Tutorial notebook Agent Platform

Dokumen ini berisi daftar tutorial notebook Gemini Enterprise Agent Platform yang tersedia. Tutorial menyeluruh ini membantu Anda mulai menggunakan Agent Platform dan dapat memberi Anda ide tentang cara mengimplementasikan project tertentu.

Ada banyak lingkungan tempat Anda dapat menghosting notebook. Anda dapat menjalankannya di cloud menggunakan layanan seperti Colaboratory (Colab), Colab Enterprise, atau Gemini Enterprise Agent Platform Workbench. Atau, Anda dapat mendownload notebook dari GitHub dan menjalankannya di komputer lokal atau di penerapan JupyterLab di jaringan lokal Anda.

Colab

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

Colab Enterprise

Untuk membuka tutorial notebook di Colab Enterprise, lakukan langkah-langkah berikut:

1. Siapkan project Google Cloud dan aktifkan API yang diperlukan.
2. Klik link Colab Enterprise di daftar notebook. Colab Enterprise memuat notebook.

Workbench Platform Agen

Untuk membuka tutorial notebook di Agent Platform Workbench, lakukan langkah-langkah berikut:

1. Buat instance Agent Platform Workbench.
2. Klik link Agent Platform Workbench di daftar notebook.
3. Pilih instance Agent Platform Workbench yang aktif. Jika tidak ada instance yang berjalan, pilih instance, lalu klik Mulai. Setelah instance dimulai, pilih lagi.
4. Klik Deploy.
5. Di halaman Confirm deployment to notebook server, pilih Confirm. Agent Platform Workbench memuat notebook.
6. Dalam dialog Select kernel, pilih Python 3, lalu klik Select.

GitHub

Untuk mendownload tutorial notebook dari GitHub, lakukan hal berikut:

1. Klik link GitHub di daftar notebook.
2. Di GitHub, klik tombol  Download raw file.
3. Selesaikan dialog untuk mendownload notebook.

Daftar notebook

Pilih layanan Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform Gemini Enterprise Agent Platform

