Halaman ini diterjemahkan oleh Cloud Translation API.

Tutorial notebook Vertex AI Workbench

Dokumen ini berisi daftar tutorial notebook Vertex AI Workbench yang tersedia. Tutorial menyeluruh ini membantu Anda mulai menggunakan Vertex AI Workbench dan dapat memberi Anda ide tentang cara mengimplementasikan project tertentu.

Tutorial ini menyoroti kemampuan Vertex AI Workbench tertentu, tetapi Anda juga dapat menggunakannya di lingkungan lain, seperti Colab Enterprise dan Colaboratory.

Daftar notebook

Layanan	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. Pelajari Klasifikasi untuk data tabulasi lebih lanjut. Langkah-langkah tutorial Buat tugas pelatihan model Vertex AI. Latih model Tabulasi AutoML. Deploy resource model ke resource endpoint penayangan. Buat prediksi dengan mengirim data. Batalkan deployment resource model.	Colab Colab Enterprise 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 melakukan prediksi batch menggunakan Vertex SDK. Pelajari Mendapatkan prediksi dari model klasifikasi gambar lebih lanjut. Langkah-langkah tutorial Buat resource set data Vertex. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab Colab Enterprise 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 SDK. Pelajari Mendapatkan prediksi dari model klasifikasi gambar lebih lanjut. Langkah-langkah tutorial Buat resource `Dataset` Vertex. Latih model. Lihat evaluasi model. Deploy resource `Model` ke resource `Endpoint` penayangan. Buat prediksi. Batalkan deployment `Model`.	Colab Colab Enterprise GitHub Vertex AI Workbench
AutoML	Model deteksi objek gambar pelatihan AutoML untuk ekspor ke edge. Dalam tutorial ini, Anda akan membuat model deteksi objek gambar AutoML dari skrip Python menggunakan Vertex SDK, lalu mengekspor model tersebut sebagai model Edge dalam format TFLite. Langkah-langkah tutorial Buat resource set data Vertex. Latih model. Mengekspor model edge dari resource model ke Cloud Storage. Download model secara lokal. Buat prediksi lokal.	Colab Colab Enterprise 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 Buat resource set data Vertex AI. Latih model. Lihat evaluasi model. Deploy resource model ke resource endpoint penayangan. Buat prediksi. Batalkan deployment model.	Colab Colab Enterprise 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 Colab Enterprise 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 Colab Enterprise GitHub Vertex AI Workbench
Perkiraan hierarki untuk data tabular	Perkiraan hierarki pelatihan AutoML Vertex AI 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 Buat resource TimeSeriesDataset Vertex AI. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab Colab Enterprise 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 melakukan prediksi batch menggunakan Vertex AI SDK untuk Python. Pelajari lebih lanjut Deteksi objek untuk data gambar. Langkah-langkah tutorial Buat resource set data Vertex. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab Colab Enterprise GitHub Vertex AI Workbench
Perkiraan dengan AutoML	Model perkiraan tabular AutoML untuk prediksi batch. Pelajari cara membuat model perkiraan tabular AutoML dari skrip Python, lalu buat prediksi batch menggunakan Vertex AI SDK. Pelajari lebih lanjut Perkiraan dengan AutoML. Langkah-langkah tutorial Buat resource set data Vertex AI. Latih resource model perkiraan tabular AutoML. Dapatkan metrik evaluasi untuk resource model. Buat prediksi batch.	Colab Colab Enterprise 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 Buat resource set data Vertex AI. Latih resource model regresi tabular AutoML. Dapatkan metrik evaluasi untuk resource model. Buat prediksi batch.	Colab Colab Enterprise 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 Buat resource set data Vertex. Latih model. Lihat evaluasi model. Deploy resource model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment model.	Colab Colab Enterprise 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 Buat resource set data Vertex AI. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab Colab Enterprise 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 Buat resource set data Vertex. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab Colab Enterprise 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 untuk Python. Pelajari lebih lanjut Pelacakan objek untuk data video. Langkah-langkah tutorial Buat resource set data Vertex. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab Colab Enterprise 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 Upload model yang diekspor sebagai resource model Vertex AI Hyperparameter menyesuaikan model BigQuery ML dengan Vertex AI Vizier Mendaftarkan model BigQuery ML secara otomatis ke Vertex AI Model Registry	Colab Colab Enterprise 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 Colab Enterprise 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 Buat `TrainingPipeline` kustom Vertex AI untuk melatih model. Latih model TensorFlow Deploy resource `Model` ke resource `Endpoint` penayangan. Buat prediksi. Batalkan deployment resource `Model`.	Colab Colab Enterprise GitHub Vertex AI Workbench
Pelatihan kustom	Pelatihan kustom dengan image container kustom dan upload model otomatis ke Vertex AI Model Registry. Dalam tutorial ini, Anda akan melatih pendekatan image container kustom model machine learning untuk pelatihan kustom di Vertex AI. 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 di Vertex AI Model Registry.	Colab Colab Enterprise GitHub Vertex AI Workbench
Cloud Profiler	Membuat profil performa pelatihan model menggunakan Cloud Profiler. Pelajari cara mengaktifkan Cloud Profiler untuk tugas pelatihan kustom. Pelajari Cloud Profiler lebih lanjut. Langkah-langkah tutorial Siapkan akun layanan dan bucket Cloud Storage Buat instance Vertex AI TensorBoard Buat dan jalankan tugas pelatihan kustom Melihat dasbor Cloud Profiler	Colab Colab Enterprise 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. Buat resource model Vertex AI.	Colab Colab Enterprise 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 yang telah dilatih sebelumnya sebagai resource `Model` (model A). Upload model encoder kalimat teks yang telah dilatih sebelumnya sebagai resource `Model` (model B). Buat kumpulan resource deployment VM bersama. Cantumkan kumpulan resource deployment VM bersama. Buat 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 Colab Enterprise 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. Upload artefak model yang telah dilatih sebagai resource model. Buat prediksi batch.	Colab Colab Enterprise 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 pelajari cara menggunakan `Vertex AI Prediction` untuk melakukan prediksi pada model yang di-deploy dengan mengirim data. Pelajari Pelatihan kustom lebih lanjut. Pelajari Vertex AI Prediction lebih lanjut. Langkah-langkah tutorial Buat tugas kustom `Vertex AI` untuk melatih model TensorFlow. Upload artefak model yang telah dilatih ke resource `Model`. Buat resource `Endpoint` penayangan. Deploy resource `Model` ke resource `Endpoint` penayangan. Buat prediksi. Batalkan deployment resource `Model`.	