Vertex AI riunisce AutoML e AI Platform in un'API unificata, una libreria client e un'interfaccia utente. Con Vertex AI, sono disponibili sia l'addestramento AutoML che l'addestramento personalizzato. Qualunque opzione tu scelga per l'addestramento, puoi salvare i modelli, eseguirne il deployment e richiedere previsioni con Vertex AI. Scopri di più.

Tutorial

Per iniziare

Risorse

Formazione e tutorial

Prova i tutorial, i corsi e la formazione autogestita di Vertex AI su Google Cloud Skills Boost.

Tutorial

Introduzione ai dati di immagine

Se non hai mai utilizzato l'intelligenza artificiale (AI), inizia con la classificazione delle immagini su AutoML. Questo tutorial mostra come addestrare un modello utilizzando un set di dati prepreparato e un'interfaccia senza codice di AutoML's. Dopo aver addestrato il modello, utilizza questa interfaccia per inviare richieste di previsione al modello.

Ulteriori informazioni  
Tutorial

Introduzione all'addestramento personalizzato

Se hai intenzione di programmare la tua app di addestramento, segui questo tutorial per scoprire come trasferire il tuo codice di addestramento su Vertex AI. Il tutorial fornisce un'app di esempio per un modello di classificazione delle immagini e ti guida nel processo di esecuzione dell'app su Vertex AI. Dopo aver addestrato il modello, utilizza un'app web di esempio per inviare richieste di previsione al modello.

Ulteriori informazioni  
Tutorial

Introduzione ai dati strutturati

Se i tuoi dati si trovano in un database, un foglio di lavoro o un altro formato strutturato, utilizza questo tutorial per esplorare e preparare i tuoi dati su Vertex AI, quindi addestra il tuo modello. Il tutorial fornisce un set di dati che puoi sperimentare e ti mostra come addestrare un modello con il servizio di addestramento AutoML senza codice e richiedere previsioni utilizzando Google Cloud Console.

Ulteriori informazioni  

Casi d'uso

Esplora i casi d'uso, le architetture di riferimento, i white paper, le best practice e le soluzioni di settore.

Articolo

Considerazioni sui dati sensibili all'interno dei set di dati di machine learning

Illustra le strategie per identificare e proteggere i dati sensibili durante l'addestramento dei modelli di machine learning (ML).

sicurezza privacy

Ulteriori informazioni  
Architettura

Preparazione dei dati pronti per il machine learning per la personalizzazione

fornisce un set di pipeline Dataflow che puoi eseguire per creare set di dati ML (Machine Learning).

BigQuery Flusso di dati Cloud Storage Google Analytics 360 CRM

Ulteriori informazioni  

Esempi di codice

Esplora la programmazione con esempi che mostrano come utilizzare e connettere i servizi Google Cloud.

GitHub

Esempi di libreria client Python

Guarda gli esempi che utilizzano l'SDK Vertex AI per Python.

Python Vertex AI

Apri GitHub

GitHub

Esempi di libreria client Java

Guarda gli esempi che utilizzano la libreria client Vertex AI per Java.

Java Vertex AI

Apri GitHub

GitHub

Esempi di libreria client Node.js

Guarda gli esempi che utilizzano la libreria client Vertex AI per Node.js.

Node.js JavaScript Vertex AI

Apri GitHub