Vertex AI のドキュメント

Vertex AI は、統一された API、クライアントライブラリ、ユーザーインターフェースに AutoML と AI Platform を統合します。Vertex AI を使用すると、AutoML トレーニングとカスタムトレーニングの両方を利用できます。トレーニングにどちらの方法を選択しても、Vertex AI を使用して、モデルの保存、モデルのデプロイ、予測のリクエストを行えます。詳細

トレーニングとチュートリアル

チュートリアル

Hello 画像データ

人工知能（AI）を初めて使用する場合は、まず AutoML で画像分類から始めます。このチュートリアルでは、事前に準備されたデータセットと AutoML のコードレスインターフェースを使用してモデルをトレーニングする方法を説明します。モデルをトレーニングしたら、このインターフェースを使用して予測リクエストをモデルに送信します。

チュートリアル

Hello カスタムトレーニング

独自のトレーニングアプリをコード化する場合は、このチュートリアルを使用して、Vertex AI にトレーニングコードを取り込む方法を確認してください。このチュートリアルでは、画像分類モデルのサンプルアプリを提供し、Vertex AI でアプリを実行するプロセスを紹介します。モデルをトレーニングしたら、サンプルのウェブアプリを使用して予測リクエストをモデルに送信します。

チュートリアル

Hello 構造化データ

データがデータベース、スプレッドシート、その他の構造化フォームにある場合は、このチュートリアルを使用して Vertex AI でデータを準備し、モデルをトレーニングします。このチュートリアルでは、実験できるデータセットを提供しています。また、AutoML コードレストレーニングサービスでモデルをトレーニングし、Google Cloud Console を使用して予測をリクエストする方法についても説明します。

ユースケース

記事

機械学習データセット内の機密データに関する考慮事項

機械学習（ML）モデルのトレーニング中に機密データを識別して保護するための方法を説明します。

セキュリティプライバシー

アーキテクチャ

パーソナライズのための ML 対応データの準備

機械学習（ML）データセットを作成するために実行できる Dataflow パイプラインのセットを提供します。

BigQuery Dataflow Cloud Storage Google アナリティクス 360 CRM

コードサンプル

github

Python クライアントライブラリのサンプル

Python 用 Vertex AI SDK を使用するサンプルをご覧ください。

Python Vertex AI

github

Java クライアントライブラリのサンプル

Java 用 Vertex AI クライアントライブラリを使用するサンプルをご覧ください。

Java Vertex AI

github

Node.js クライアントライブラリのサンプル

Node.js 用 Vertex AI クライアントライブラリを使用するサンプルをご覧ください。

Node.js JavaScript Vertex AI

チュートリアル

始める

リソース

トレーニングとチュートリアル

ユースケース

コードサンプル