Colab Colab Enterprise 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 dataframe pandas yang kompatibel untuk pelatihan kustom. Pilih baris dari set data BigQuery ke dalam `tf.data.Dataset` yang kompatibel untuk pelatihan kustom model TensorFlow. Pilih baris dari file CSV yang diekstrak ke dalam `tf.data.Dataset` yang kompatibel untuk pelatihan kustom model TensorFlow. Membuat set data BigQuery dari file CSV. Ekstrak data dari tabel BigQuery ke dalam DMatrix yang kompatibel untuk pelatihan kustom model XGBoost.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Experiments Vertex ML Metadata	Membangun silsilah Vertex AI Experiment untuk pelatihan kustom. Pelajari cara mengintegrasikan kode prapemrosesan 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Experiments	Melacak parameter dan metrik untuk model yang dilatih secara lokal. Pelajari cara menggunakan Vertex AI Experiments 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 Colab Enterprise GitHub Vertex AI Workbench
Eksperimen Vertex AI Vertex AI Pipelines	Bandingkan operasi pipeline dengan Eksperimen Vertex AI. Pelajari cara menggunakan Vertex AI Experiments untuk mencatat tugas pipeline, lalu 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 Menjalankan beberapa tugas pipeline dan mencatat hasilnya Membandingkan berbagai tugas pipeline	Colab Colab Enterprise 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 bawaan Cara menghapus Eksperimen TB yang dibuat sebelum `create_time` Cara menghapus Eksperimen TB yang dibuat sebelum `update_time`	Colab Colab Enterprise 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 Experiments. 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Experiments 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 dalam eksperimen. Parameter dan metrik log. Membuat silsilah artefak. Memvisualisasikan hasil eksperimen. Menjalankan percobaan kedua. Membandingkan keduanya dalam eksperimen. Pelatihan Cloud (Vertex AI) Dalam skrip pelatihan	Colab Colab Enterprise 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 yang dicatat otomatis ke Vertex AI Experiments dengan menetapkan operasi eksperimen 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 Colab Enterprise GitHub Vertex AI Workbench
Klasifikasi untuk data tabulasi Vertex Explainable AI	Penjelasan batch untuk model klasifikasi biner tabular AutoML. Pelajari cara menggunakan `AutoML` untuk membuat model klasifikasi biner tabular dari skrip Python, lalu pelajari cara menggunakan `Vertex AI Batch Prediction` untuk membuat prediksi dengan penjelasan. Pelajari Klasifikasi untuk data tabulasilebih lanjut. Pelajari Vertex Explainable AI lebih lanjut. Langkah-langkah tutorial Buat resource set data yang dikelola Vertex AI. Latih model klasifikasi biner tabulasi AutoML. Lihat metrik evaluasi model untuk model yang telah dilatih. Buat permintaan prediksi batch dengan penjelasan.	Colab Colab Enterprise 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. Pelajari Klasifikasi untuk data tabulasi lebih lanjut. Pelajari Vertex Explainable AI lebih lanjut. Langkah-langkah tutorial Buat resource set data Vertex AI. Latih model klasifikasi biner tabulasi AutoML. Lihat metrik evaluasi model untuk model yang telah dilatih. Buat resource endpoint penayangan. Deploy resource Model ke resource endpoint penayangan. Buat permintaan prediksi online dengan penjelasan. Batalkan deployment resource Model.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Batch Prediction	Model klasifikasi gambar pelatihan kustom untuk prediksi batch dengan penjelasan. Pelajari cara menggunakan `Vertex AI Training and Vertex Explainable AI` untuk membuat model klasifikasi gambar kustom dengan penjelasan, lalu Anda akan mempelajari cara menggunakan `Vertex AI Batch Prediction` untuk membuat permintaan prediksi batch beserta penjelasannya. Pelajari Vertex Explainable AI lebih lanjut. Pelajari Vertex AI Batch Prediction lebih lanjut. Langkah-langkah tutorial Buat 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 telah dilatih dan parameter penjelasan sebagai resource `Model`. Buat prediksi batch dengan penjelasan.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Prediction	Model klasifikasi gambar pelatihan kustom untuk prediksi online dengan penjelasan. Pelajari cara menggunakan pelatihan Vertex AI dan Vertex Explainable AI untuk membuat model klasifikasi gambar kustom dengan penjelasan. 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. Upload artefak model yang telah dilatih dan penjelasan sebagai resource model. Buat resource endpoint penayangan. Deploy resource model ke resource endpoint penayangan. Buat prediksi dengan penjelasan. Batalkan deployment resource model.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Batch Prediction	Model regresi tabulasi pelatihan kustom untuk prediksi batch dengan penjelasan. Pelajari cara menggunakan pelatihan Vertex AI dan Vertex Explainable AI untuk membuat model klasifikasi gambar kustom 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 untuk model. Upload artefak model yang telah dilatih sebagai resource model. Buat prediksi batch dengan penjelasan.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Prediction	Model regresi tabulasi pelatihan kustom untuk prediksi online dengan penjelasan. Pelajari cara menggunakan pelatihan Vertex AI dan Vertex Explainable AI untuk membuat model regresi tabulasi kustom dengan penjelasan. 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. Upload artefak model yang telah dilatih dan penjelasan sebagai resource model. Buat resource endpoint penayangan. Deploy resource model ke resource endpoint penayangan. Buat prediksi dengan penjelasan. Batalkan deployment resource model.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Prediction	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 dibuat Google menggunakan Vertex AI SDK. Pelajari Vertex Explainable AI lebih lanjut. Pelajari Vertex AI Prediction lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model TensorFlow. Latih model TensorFlow Ambil dan muat artefak model. Lihat evaluasi model untuk model yang telah dilatih. Tetapkan parameter penjelasan. Upload model sebagai resource model Vertex AI. Deploy resource Model ke resource endpoint penayangan. Buat prediksi dengan penjelasan. Batalkan deployment resource Model.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI Vertex AI Prediction	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 Colab Enterprise GitHub Vertex AI Workbench
