex AI Vizier	Mulai menggunakan Vertex AI Vizier. Pelajari cara menggunakan Vertex AI Vizier saat melakukan pelatihan dengan Vertex AI. Pelajari Vertex AI Vizier lebih lanjut. Langkah-langkah tutorial Penyesuaian hyperparameter dengan algoritma Acak. Penyesuaian hyperparameter dengan algoritma Vizier (Bayesian). Menyarankan uji coba dan memperbarui hasil untuk studi Vizier	Colab GitHub Vertex AI Workbench
Vertex AI Workbench Pelatihan Vertex AI	Latih model klasifikasi multi-kelas untuk penargetan iklan. Pelajari cara mengumpulkan data dari BigQuery, melakukan pra-pemrosesan, dan melatih model klasifikasi multi-kelas pada set data e-commerce. Pelajari lebih lanjut Vertex AI Workbench. Pelajari Pelatihan Vertex AI lebih lanjut. Langkah-langkah tutorial Ambil data yang diperlukan dari BigQuery Melakukan pra-pemrosesan data Latih model klasifikasi TensorFlow (>=2.4) Evaluasi kerugian untuk model yang telah dilatih Otomatiskan eksekusi notebook menggunakan fitur eksekutor Simpan model ke jalur Cloud Storage Bersihkan resource yang dibuat	Colab GitHub Vertex AI Workbench
Vertex AI Workbench Vertex Explainable AI	Prediksi tarif taksi menggunakan set data Chicago Taxi Trips. Pelajari cara memberikan ringkasan tentang fitur Vertex AI terbaru seperti **Explainable AI** dan **BigQuery in Notebooks** dengan mencoba memecahkan masalah prediksi tarif taksi. Pelajari lebih lanjut Vertex AI Workbench. Pelajari Vertex Explainable AI lebih lanjut. Langkah-langkah tutorial Muat set data menggunakan "BigQuery in Notebooks". Melakukan analisis data eksploratif pada set data. Pemilihan dan pra-pemrosesan fitur. Membangun model regresi linear menggunakan scikitlearn. Mengonfigurasi model untuk Vertex Explainable AI. Men-deploy model ke Vertex AI. Menguji model yang di-deploy. Jalankan pembersihan.	Colab GitHub Vertex AI Workbench
Vertex AI Workbench BigQuery ML	Memperkirakan permintaan retail dengan Vertex AI dan BigQuery ML. Pelajari cara membangun model ARIMA (Autoregressive integrated moving average) dari BigQuery ML berdasarkan data retail Pelajari lebih lanjut Vertex AI Workbench. PelajariBigQuery ML lebih lanjut. Langkah-langkah tutorial Jelajahi data Model dengan BigQuery dan model ARIMA Evaluasi model Evaluasi hasil model menggunakan BigQuery ML (pada data pelatihan) Evaluasi hasil model MAE, MAPE, MSE, RMSE (pada data uji) Gunakan fitur eksekutor	Colab GitHub Vertex AI Workbench
Vertex AI Workbench BigQuery ML	Analisis eksploratori interaktif atas data BigQuery di notebook. Pelajari berbagai cara untuk mengeksplorasi dan mendapatkan insight dari data BigQuery di lingkungan notebook Jupyter. Pelajari lebih lanjut Vertex AI Workbench. Pelajari BigQuery ML lebih lanjut. Langkah-langkah tutorial Gunakan Python & SQL untuk mengkueri data publik di BigQuery Eksplorasi set data menggunakan INFORMATION_SCHEMA BigQuery Buat elemen interaktif untuk membantu mengeksplorasi bagian-bagian data yang menarik Melakukan beberapa korelasi eksploratif dan analisis deret waktu Buat output statis dan interaktif (tabel dan plot data) di notebook Menyimpan beberapa output ke Cloud Storage	Colab GitHub Vertex AI Workbench
Vertex AI Workbench Pelatihan kustom	Membangun model deteksi penipuan di Vertex AI. Tutorial ini menunjukkan analisis data dan pembuatan model menggunakan set data keuangan sintetis. Pelajari lebih lanjut Vertex AI Workbench. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Instal library yang diperlukan Baca set data dari bucket Cloud Storage Lakukan analisis eksploratori pada set data Lakukan pra-pemrosesan set data Latih model RandomForest menggunakan scikit-learn Menyimpan model ke bucket Cloud Storage Membuat resource model Vertex AI dan men-deploy ke endpoint Jalankan What-If Tool pada data pengujian Membatalkan deployment model dan membersihkan resource model	Colab GitHub Vertex AI Workbench
Vertex AI Workbench BigQuery ML	Prediksi churn bagi developer game yang menggunakan Google Analytics 4 dan BigQuery ML. Pelajari cara melatih dan mengevaluasi model kecenderungan di BigQuery ML. Pelajari lebih lanjut Vertex AI Workbench. Pelajari BigQuery ML lebih lanjut. Langkah-langkah tutorial Pelajari ekspor data Google Analytics 4 di BigQuery. Siapkan data pelatihan menggunakan data demografis, perilaku, dan label (churn/notchurn). Latih model XGBoost menggunakan BigQuery ML. Evaluasi model menggunakan BigQuery ML. Buat prediksi tentang pengguna mana yang akan melakukan churn menggunakan BigQuery ML.	Colab GitHub Vertex AI Workbench