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 Gemini Enterprise Agent Platform. Latih model Tabulasi AutoML. Deploy resource model ke resource endpoint penayangan. Buat prediksi dengan mengirim data. Batalkan deployment resource model.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Dapatkan prediksi dari model klasifikasi gambar	Model klasifikasi gambar pelatihan AutoML untuk prediksi batch. Dalam tutorial ini, Anda akan membuat model klasifikasi gambar AutoML dari skrip Python, lalu menjalankan prediksi batch menggunakan SDK Vertex. 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 Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform 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. Ekspor model tepi dari resource model ke Cloud Storage. Download model secara lokal. Buat prediksi lokal.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Agent Platform SDK. Pelajari lebih lanjut Deteksi objek untuk data gambar. Langkah-langkah tutorial Buat resource set data Gemini Enterprise Agent Platform. Latih model. Lihat evaluasi model. Deploy resource model ke resource endpoint penayangan. Buat prediksi. Batalkan deployment model.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Alur Kerja Tabulasi untuk E2E AutoML	Pipeline Alur Kerja Tabulasi AutoML. Pelajari cara membuat dua model regresi menggunakan Pipeline Platform Agen Gemini Enterprise 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 Gemini Enterprise Agent Platform Workbench
Pelatihan AutoML	Mulai menggunakan pelatihan AutoML. Pelajari cara menggunakan AutoML untuk pelatihan dengan Gemini Enterprise Agent Platform. 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	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Perkiraan hierarki untuk data tabular	Perkiraan hierarkis pelatihan AutoML Gemini Enterprise Agent Platform untuk prediksi batch. Dalam tutorial ini, Anda akan membuat model perkiraan hierarki AutoML dan men-deploy-nya untuk prediksi batch menggunakan Agent Platform SDK untuk Python. Pelajari Perkiraan hierarkis untuk data tabular lebih lanjut. Langkah-langkah tutorial Buat resource TimeSeriesDataset Gemini Enterprise Agent Platform. Latih model. Lihat evaluasi model. Buat prediksi batch.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Deteksi objek untuk data gambar	Model deteksi objek gambar pelatihan AutoML untuk prediksi batch. Dalam tutorial ini, Anda akan membuat model deteksi objek gambar AutoML dari skrip Python, lalu menjalankan prediksi batch menggunakan Agent Platform SDK for 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 Gemini Enterprise Agent Platform 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 Agent Platform SDK. Pelajari lebih lanjut Perkiraan dengan AutoML. Langkah-langkah tutorial Buat resource set data Gemini Enterprise Agent Platform. Latih resource model perkiraan tabular AutoML. Dapatkan metrik evaluasi untuk resource model. Buat prediksi batch.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Agent Platform SDK untuk Python. Pelajari Regresi untuk data tabel lebih lanjut. Langkah-langkah tutorial Buat resource set data Gemini Enterprise Agent Platform. Latih resource model regresi tabular AutoML. Dapatkan metrik evaluasi untuk resource model. Buat prediksi batch.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Agent Platform 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 Gemini Enterprise Agent Platform Workbench
BigQuery ML	Mulai menggunakan Pelatihan BigQuery ML. Pelajari cara menggunakan BigQuery ML untuk pelatihan dengan Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform Menyesuaikan hyperparameter model BigQuery ML dengan Agent Platform Vizier Mendaftarkan model BigQuery ML secara otomatis ke Model Registry	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pelatihan kustom Inferensi Vertex AI	Men-deploy model deteksi Iris menggunakan layanan container kustom FastAPI dan Gemini Enterprise Agent Platform. Pelajari cara membuat, men-deploy, dan menyalurkan model klasifikasi kustom di Gemini Enterprise Agent Platform. Pelajari Pelatihan kustom lebih lanjut. Pelajari Inferensi Vertex AI 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 Gemini Enterprise Agent Platform Endpoints.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Vertex AI Training	Melatih model TensorFlow menggunakan data BigQuery. Pelajari cara membuat model yang dilatih khusus dari skrip Python di container Docker menggunakan Agent Platform 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 Gemini Enterprise Agent Platform untuk melatih model. Latih model TensorFlow Deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment resource Model.