Vertex Explainable AI	Menjelaskan klasifikasi teks dengan Vertex Explainable AI. Pelajari cara mengonfigurasi penjelasan berbasis fitur menggunakan metode Shapley sampel 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 Colab Enterprise 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 Feature Store online untuk menghosting dan menayangkan data di BigQuery dengan Vertex AI Feature Store dalam alur kerja menyeluruh dari penayangan nilai fitur dan pengambilan perjalanan pengguna. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Sediakan instance feature store online untuk menghosting dan menayangkan data. Daftarkan tampilan BigQuery dengan instance penyimpanan fitur online dan siapkan tugas sinkronisasi. Gunakan server online untuk mengambil nilai fitur untuk prediksi online.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Penyaluran fitur online dan pengambilan data BigQuery dengan Penyaluran yang Dioptimalkan Vertex AI Feature Store. Pelajari cara membuat dan menggunakan instance feature store online untuk menghosting dan menayangkan data di BigQuery dengan Vertex AI Feature Store dalam alur kerja menyeluruh untuk menayangkan dan mengambil nilai fitur. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Sediakan instance penyimpanan fitur online untuk menghosting dan menayangkan data menggunakan Penyajian online yang dioptimalkan dengan endpoint Publik atau Pribadi. Daftarkan tampilan BigQuery dengan instance penyimpanan fitur online dan siapkan tugas sinkronisasi. Gunakan server online untuk mengambil nilai fitur untuk prediksi online.	Colab Colab Enterprise 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 feature store online untuk menghosting dan menayangkan data di BigQuery dengan Vertex AI Feature Store dalam alur kerja menyeluruh dari perjalanan pengguna pengambilan vektor dan penayangan fitur. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Sediakan instance feature store online untuk menghosting dan menayangkan data. Buat instance penyimpanan fitur online untuk menayangkan tabel BigQuery. Gunakan server online untuk menelusuri tetangga terdekat.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Tutorial Grounding LLM Berbasis Vertex AI Feature Store. Pelajari cara membuat dan menggunakan instance feature store online untuk menghosting dan menayangkan data di BigQuery dengan Vertex AI Feature Store dalam alur kerja menyeluruh dari perjalanan pengguna pengambilan vektor dan penayangan fitur. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Sediakan instance feature store online untuk menghosting dan menayangkan data. Buat instance penyimpanan fitur online untuk menayangkan tabel BigQuery. Gunakan server online untuk menelusuri tetangga terdekat.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	Tutorial Agen Layanan Tampilan Fitur Vertex AI Feature Store. Pelajari cara menggunakan agen layanan khusus untuk tampilan fitur di Vertex AI Feature Store. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Buat tampilan fitur yang dikonfigurasi untuk menggunakan akun layanan khusus. Akun layanan dibuat untuk setiap tampilan fitur. Akun layanan tersebut digunakan untuk menyinkronkan data dari BigQuery. Get/List feature view API menampilkan akun layanan yang dibuat otomatis. Pengguna perlu memanggil perintah `bq addiampolicybinding` untuk memberikan `roles/bigquery.dataViewer` ke akun layanan.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Feature Store	SDK impor streaming di Vertex AI Feature Store (Lama). 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 Colab Enterprise 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 Dataframe pandas. Pelajari Vertex AI Feature Store lebih lanjut. Langkah-langkah tutorial Buat resource `Featurestore`, `EntityType`, dan `Feature`. Mengimpor nilai fitur dari Pandas DataFrame ke dalam jenis entity. Baca nilai fitur entity dari online feature store ke dalam Pandas DataFrame. Salurkan nilai fitur dalam batch dari featurestore Anda ke Pandas DataFrame. Penayangan online dengan nilai fitur yang diperbarui. Ketepatan point-in-time untuk mengambil nilai fitur untuk pelatihan.	Colab Colab Enterprise 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 Buat 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. Menggunakan impor streaming untuk mengimpor data dalam jumlah kecil.	Colab Colab Enterprise GitHub Vertex AI Workbench
Ringkasan dukungan AI Generatif di Vertex AI	Inferensi Batch LLM Vertex AI dengan Model yang disesuaikan RLHF. Dalam tutorial ini, Anda akan menggunakan Vertex AI untuk mendapatkan prediksi dari model bahasa besar yang disesuaikan RLHF. Pelajari Ringkasan dukungan AI Generatif di Vertex AI lebih lanjut. Langkah-langkah tutorial Membuat tugas Vertex AI Pipeline menggunakan template yang telah ditentukan untuk inferensi massal. Jalankan pipeline menggunakan Vertex AI Pipelines. Menghasilkan hasil prediksi terhadap model untuk set data tertentu.	Colab Enterprise GitHub Vertex AI Workbench
generative_ai	Membuat ringkasan model bahasa besar. Pelajari cara menyaring dan men-deploy model bahasa besar menggunakan LLM Vertex AI. Langkah-langkah tutorial Dapatkan model LLM Vertex AI. Memisahkan model(tindakan ini akan otomatis membuat endpoint Vertex AI dan men-deploy model ke endpoint). Buat prediksi menggunakan LLM Vertex AI.	Colab Colab Enterprise GitHub Vertex AI Workbench
Menyesuaikan model teks menggunakan penyesuaian RLHF	Vertex AI LLM Reinforcement Learning from Human Feedback. 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 Tetapkan jumlah langkah penyesuaian model. Buat tugas Vertex AI Pipeline menggunakan template penyesuaian yang telah ditentukan. Jalankan pipeline menggunakan Vertex AI Pipelines. Mendapatkan prediksi dari model yang dioptimalkan.	Colab Colab Enterprise GitHub Vertex AI Workbench
text embedding	Penelusuran Semantik menggunakan Sematan. Dalam tutorial ini, kami akan menunjukkan cara membuat penyematan yang dihasilkan dari teks dan melakukan penelusuran semantik. Pelajari penyematan teks lebih lanjut. Langkah-langkah tutorial Penginstalan dan impor Membuat set data penyematan Membuat indeks Membuat kueri indeks	Colab Colab Enterprise GitHub Vertex AI Workbench
text embedding api	Text Embedding New API. Pelajari cara memanggil API terbaru embedding teks di dua model GA baru text-embedding-004, text-multilingual-embedding-002, dan satu model pratinjau text-embedding-preview-0815. Pelajari text embedding API lebih lanjut. Langkah-langkah tutorial Penginstalan dan impor Membuat embedding	Colab Colab Enterprise GitHub Vertex AI Workbench
generative_ai	Mendapatkan Embedding Teks di Vertex AI. Pelajari cara mendapatkan embedding teks dengan model embedding teks dan teks. Langkah-langkah tutorial	Colab Colab Enterprise GitHub Vertex AI Workbench
Menyesuaikan model teks menggunakan penyesuaian yang diawasi	Vertex AI Menyesuaikan 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. Buat prediksi menggunakan LLM Vertex AI. Buat prediksi menggunakan Vertex AI Prediction.	Colab Colab Enterprise GitHub Vertex AI Workbench