Vertex AI Workbench	Prediksi inventaris pada data e-commerce menggunakan Vertex AI. Tutorial ini menunjukkan cara melakukan analisis data eksploratif, melakukan prapemrosesan data, melatih model, mengevaluasi model, men-deploy model, mengonfigurasi Alat What-If. Langkah-langkah tutorial Muat set data dari BigQuery menggunakan integrasi "BigQuery in Notebooks". Analisis set data. Lakukan pra-pemrosesan fitur dalam set data. Buat model pengklasifikasi RandomForest yang memprediksi apakah suatu produk akan terjual dalam 60 hari ke depan atau tidak. Mengevaluasi model. Deploy model menggunakan Vertex AI. Konfigurasi dan uji dengan What-If Tool.	Colab GitHub Vertex AI Workbench
Vertex AI Workbench Pelatihan Vertex AI	Pemeliharaan Prediktif menggunakan Vertex AI. Pelajari cara fitur eksekutor Vertex AI Workbench untuk mengotomatiskan alur kerja untuk melatih dan men-deploy model. Pelajari lebih lanjut Vertex AI Workbench. Pelajari Pelatihan Vertex AI lebih lanjut. Langkah-langkah tutorial Memuat set data yang diperlukan dari bucket Cloud Storage. Menganalisis kolom yang ada dalam set data. Memilih data yang diperlukan untuk model pemeliharaan prediktif. Melatih model regresi XGBoost untuk memprediksi sisa masa pakai. Mengevaluasi model. Menjalankan notebook secara menyeluruh sebagai tugas pelatihan menggunakan Executor. Men-deploy model di Vertex AI. Jalankan pembersihan.	Colab GitHub Vertex AI Workbench
Vertex AI Workbench BigQuery ML	Analisis pengoptimalan harga pada Data Harga CDM. Tujuan dari notebook ini adalah untuk membuat model pengoptimalan harga menggunakan BigQuery ML. Pelajari lebih lanjut Vertex AI Workbench. Pelajari BigQuery ML lebih lanjut. Langkah-langkah tutorial Muat set data yang diperlukan dari bucket Cloud Storage. Analisis kolom yang ada di set data. Proses data untuk membuat model. Buat model perkiraan BigQuery ML berdasarkan data yang diproses. Dapatkan perkiraan nilai dari model BigQuery ML. Tafsirkan perkiraan untuk mengidentifikasi harga terbaik. Jalankan pembersihan.	Colab GitHub Vertex AI Workbench
Vertex AI Workbench Analisis sentimen untuk data teks	Analisis Sentimen menggunakan AutoML Natural Language dan Vertex AI. Pelajari cara melatih dan men-deploy model analisis sentimen AutoML, serta membuat prediksi. Pelajari lebih lanjut Vertex AI Workbench. Pelajari Analisis sentimen untuk data teks lebih lanjut. Langkah-langkah tutorial Memuat data yang diperlukan. Melakukan pra-pemrosesan data. Memilih data yang diperlukan untuk model. Memuat set data ke set data terkelola Vertex AI. Melatih model sentimen menggunakan pelatihan AutoML Text. Mengevaluasi model. Men-deploy model di Vertex AI. Mendapatkan prediksi. Jalankan pembersihan.	Colab GitHub Vertex AI Workbench
Vertex AI Workbench Dataproc Serverless untuk Spark	Meringkas dan menganalisis data dari BigQuery dengan Dataproc. Tutorial notebook ini menjalankan tugas Apache Spark yang mengambil data dari set data "GitHub Activity Data" BigQuery, mengkueri data tersebut, lalu menuliskan hasilnya kembali ke BigQuery. Pelajari lebih lanjut Vertex AI Workbench. Pelajari Dataproc Serverless for Spark lebih lanjut. Langkah-langkah tutorial Menyiapkan project Google Cloud dan cluster Dataproc. Mengonfigurasi spark-bigquery-connector. Menyerap data dari BigQuery ke dalam DataFrame Spark. Pra-pemrosesan data yang diserap. Membuat kueri bahasa pemrograman yang paling sering digunakan dalam repo monoglot. Membuat kueri ukuran rata-rata (MB) kode dalam setiap bahasa yang disimpan dalam repo monoglot. Membuat kueri file bahasa yang paling sering ditemukan bersama dalam repo polyglot. Menuliskan kembali hasil kueri ke BigQuery. Menghapus referensi yang dibuat untuk tutorial notebook ini.	Colab GitHub Vertex AI Workbench
Vertex AI Workbench Dataproc	SparkML dengan Dataproc dan BigQuery. Tutorial ini menjalankan tugas Apache SparkML yang mengambil data dari set data BigQuery, melakukan analisis data eksploratif, membersihkan data, menjalankan rekayasa fitur, melatih model, mengevaluasi model, menghasilkan output, dan menyimpan model ke bucket Cloud Storage. Pelajari lebih lanjut Vertex AI Workbench. Pelajari lebih lanjut Dataproc. Langkah-langkah tutorial Siapkan project Google Cloud dan cluster Dataproc. Buat bucket Cloud Storage dan set data BigQuery. Mengonfigurasi spark-bigquery-connector. Menyerap data BigQuery ke dalam DataFrame Spark. Jalankan Analisis Data Eksploratori (EDA). Visualisasikan data bersama sampel. Membersihkan data. Pilih fitur. Latih model. Hasil output. Menyimpan model ke bucket Cloud Storage. Menghapus resource yang dibuat untuk tutorial.	Colab GitHub Vertex AI Workbench