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pelatihan kustom	Pelatihan kustom dengan image container kustom dan upload model otomatis ke Model Registry. Dalam tutorial ini, Anda akan melatih pendekatan image container machine learning untuk pelatihan kustom di Gemini Enterprise Agent Platform. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat tugas kustom Gemini Enterprise Agent Platform untuk melatih model. Latih dan daftarkan model TensorFlow menggunakan container kustom. Mencantumkan model terdaftar di Model Registry.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Pelatihan kustom	Mulai dengan Pelatihan Vertex AI untuk XGBoost. Pelajari cara menggunakan Vertex AI Training 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 Gemini Enterprise Agent Platform.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Pelatihan kustom Prediksi Batch Gemini Enterprise Agent Platform	Pelatihan kustom dan prediksi batch. Pelajari cara menggunakan Vertex AI Training untuk membuat model yang dilatih khusus dan menggunakan Prediksi Batch Platform Agen Gemini Enterprise untuk melakukan prediksi batch pada model terlatih. Pelajari Pelatihan kustom lebih lanjut. Pelajari lebih lanjut Prediksi Batch Gemini Enterprise Agent Platform. Langkah-langkah tutorial Buat tugas kustom Gemini Enterprise Agent Platform untuk melatih model TensorFlow. Upload artefak model yang telah dilatih sebagai resource model. Buat prediksi batch.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pelatihan kustom Inferensi Vertex AI	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 Inference untuk menjalankan prediksi pada model yang di-deploy dengan mengirim data. Pelajari Pelatihan kustom lebih lanjut. Pelajari Inferensi Vertex AI lebih lanjut. Langkah-langkah tutorial Buat tugas kustom Gemini Enterprise Agent Platform untuk melatih model TensorFlow. Upload artefak model terlatih ke resource Model. Buat resource Endpoint penayangan. Deploy resource Model ke resource Endpoint penayangan. Buat prediksi. Batalkan deployment resource Model.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Set data BigQuery Pengguna Gemini Enterprise Agent Platform untuk BigQuery	Mulai menggunakan set data BigQuery. Pelajari cara menggunakan BigQuery sebagai set data untuk pelatihan dengan Gemini Enterprise Agent Platform. Pelajari lebih lanjut set data BigQuery. Pelajari lebih lanjut Gemini Enterprise Agent Platform untuk pengguna BigQuery. Langkah-langkah tutorial Buat resource set data Gemini Enterprise Agent Platform 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. Buat 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 Gemini Enterprise Agent Platform Workbench
Vertex AI Experiments Vertex ML Metadata	Membangun silsilah Eksperimen Gemini Enterprise Agent Platform untuk pelatihan kustom. Pelajari cara mengintegrasikan kode pra-pemrosesan dalam eksperimen Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Vertex AI Experiments Pipeline Platform Agen Gemini Enterprise	Membandingkan operasi pipeline dengan Vertex AI Experiments. Pelajari cara menggunakan Vertex AI Experiments untuk mencatat tugas pipeline, lalu membandingkan berbagai tugas pipeline. Pelajari Eksperimen Vertex AI lebih lanjut. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Langkah-langkah tutorial Formalkan komponen pelatihan Bangun pipeline pelatihan Jalankan beberapa tugas pipeline dan catat hasilnya Membandingkan berbagai tugas pipeline	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Vertex AI Experiments	Pencatatan otomatis pelatihan kustom - Skrip lokal. Pelajari cara otomatis mencatat parameter dan metrik eksperimen ML yang berjalan di Vertex AI Training 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 Vertex AI Experiments	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Vertex AI Experiments Vertex ML Metadata Pelatihan kustom	Mulai menggunakan Vertex AI Experiments Pelajari cara menggunakan Vertex AI Experiments saat melakukan pelatihan dengan Gemini Enterprise Agent Platform. 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 (Gemini Enterprise Agent Platform) Dalam skrip pelatihan	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Vertex AI Experiments	Pencatatan otomatis. Pelajari cara menggunakan Autologging Platform Agen Gemini Enterprise. Langkah-langkah tutorial Aktifkan pencatatan otomatis di Agent Platform 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, lalu 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 Agent Platform SDK, latih model PyTorch, dan pastikan tidak ada parameter atau metrik yang dicatat dalam log.