generative_ai	Mendapatkan Embedding Teks yang Disesuaikan di Vertex AI. Pelajari cara menyesuaikan model penyematan teks. Langkah-langkah tutorial	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 pesan. Gunakan endpoint penyematan teks untuk menerima representasi vektor pesan. Melakukan penyesuaian perintah LLM, berdasarkan data pelatihan input/output.	Colab Colab Enterprise GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Klasifikasi untuk data gambar	Klasifikasi Gambar AutoML. Pelajari cara menggunakan `AutoML` untuk melatih model gambar dan menggunakan `Vertex AI Prediction` dan `Vertex AI batch prediction` untuk melakukan prediksi online dan batch. 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 Colab Enterprise 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 dan menggunakan `Vertex AI Prediction` dan `Vertex AI Batch Prediction` untuk melakukan prediksi online dan batch. 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 Colab Enterprise 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 menggunakan prediksi batch Vertex AI untuk melakukan 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 Colab Enterprise 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 Buat resource set data Vertex AI. Latih model. Lihat evaluasi model. Deploy resource model ke resource endpoint penayangan. Buat prediksi. Membatalkan deployment model	Colab Colab Enterprise GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Klasifikasi untuk data video	Klasifikasi Video AutoML Pelajari cara menggunakan AutoML untuk melatih model video dan menggunakan prediksi batch Vertex AI untuk melakukan 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 Colab Enterprise 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. Men-deploy resource model ke endpoint Vertex AI. Jalankan tugas prediksi online pada resource model. Bersihkan resource yang dibuat.	Colab Colab Enterprise GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Ringkasan 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 Ringkasan 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. Men-deploy resource model ke endpoint Vertex AI. Jalankan tugas prediksi online pada resource model. Bersihkan resource yang dibuat.	Colab Colab Enterprise GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Ringkasan pelatihan kustom	Model Scikit-Learn kustom dengan container pelatihan bawaan. Pelajari cara menggunakan Pelatihan Vertex AI untuk membuat model yang dilatih khusus. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari Ringkasan pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat tugas kustom Vertex AI untuk melatih model scikit-learn. Upload artefak model yang telah dilatih sebagai resource model. Buat prediksi batch. Deploy resource model ke resource endpoint penayangan. Buat prediksi online. Batalkan deployment resource model.	Colab Colab Enterprise GitHub Vertex AI Workbench
Bermigrasi ke Vertex AI Ringkasan pelatihan kustom	Model XGBoost kustom dengan container pelatihan bawaan. Pelajari cara menggunakan Pelatihan Vertex AI untuk membuat model yang dilatih khusus. Pelajari Bermigrasi ke Vertex AI lebih lanjut. Pelajari Ringkasan pelatihan kustom lebih lanjut. Langkah-langkah tutorial Membuat tugas kustom Vertex AI untuk melatih model xgboost. Upload artefak model yang telah dilatih sebagai resource model. Buat prediksi batch. Deploy resource model ke resource endpoint penayangan. Buat prediksi online. Batalkan deployment resource model.	Colab Colab Enterprise GitHub Vertex AI Workbench
Penyesuaian hyperparameter Vertex AI Pelatihan kustom	Penyesuaian Hyperparameter Pelajari cara menggunakan hyperparameter Vertex AI untuk membuat dan menyesuaikan model yang dilatih khusus. Pelajari penyesuaian hyperparameter Vertex AI lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Membuat tugas penyesuaian hyperparameter Vertex AI untuk melatih model TensorFlow.	Colab Colab Enterprise GitHub Vertex AI Workbench
Dokumentasi Google Artifact Registry	Mulai menggunakan Google Artifact Registry. Pelajari cara menggunakan Google Artifact Registry. Pelajari lebih lanjut dokumentasi Google Artifact Registry. Langkah-langkah tutorial Membuat repositori Docker pribadi. Memberi tag pada image container, khusus untuk repositori Docker pribadi. Mengirim image container ke repositori Docker pribadi. Mengambil image container dari repositori Docker pribadi. Menghapus repositori Docker pribadi.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex ML Metadata	Melacak parameter dan metrik untuk tugas pelatihan kustom. Pelajari cara menggunakan Vertex AI SDK untuk Python guna: 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex ML Metadata	Melacak parameter dan metrik untuk model yang dilatih secara lokal. Pelajari cara menggunakan Vertex ML Metadata 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex ML Metadata Vertex AI Pipelines	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 membuat pipeline ML yang berjalan di Vertex AI. Pipeline 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 Pipeline, baik di konsol Google Cloud maupun secara terprogram. Melacak silsilah untuk artefak yang dihasilkan pipeline. Buat kueri metadata operasi pipeline Anda.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Evaluation 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 Evaluasi Model Vertex AI lebih lanjut. Pelajari Klasifikasi untuk data tabulasilebih lanjut. Langkah-langkah tutorial Buat `Dataset` Vertex AI. Latih model klasifikasi Tabular Automl di resource `Dataset`. Impor `AutoML model resource` yang telah dilatih ke dalam pipeline. Jalankan tugas `Batch Prediction`. Evaluasi model AutoML menggunakan `Classification Evaluation component`. Impor metrik klasifikasi ke resource model AutoML.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Evaluation Regresi untuk data tabel	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 Buat set data Vertex AI. Konfigurasikan class `AutoMLTabularTrainingJob`. Jalankan `AutoMLTabularTrainingJob` yang menampilkan model. Impor `AutoML model resource` yang telah dilatih sebelumnya ke dalam pipeline. Jalankan tugas `batch prediction` di pipeline. Evaluasi model AutoML menggunakan `regression evaluation component`. Impor metrik regresi yang dihasilkan ke dalam resource model AutoML.	Colab Colab Enterprise 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 Evaluasi Model Vertex AI lebih lanjut. Pelajari lebih lanjut Klasifikasi untuk data video. Langkah-langkah tutorial Buat set data Vertex AI. Latih model Klasifikasi video AutoML di resource set data Vertex AI. Impor resource Model Vertex AI AutoML yang telah dilatih 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 Colab Enterprise GitHub Vertex AI Workbench
Pelatihan kustom Vertex AI Evaluasi model Vertex AI	Mengevaluasi hasil BatchPrediction dari model klasifikasi tabel khusus. Dalam tutorial ini, Anda akan melatih model RandomForest scikit-learn, menyimpan model di Vertex AI Model Registry, dan mempelajari cara mengevaluasi model melalui tugas pipeline Vertex AI menggunakan Google Cloud Pipeline Components Python SDK. Pelajari pelatihan kustom Vertex AI lebih lanjut. Pelajari Evaluasi model 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 Colab Enterprise 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 komponen pipeline Google Cloud. Pelajari Evaluasi Model Vertex AI lebih lanjut. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat Tugas Pelatihan Kustom Vertex AI untuk melatih model TensorFlow. Jalankan tugas pelatihan kustom. Ambil dan muat artefak model. Lihat evaluasi model. Upload model sebagai resource model Vertex AI. Impor resource model Vertex AI yang telah dilatih sebelumnya ke dalam pipeline. Jalankan tugas prediksi batch di pipeline. Evaluasi model menggunakan komponen evaluasi regresi. Impor Metrik Regresi ke resource model Vertex AI.	Colab Colab Enterprise GitHub Vertex AI Workbench
Evaluasi Model AutoSxS Vertex AI	Memeriksa perataan pembuat otomatis terhadap set data preferensi manusia. Pelajari cara menggunakan `Vertex AI Pipelines` dan `google_cloud_pipeline_components` untuk memeriksa perataan pengukur otomatis menggunakan data preferensi manusia: Pelajari Evaluasi Model AutoSxS Vertex AI lebih lanjut. Langkah-langkah tutorial Buat set data evaluasi dengan prediksi dan data preferensi manusia. Lakukan prapemrosesan data secara lokal dan simpan di Cloud Storage. Buat dan jalankan Vertex AI AutoSxS Pipeline yang menghasilkan penilaian dan serangkaian metrik AutoSxS menggunakan penilaian yang dihasilkan. Cetak penilaian dan metrik AutoSxS. Bersihkan resource yang dibuat di notebook ini.	Colab Colab Enterprise GitHub Vertex AI Workbench
Evaluasi Model AutoSxS Vertex AI	Evaluasi LLM di Vertex AI Model Registry terhadap model pihak ketiga. Pelajari cara menggunakan `Vertex AI Pipelines` dan `google_cloud_pipeline_components` untuk mengevaluasi performa antara dua model LLM: Pelajari Evaluasi Model AutoSxS Vertex AI lebih lanjut. Langkah-langkah tutorial Ambil set data dari sumber publik. Lakukan prapemrosesan data secara lokal dan simpan data pengujian di Cloud Storage. Buat dan jalankan Vertex AI AutoSxS Pipeline yang menghasilkan penilaian dan mengevaluasi dua model kandidat menggunakan penilaian yang dihasilkan. Cetak penilaian dan metrik evaluasi. Bersihkan resource yang dibuat di notebook ini.	Colab Colab Enterprise 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	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. Deploy resource model ke resource endpoint Vertex AI. Konfigurasikan resource endpoint untuk pemantauan model. Buat permintaan prediksi sintetis untuk kecondongan. Buat permintaan prediksi sintetis untuk penyimpangan. Tunggu notifikasi peringatan email.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	Pemantauan Model Vertex AI untuk prediksi online dalam model gambar AutoML. Pelajari cara menggunakan `Vertex AI Model Monitoring` 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	Vertex AI Model Monitoring untuk model tabular kustom. Pelajari cara menggunakan layanan Pemantauan Model Vertex AI untuk mendeteksi kecondongan dan penyimpangan fitur 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 terlatih sebelumnya ke Vertex AI Model Registry. Deploy resource model ke resource endpoint Vertex AI. Konfigurasikan resource endpoint untuk pemantauan model. Buat permintaan prediksi sintetis untuk menyimulasikan kemiringan. Tunggu notifikasi peringatan email. Buat permintaan prediksi sintetis untuk menyimulasikan penyimpangan. Tunggu notifikasi peringatan email.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	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 biner penyaluran "TensorFlow Serving". Konfigurasikan 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	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. Deploy resource model ke resource endpoint. Konfigurasikan 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 mengirim 1.000 permintaan prediksi. Mencantumkan, menjeda, melanjutkan, dan menghapus tugas pemantauan. Mulai ulang tugas pemantauan dengan skema input yang telah ditetapkan. Melihat data yang dipantau yang dicatat.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	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 terlatih sebelumnya ke Vertex AI Model Registry. Deploy resource model ke resource endpoint Vertex AI. Mengonfigurasi resource endpoint untuk pemantauan model	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Model Monitoring	Pemantauan Model Vertex AI dengan Atribusi Fitur Explainable AI Vertex. Pelajari cara menggunakan layanan Vertex AI Model Monitoring untuk mendeteksi penyimpangan dan anomali dalam permintaan prediksi dari resource model Vertex AI yang di-deploy. Pelajari Pemantauan Model Vertex AI lebih lanjut. Langkah-langkah tutorial Upload model yang telah dilatih sebelumnya sebagai resource model Vertex AI. Buat resource endpoint Vertex AI. Deploy resource model ke resource endpoint. Konfigurasikan 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 Colab Enterprise GitHub Vertex AI Workbench
model_monitoring_v2	Pemantauan Model untuk Tugas Prediksi Batch Model Kustom Vertex AI. Dalam tutorial ini, Anda akan menyelesaikan langkah-langkah berikut: Langkah-langkah tutorial	Colab Colab Enterprise GitHub Vertex AI Workbench
model_monitoring_v2	Pemantauan Model untuk Prediksi Online Model Kustom Vertex AI. Dalam tutorial ini, Anda akan menyelesaikan langkah-langkah berikut: Langkah-langkah tutorial	Colab Colab Enterprise 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 versi pertama model ke Vertex AI Model Registry. Buat dan daftarkan versi kedua model ke Vertex AI Model Registry. Memperbarui versi model yang merupakan default. Hapus versi model. Latih kembali versi model berikutnya.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines Komponen AutoML Klasifikasi untuk data tabel	Pipeline tabular AutoML yang menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan Vertex AI Pipelines dan Komponen Google Cloud Pipeline untuk membuat 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 yang membuat Set Data Vertex AI. Tambahkan komponen ke pipeline yang melatih resource model klasifikasi tabulasi AutoML. Menambahkan komponen yang membuat resource endpoint Vertex AI. Tambahkan komponen yang men-deploy resource model ke resource endpoint. Kompilasi pipeline KFP. Jalankan pipeline KFP menggunakan Vertex AI Pipelines.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	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. 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 endpoint Vertex AI Deploy model yang diberkati ke resource endpoint. Membuat Pipeline Vertex AI yang menjalankan langkah-langkah berikut	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	Struktur kontrol pipeline menggunakan KFP SDK. Pelajari cara menggunakan KFP SDK, yang menggunakan loop dan kondisional termasuk contoh bertingkat, untuk mem-build pipeline. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Membuat pipeline KFP menggunakan komponen alur kontrol Mengompilasi pipeline KFP Menjalankan pipeline KFP menggunakan Vertex AI Pipelines	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines Komponen pelatihan kustom	Pelatihan kustom dengan Komponen Pipeline Google Cloud yang telah dibuat sebelumnya. Pelajari cara menggunakan Vertex AI Pipelines dan Komponen Pipeline Google Cloud untuk membuat model kustom. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari Komponen pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab Colab Enterprise GitHub Vertex AI Workbench