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Agent Platform Feature Store	Penyajian dan pengambilan fitur online data BigQuery dengan Agent Platform Feature Store. Pelajari cara membuat dan menggunakan instance penyimpanan fitur online untuk menghosting dan menyajikan data di BigQuery dengan Agent Platform Feature Store dalam alur kerja end-to-end untuk penyaluran nilai fitur dan pengambilan perjalanan pengguna. Pelajari lebih lanjut Agent Platform Feature Store. Langkah-langkah tutorial Sediakan instance penyimpanan fitur online untuk menghosting dan menyajikan 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 Gemini Enterprise Agent Platform Workbench
Agent Platform Feature Store	Penyajian fitur online dan pengambilan data BigQuery dengan Agent Platform Feature Store Optimized Serving. Pelajari cara membuat dan menggunakan instance feature store online untuk menghosting dan menyajikan data di BigQuery dengan Agent Platform Feature Store dalam alur kerja menyeluruh untuk menyajikan dan mengambil nilai fitur. Pelajari lebih lanjut Agent Platform Feature Store. Langkah-langkah tutorial Sediakan instance penyimpanan fitur online untuk menghosting dan menyajikan 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 Gemini Enterprise Agent Platform Workbench
Agent Platform Feature Store	Penyajian fitur online dan pengambilan vektor data BigQuery dengan Agent Platform Feature Store. Pelajari cara membuat dan menggunakan instance toko fitur online untuk menghosting dan menyajikan data di BigQuery dengan Agent Platform Feature Store dalam alur kerja end-to-end dari perjalanan pengguna pengambilan vektor dan penyajian fitur. Pelajari lebih lanjut Agent Platform Feature Store. Langkah-langkah tutorial Sediakan instance penyimpanan fitur online untuk menghosting dan menyajikan data. Buat instance penyimpanan fitur online untuk menayangkan tabel BigQuery. Gunakan server online untuk menelusuri tetangga terdekat.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Agent Platform Feature Store	Tutorial Perujukan LLM Berbasis Feature Store Agent Platform. Pelajari cara membuat dan menggunakan instance toko fitur online untuk menghosting dan menyajikan data di BigQuery dengan Agent Platform Feature Store dalam alur kerja end-to-end dari perjalanan pengguna pengambilan vektor dan penyajian fitur. Pelajari lebih lanjut Agent Platform Feature Store. Langkah-langkah tutorial Sediakan instance penyimpanan fitur online untuk menghosting dan menyajikan data. Buat instance penyimpanan fitur online untuk menayangkan tabel BigQuery. Gunakan server online untuk menelusuri tetangga terdekat.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Agent Platform Feature Store	Tutorial Agen Layanan Tampilan Fitur Feature Store Agent Platform. Pelajari cara menggunakan agen layanan khusus untuk tampilan fitur di Agent Platform Feature Store. Pelajari lebih lanjut Agent Platform Feature Store. 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. API tampilan fitur Get/List menampilkan akun layanan yang dibuat otomatis. Pengguna perlu memanggil perintah bq addiampolicybinding untuk memberikan roles/bigquery.dataViewer ke akun layanan.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Agent Platform Feature Store	SDK impor streaming di Agent Platform Feature Store (Lama). Pelajari cara mengimpor fitur dari Pandas DataFrame ke Agent Platform Feature Store menggunakan metode write_feature_values dari Agent Platform SDK. Pelajari lebih lanjut Agent Platform Feature Store. Langkah-langkah tutorial Buat featurestore. Buat jenis entity baru untuk featurestore Anda. Impor nilai fitur dari Pandas DataFrame ke jenis entity di featurestore.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Agent Platform Feature Store	Menggunakan Agent Platform Feature Store (Lama) dengan Pandas DataFrame. Pelajari cara menggunakan Agent Platform Feature Store dengan pandas Dataframe. Pelajari lebih lanjut Agent Platform Feature Store. Langkah-langkah tutorial Buat resource Featurestore, EntityType, dan Feature. Impor nilai fitur dari Pandas DataFrame ke dalam jenis entity. Baca nilai fitur entity dari online feature store ke dalam Pandas DataFrame. Tayangkan 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 Gemini Enterprise Agent Platform Workbench