Pipeline Vertex AI Komponen Prediksi Batch 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 Colab Enterprise GitHub Vertex AI Workbench
Pipeline Vertex AI Penyesuaian hyperparameter Vertex AI	Mulai menggunakan komponen pipeline penyesuaian hyperparameter Vertex AI. Pelajari cara menggunakan Komponen Pipeline Google Cloud bawaan untuk penyesuaian hyperparameter Vertex AI. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari penyesuaian hyperparameter Vertex AI lebih lanjut. Langkah-langkah tutorial Bangun pipeline untuk	Colab Colab Enterprise 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`, dengan: Langkah-langkah tutorial Buat komponen kustom dengan tugas pelatihan mandiri. Jalankan pipeline menggunakan setelan componentlevel untuk resource mesin Konversi komponen pelatihan mandiri menjadi `Vertex AI CustomJob`. 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 pipeline Google Cloud untuk membuat model klasifikasi gambar AutoML. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari komponen AutoML lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines Komponen AutoML Regresi untuk data tabel	Pipeline regresi tabulasi AutoML menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan `Vertex AI Pipelines` dan `Google Cloud Pipeline Components` untuk membuat model regresi tabulasi `AutoML`. Pelajari Vertex AI Pipelines lebih lanjut. Pelajari komponen AutoML lebih lanjut. Pelajari Regresi untuk data tabel lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP yang membuat resource `Dataset`. Tambahkan komponen ke pipeline yang melatih resource `Model` regresi tabulasi AutoML. Tambahkan komponen yang membuat resource `Endpoint`. Tambahkan komponen yang men-deploy resource `Model` ke resource `Endpoint`. Kompilasi pipeline KFP. Jalankan pipeline KFP menggunakan `Vertex AI Pipelines`.	Colab Colab Enterprise 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 `Google Cloud Pipeline Components` untuk membuat model klasifikasi teks `AutoML`. Pelajari Vertex AI Pipelines 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 Colab Enterprise 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 pipeline Google Cloud untuk mem-build dan men-deploy model kustom. Pelajari Pipeline Vertex AI lebih lanjut. Pelajari Komponen pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab Colab Enterprise 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	Komponen berbasis fungsi Python ringan, dan I/O komponen. Pelajari cara menggunakan KFP SDK untuk mem-build komponen berbasis fungsi Python yang ringan, lalu Anda akan mempelajari 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	Visualisasi metrik dan perbandingan operasi menggunakan KFP SDK. Pelajari cara menggunakan KFP SDK untuk Python guna mem-build pipeline yang menghasilkan metrik evaluasi. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Buat komponen KFP	Colab Colab Enterprise 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 penantang akan menggantikan model champion dalam produksi. Langkah-langkah tutorial Impor model yang telah dilatih sebelumnya (champion) ke Vertex AI Model Registry. Impor metrik evaluasi pelatihan model sintetis ke model yang terkait (champion). Buat resource endpoint Vertex AI. Deploy model champion ke resource endpoint. Impor versi lain dari model yang di-deploy (contender). Impor metrik evaluasi pelatihan model sintetis ke model yang terkait (contender). Membuat Pipeline Vertex AI yang menjalankan langkah-langkah berikut	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Pipelines	Pengantar pipeline untuk KFP. Pelajari cara menggunakan KFP SDK untuk Python guna mem-build pipeline yang menghasilkan metrik evaluasi. Pelajari Pipeline Vertex AI lebih lanjut. Langkah-langkah tutorial Tentukan dan kompilasi pipeline Vertex AI. Tentukan akun layanan yang akan digunakan untuk operasi pipeline. Jalankan pipeline menggunakan Vertex AI SDK untuk Python dan REST API.	Colab Colab Enterprise GitHub Vertex AI Workbench
Komponen AutoML Komponen BigQuery ML	BigQuery ML dan AutoML - Membuat Prototipe Cepat dengan Vertex AI. Pelajari cara menggunakan Vertex AI Pipelines 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 Colab Enterprise 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 Buat `TrainingPipeline` kustom Vertex AI untuk melatih model. Latih model TensorFlow Kirim tugas prediksi batch.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Prediction	Mulai menggunakan server NVIDIA Triton. Pelajari cara men-deploy container yang menjalankan Server Nvidia Triton 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. Buat file konfigurasi penayangan Triton untuk model. Buat penampung kustom, dengan image penayangan Triton, untuk deployment model. Upload model sebagai resource model Vertex AI. Deploy resource model Vertex AI ke resource endpoint Vertex AI. Buat permintaan prediksi. Batalkan deployment resource model dan hapus endpoint.	Colab Colab Enterprise GitHub Vertex AI Workbench
Prediksi Mentah	Mulai menggunakan fungsi penayangan TensorFlow dengan Vertex AI Raw Prediction. Pelajari cara menggunakan `Vertex AI Raw Prediction` pada resource `Vertex AI Endpoint`. Pelajari Raw Predict lebih lanjut. Langkah-langkah tutorial Download artefak model klasifikasi tabulasi terlatih untuk estimator TensorFlow 1.x. Upload model estimator TensorFlow sebagai resource `Vertex AI Model`. Buat resource `Endpoint`. Deploy resource `Model` ke resource `Endpoint`. Buat prediksi mentah online ke instance resource `Model` yang di-deploy ke resource `Endpoint`.	Colab Colab Enterprise GitHub Vertex AI Workbench
mendapatkan prediksi dari model terlatih kustom	Mulai menggunakan TensorFlow Serving dengan Vertex AI Prediction. Pelajari cara menggunakan `Vertex AI Prediction` pada resource `Vertex AI Endpoint` dengan biner penyaluran `TensorFlow Serving`. Pelajari lebih lanjut cara mendapatkan prediksi dari model terlatih kustom. Langkah-langkah tutorial	Colab Colab Enterprise GitHub Vertex AI Workbench
Endpoint Pribadi	Mulai menggunakan Vertex AI Private Endpoints. Pelajari cara menggunakan resource `Vertex AI Private Endpoint`. Pelajari Endpoint Pribadi lebih lanjut. Langkah-langkah tutorial Membuat resource `Private Endpoint`. Konfigurasikan koneksi peering VPC. Mengonfigurasi biner penayangan resource `Model` untuk di-deploy ke resource `Private Endpoint`. Men-deploy resource `Model` ke resource `Private Endpoint`. Mengirim permintaan prediksi ke `Private Endpoint`	Colab Colab Enterprise GitHub Vertex AI Workbench