Agent Platform Feature Store	Prediksi Online dan Batch menggunakan Agent Platform Feature Store (Lama). Pelajari cara menggunakan Agent Platform Feature Store untuk mengimpor data fitur, dan mengakses data fitur untuk penayangan online dan tugas offline, seperti pelatihan. Pelajari lebih lanjut Agent Platform Feature Store. 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. Gunakan impor streaming untuk mengimpor data dalam jumlah kecil.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Ringkasan dukungan AI Generatif di Gemini Enterprise Agent Platform	Inferensi Batch LLM Gemini Enterprise Agent Platform dengan Model yang di-tuning RLHF. Dalam tutorial ini, Anda menggunakan Gemini Enterprise Agent Platform untuk mendapatkan prediksi dari model bahasa besar yang di-tuning RLHF. Pelajari lebih lanjut Ringkasan dukungan AI Generatif di Gemini Enterprise Agent Platform. Langkah-langkah tutorial Buat tugas Gemini Enterprise Agent Platform Pipeline menggunakan template yang telah ditentukan sebelumnya untuk inferensi massal. Jalankan pipeline menggunakan Gemini Enterprise Agent Platform Pipelines. Menghasilkan hasil prediksi terhadap model untuk set data tertentu.	Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
generative_ai	Menyaring model bahasa besar. Pelajari cara menyaring dan men-deploy model bahasa besar menggunakan LLM Gemini Enterprise Agent Platform. Langkah-langkah tutorial Dapatkan model LLM Gemini Enterprise Agent Platform. Menyaring model(tindakan ini akan otomatis membuat endpoint Gemini Enterprise Agent Platform dan men-deploy model ke endpoint). Membuat prediksi menggunakan LLM Gemini Enterprise Agent Platform.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
embedding teks	Penelusuran Semantik menggunakan Embedding. Dalam tutorial ini, kami akan menunjukkan cara membuat embedding yang dihasilkan dari teks dan melakukan penelusuran semantik. Pelajari embedding teks lebih lanjut. Langkah-langkah tutorial Penginstalan dan impor Membuat set data embedding Membuat indeks Membuat kueri indeks	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
generative_ai	Mendapatkan Penyematan Teks di Gemini Enterprise Agent Platform. Pelajari cara mendapatkan embedding teks berdasarkan model embedding teks dan teks. Langkah-langkah tutorial	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
generative_ai	Mendapatkan Penyematan Teks di Gemini Enterprise Agent Platform. Pelajari cara mendapatkan embedding teks berdasarkan model embedding teks dan teks. Langkah-langkah tutorial	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Menyesuaikan model teks menggunakan penyesuaian yang diawasi	Menyesuaikan model PEFT dengan Gemini Enterprise Agent Platform. Pelajari cara menggunakan LLM Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform. Sesuaikan model. Tindakan ini akan otomatis membuat endpoint Gemini Enterprise Agent Platform dan men-deploy model ke endpoint tersebut. Membuat prediksi menggunakan LLM Gemini Enterprise Agent Platform. Buat prediksi menggunakan Inferensi Vertex AI.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
generative_ai	Mendapatkan Penyematan Teks yang Dioptimalkan di Gemini Enterprise Agent Platform. Pelajari cara menyesuaikan model penyematan teks. Langkah-langkah tutorial	Colab GitHub Gemini Enterprise Agent Platform Workbench
PaLM API	Menggunakan Agent Platform SDK dengan Model Bahasa Besar. Pelajari cara memberikan input teks ke Model Bahasa Besar yang tersedia di Gemini Enterprise Agent Platform untuk menguji, menyesuaikan, dan men-deploy model bahasa AI generatif. Pelajari PaLM API lebih lanjut. Langkah-langkah tutorial Gunakan endpoint prediksi PaLM API Gemini Enterprise Agent Platform untuk menerima respons AI generatif terhadap pesan. Gunakan endpoint embedding teks untuk menerima representasi vektor pesan. Melakukan penyesuaian perintah LLM, berdasarkan data pelatihan input/output.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Bermigrasi ke Gemini Enterprise Agent Platform Klasifikasi untuk data gambar	Klasifikasi Gambar AutoML. Pelajari cara menggunakan AutoML untuk melatih model gambar serta cara menggunakan Vertex AI Inference dan Gemini Enterprise Agent Platform batch inference untuk menjalankan prediksi batch dan online. Pelajari lebih lanjut Migrasi ke Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform Workbench