Model Bahasa Vertex AI	LLM Vertex AI dan prediksi streaming. Pelajari cara menggunakan LLM Vertex AI untuk mendownload model LLM terlatih, membuat prediksi, dan menyesuaikan model. Pelajari Model Bahasa Vertex AI lebih lanjut. Langkah-langkah tutorial Muat model pembuatan teks yang telah dilatih sebelumnya. Membuat prediksi non-streaming Memuat model pembuatan teks terlatih, yang mendukung streaming. Membuat prediksi streaming Muat model chat yang telah dilatih sebelumnya. Lakukan sesi chat interaktif lokal. Lakukan prediksi batch dengan model pembuatan teks. Lakukan prediksi batch dengan model penyematan teks.	Colab Colab Enterprise 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Prediction	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 Colab Enterprise GitHub Vertex AI Workbench
Ringkasan Ray on Vertex AI	Mulai menggunakan PyTorch di Ray on Vertex AI. Pelajari cara mendistribusikan proses pelatihan model klasifikasi gambar PyTorch secara efisien dengan memanfaatkan Ray di Vertex AI. Pelajari ringkasan Ray di Vertex AI lebih lanjut. Langkah-langkah tutorial Menyiapkan skrip pelatihan Mengirim tugas Ray menggunakan Ray Jobs API Mendownload model gambar terlatih dari PyTorch Buat pengendali model kustom Kemas artefak model ke dalam file arsip model Mendaftarkan model di Vertex AI Model Registry Men-deploy model di Endpoint Vertex AI Buat prediksi online	Colab Colab Enterprise GitHub Vertex AI Workbench
Ringkasan Ray on Vertex AI	Pengelolaan cluster Ray on Vertex AI. Pelajari cara membuat cluster, mencantumkan cluster yang ada, mendapatkan cluster, mengupdate cluster, dan menghapus cluster. Pelajari ringkasan Ray di Vertex AI lebih lanjut. Langkah-langkah tutorial Membuat cluster. Mencantumkan cluster yang ada. Mendapatkan cluster. Tingkatkan skala cluster secara manual, lalu turunkan skala cluster. Menskalakan cluster secara otomatis. Menghapus cluster yang ada.	Colab Colab Enterprise GitHub Vertex AI Workbench
Ray on Vertex AI Spark on Ray on Vertex AI	Spark on Ray on Vertex AI. Pelajari cara menggunakan RayDP untuk menjalankan aplikasi Spark di cluster Ray di Vertex AI. Pelajari Ray di Vertex AI lebih lanjut. Pelajari Spark on Ray di Vertex AI lebih lanjut. Langkah-langkah tutorial Membuat image container Ray on Vertex AI kustom Membuat cluster Ray di Vertex AI menggunakan image penampung kustom Menjalankan Spark secara interaktif di cluster menggunakan RayDP Menjalankan aplikasi Spark di cluster melalui Ray Job API Membaca file dari Google Cloud Storage di aplikasi Spark UDF Pandas di aplikasi Spark di Ray on Vertex AI Menghapus cluster Ray di Vertex AI	Colab Colab Enterprise 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 Colab Enterprise GitHub Vertex AI Workbench
Klasifikasi untuk data video	Contoh Klasifikasi Video AutoML. Tujuan dari notebook ini adalah untuk 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 Colab Enterprise 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-Serving 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 Menyiapkan File CSV untuk membuat set data terkelola Membuat paket Python pelatihan kustom Membuat penampung TensorFlow Serving Menjalankan pelatihan paket Python kustom dengan set data teks terkelola Men-deploy model dan membuat endpoint di Vertex AI Memprediksi di endpoint Membuat tugas Prediksi Batch pada model	Colab Colab Enterprise 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 Colab Enterprise GitHub Vertex AI Workbench
Perkiraan ARIMA+ BigQuery ML untuk data tabulasi	Melatih Model ARIMA_PLUS BigQuery ML menggunakan alur kerja tabel Vertex AI. Pelajari cara membuat model ARIMA_PLUS BigQuery ML menggunakan pelatihan Vertex AI Pipeline dari Komponen Pipeline Google Cloud , lalu melakukan prediksi batch menggunakan pipeline prediksi yang sesuai. Pelajari lebih lanjut perkiraan ARIMA+ BigQuery ML untuk data tabel. Langkah-langkah tutorial Latih model ARIMA_PLUS BigQuery ML. Lihat evaluasi model ML BigQuery. Buat prediksi batch dengan model BigQuery ML.	Colab Colab Enterprise 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 Komponen Pipeline Google Cloud , lalu lakukan prediksi batch menggunakan pipeline prediksi yang sesuai. 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 Colab Enterprise GitHub Vertex AI Workbench
Tabular Workflow untuk TabNet	Pipeline TabNet. Pelajari cara membuat model klasifikasi pada data tabel menggunakan dua Vertex AI TabNet Tabular Workflow. 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 Colab Enterprise 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 Colab Enterprise 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 Colab Enterprise 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 Cloud Storage. Tulis kode pelatihan yang disesuaikan. Kemas dan upload kode pelatihan Anda ke Cloud Storage. Buat & luncurkan tugas pelatihan kustom dengan Vertex AI TensorBoard diaktifkan untuk pemantauan mendekati real-time.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI TensorBoard	Penyesuaian hyperparameter Vertex AI TensorBoard dengan dasbor HParams. Dalam notebook ini, Anda akan melatih model dan melakukan penyesuaian hyperparameter menggunakan TensorFlow. 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 Colab Enterprise GitHub Vertex AI Workbench
Profiler Vertex AI TensorBoard	Membuat profil performa pelatihan model menggunakan Cloud Profiler. Pelajari cara mengaktifkan Profiler untuk tugas pelatihan kustom. Pelajari Profiler lebih lanjut. Pelajari Vertex AI TensorBoard lebih lanjut. Langkah-langkah tutorial Siapkan akun layanan dan bucket Cloud Storage Buat instance Vertex AI TensorBoard Membuat dan menjalankan tugas pelatihan kustom yang mengaktifkan Profiler Melihat dasbor Profiler untuk men-debug performa pelatihan model Anda	Colab Colab Enterprise GitHub Vertex AI Workbench
Profiler Vertex AI TensorBoard	Membuat profil performa pelatihan model menggunakan Cloud Profiler dalam pelatihan kustom dengan container bawaan. Pelajari cara mengaktifkan Profiler di Vertex AI untuk tugas pelatihan kustom dengan container bawaan. Pelajari Profiler lebih lanjut. Pelajari Vertex AI TensorBoard lebih lanjut. Langkah-langkah tutorial Menyiapkan kode pelatihan kustom dan memuat kode pelatihan sebagai paket Python ke container bawaan Membuat dan menjalankan tugas pelatihan kustom yang mengaktifkan Profiler Melihat dasbor Profiler untuk men-debug performa pelatihan model Anda	Colab Colab Enterprise 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, dan memantau proses pelatihan di Vertex AI TensorBoard secara mendekati 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 Colab Enterprise GitHub Vertex AI Workbench
Penyesuaian Hyperparameter Vertex AI	Vertex AI Hyperparameter Tuning terdistribusi. Dalam 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 Colab Enterprise GitHub Vertex AI Workbench
Pelatihan Vertex AI	Mulai menggunakan Vertex AI Training untuk LightGBM. Pelajari cara melatih model kustom LightGBM menggunakan metode penampung kustom untuk Pelatihan Vertex AI. Langkah-langkah tutorial Pelatihan menggunakan paket Python. Simpan artefak model ke Cloud Storage menggunakan Cloud StorageFuse. Buat server prediksi FastAPI. Buat image deployment Dockerfile untuk server. Uji image deployment secara lokal (opsional dan bukan untuk pengguna Colab). Buat resource model Vertex AI. Jalankan tugas prediksi batch. Deploy model ke endpoint dan kirim permintaan prediksi online. Bersihkan resource yang dibuat.	Colab Colab Enterprise GitHub Vertex AI Workbench
Pelatihan terdistribusi Vertex AI	Mulai menggunakan pelatihan terdistribusi Vertex AI. Pelajari cara menggunakan pelatihan terdistribusi Vertex AI saat melakukan pelatihan dengan `Vertex AI`. Pelajari pelatihan terdistribusi Vertex AI lebih lanjut. Langkah-langkah tutorial	Colab Colab Enterprise 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 Colab Enterprise GitHub Vertex AI Workbench
Penyesuaian hyperparameter Vertex AI	Penyesuaian Vertex AI Hyperparameter untuk XGBoost. Pelajari cara menggunakan layanan penyesuaian hyperparameter Vertex AI untuk melatih model XGBoost. Pelajari penyesuaian hyperparameter Vertex AI lebih lanjut. Langkah-langkah tutorial Latih menggunakan paket aplikasi pelatihan Python. Melaporkan akurasi selama penyesuaian hyperparameter. Simpan artefak model ke Cloud Storage menggunakan Cloud StorageFuse. Mencantumkan model terbaik.	Colab Colab Enterprise GitHub Vertex AI Workbench
Pelatihan Vertex AI	Pelatihan paralel data terdistribusi multi-node klasifikasi gambar PyTorch di CPU menggunakan pelatihan Vertex AI 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 Colab Enterprise GitHub Vertex AI Workbench
Pelatihan Vertex AI	Klasifikasi gambar PyTorch menggunakan pelatihan paralel data terdistribusi NCCL multi-node di CPU dan Vertex AI. 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 Mem-build container kustom menggunakan Artifact Registry dan Docker. Membuat instance tensorboard Vertex AI untuk menyimpan eksperimen Vertex AI Anda. Jalankan tugas pelatihan Vertex AI menggunakan Vertex AI SDK untuk Python.	Colab Colab Enterprise 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 Colab Enterprise 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 Menulis skrip pelatihan kustom yang akan membuat set data pelatihan & pengujian, serta melatih model Anda. Menjalankan `CustomTrainingJob` menggunakan Vertex AI SDK untuk Python.	Colab Colab Enterprise GitHub Vertex AI Workbench
Pelatihan terdistribusi	Menggunakan torchrun PyTorch untuk menyederhanakan pelatihan multi-node dengan container kustom. Pelajari 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 penampung yang mendownload data, dan memulai cluster ETCD di host Melatih model menggunakan beberapa node dengan GPU	Colab Colab Enterprise 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 Konfigurasi variabel `PROJECT_ID` dan `LOCATION` 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 Colab Enterprise GitHub Vertex AI Workbench
vector_search	Menggunakan Embedding Multimodal dan Penelusuran Vektor Vertex AI. Pelajari cara mengenkode penyematan teks kustom, membuat indeks Approximate Nearest Neighbor (ANN), dan membuat kueri terhadap indeks. Langkah-langkah tutorial Mengonversi set data gambar menjadi embedding. Membuat indeks. Upload penyematan ke indeks. Buat endpoint indeks. Deploy indeks ke endpoint indeks. Lakukan kueri online.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vector Search Vertex AI	Menggunakan Penelusuran Vektor Vertex AI untuk Pertanyaan StackOverflow. Pelajari cara mengenkode penyematan teks kustom, membuat indeks Approximate Nearest Neighbor, dan membuat kueri terhadap indeks. Pelajari Vertex AI Vector Search lebih lanjut. Langkah-langkah tutorial Buat indeks ANN. Buat endpoint indeks dengan Jaringan VPC. Men-deploy indeks ANN. Lakukan kueri online.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Vector Search Embedding Vertex AI untuk teks	Menggunakan Vertex AI Vector Search dan Vertex AI embeddings untuk teks untuk Pertanyaan StackOverflow. Pelajari cara mengenkode penyematan teks, membuat indeks Approximate Nearest Neighbor, dan membuat kueri terhadap indeks. Pelajari Vertex AI Vector Search lebih lanjut. Pelajari penyematan Vertex AI untuk teks lebih lanjut. Langkah-langkah tutorial Mengonversi set data BigQuery menjadi embedding. Membuat indeks. Upload penyematan ke indeks. Buat endpoint indeks. Deploy indeks ke endpoint indeks. Lakukan kueri online.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vector Search Vertex AI	Membuat indeks Vector Search Vertex AI. Pelajari cara membuat Indeks Approximate Nearest Neighbor, membuat kueri terhadap indeks, dan memvalidasi performa indeks. Pelajari Vertex AI Vector Search lebih lanjut. Langkah-langkah tutorial Buat Indeks ANN dan Indeks Brute Force. Buat IndexEndpoint dengan Jaringan VPC. Men-deploy Indeks ANN dan Indeks Brute Force. Lakukan kueri online. Menghitung recall.	Colab Colab Enterprise 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 Colab Enterprise 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 Vertex AI Vizier (Bayesian). Menyarankan uji coba dan memperbarui hasil untuk studi Vertex AI Vizier	Colab Colab Enterprise 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench Vertex Explainable AI	Prediksi tarif taksi menggunakan set data Chicago Taxi Trips. Tujuan notebook ini adalah memberikan ringkasan tentang fitur Vertex AI seperti Vertex 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 Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench BigQuery ML	Memperkirakan permintaan retail dengan Vertex AI dan BigQuery ML. Pelajari cara membuat model ARIMA (Autoregressive integrated moving average) dari BigQuery ML berdasarkan data retail Pelajari lebih lanjut Vertex AI Workbench. Pelajari BigQuery 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 Colab Enterprise 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 Colab Enterprise 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 data yang diekspor dari 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. Gunakan BigQuery ML untuk memprediksi pengguna mana yang cenderung melakukan churn.	Colab Colab Enterprise GitHub Vertex AI Workbench
Vertex AI Workbench Pelatihan Vertex AI	Pemeliharaan prediktif menggunakan Vertex AI. Pelajari cara menggunakan fitur eksekutor Vertex AI Workbench untuk mengotomatiskan alur kerja guna 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 Colab Enterprise 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 Colab Enterprise 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 Colab Enterprise 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 Colab Enterprise 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 Colab Enterprise GitHub Vertex AI Workbench