Bermigrasi ke Gemini Enterprise Agent Platform Deteksi objek untuk data gambar	Deteksi objek gambar AutoML. Pelajari cara menggunakan AutoML untuk melatih model gambar serta cara menggunakan Vertex AI Inference dan Gemini Enterprise Agent Platform Batch Prediction untuk menjalankan prediksi batch dan online. Pelajari lebih lanjut Migrasi ke Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform Workbench
Bermigrasi ke Gemini Enterprise Agent Platform Klasifikasi untuk data tabulasi	Klasifikasi biner tabulasi AutoML. Dalam tutorial ini, Anda akan membuat model klasifikasi biner tabel AutoML dan men-deploy-nya untuk prediksi online dari skrip Python menggunakan Agent Platform SDK. Pelajari lebih lanjut Migrasi ke Gemini Enterprise Agent Platform. Pelajari Klasifikasi untuk data tabulasi lebih lanjut. Langkah-langkah tutorial Buat resource set data Gemini Enterprise Agent Platform. Latih model. Lihat evaluasi model. Deploy resource model ke resource endpoint penayangan. Buat prediksi. Membatalkan deployment model	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Bermigrasi ke Gemini Enterprise Agent Platform Pelatihan kustom	Klasifikasi gambar kustom dengan container pelatihan kustom. Pelajari cara melatih model klasifikasi gambar TensorFlow menggunakan container kustom dan pelatihan Gemini Enterprise Agent Platform. Pelajari lebih lanjut Migrasi ke Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform, lalu jalankan. Evaluasi model yang dihasilkan dari tugas pelatihan. Buat resource model untuk model terlatih di Model Registry. Jalankan tugas inferensi batch Gemini Enterprise Agent Platform. Deploy resource model ke endpoint Gemini Enterprise Agent Platform. Jalankan tugas prediksi online pada resource model. Bersihkan resource yang dibuat.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Bermigrasi ke Gemini Enterprise Agent Platform Ringkasan pelatihan kustom	Klasifikasi gambar kustom dengan container pelatihan bawaan. Pelajari cara melatih model klasifikasi gambar TensorFlow menggunakan container bawaan dan pelatihan Gemini Enterprise Agent Platform. Pelajari lebih lanjut Migrasi ke Gemini Enterprise Agent Platform. Pelajari lebih lanjut Ringkasan pelatihan kustom. 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 Gemini Enterprise Agent Platform, lalu jalankan. Evaluasi model yang dihasilkan dari tugas pelatihan. Buat resource model untuk model terlatih di Model Registry. Jalankan tugas inferensi batch Gemini Enterprise Agent Platform. Deploy resource model ke endpoint Gemini Enterprise Agent Platform. Jalankan tugas prediksi online pada resource model. Bersihkan resource yang dibuat.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Bermigrasi ke Gemini Enterprise Agent Platform Ringkasan pelatihan kustom	Model Scikit-Learn kustom dengan container pelatihan bawaan. Pelajari cara menggunakan Vertex AI Training untuk membuat model yang dilatih khusus. Pelajari lebih lanjut Migrasi ke Gemini Enterprise Agent Platform. Pelajari lebih lanjut Ringkasan pelatihan kustom. Langkah-langkah tutorial Buat tugas kustom Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Bermigrasi ke Gemini Enterprise Agent Platform Ringkasan pelatihan kustom	Model XGBoost kustom dengan container pelatihan bawaan. Pelajari cara menggunakan Vertex AI Training untuk membuat model yang dilatih khusus. Pelajari lebih lanjut Migrasi ke Gemini Enterprise Agent Platform. Pelajari lebih lanjut Ringkasan pelatihan kustom. Langkah-langkah tutorial Buat tugas kustom Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Penyesuaian hyperparameter Gemini Enterprise Agent Platform Pelatihan kustom	Penyesuaian Hyperparameter Pelajari cara menggunakan hyperparameter Gemini Enterprise Agent Platform untuk membuat dan menyesuaikan model terlatih kustom. Pelajari lebih lanjut penyesuaian hyperparameter Gemini Enterprise Agent Platform. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat tugas penyesuaian hyperparameter Gemini Enterprise Agent Platform untuk melatih model TensorFlow.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Vertex ML Metadata	Melacak parameter dan metrik untuk tugas pelatihan kustom. Pelajari cara menggunakan Agent Platform SDK untuk Python untuk: 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 Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Vertex ML Metadata Pipeline Platform Agen Gemini Enterprise	Lacak artefak dan metrik di seluruh operasi Gemini Enterprise Agent Platform Pipelines menggunakan Vertex ML Metadata. Pelajari cara melacak artefak dan metrik dengan Vertex ML Metadata dalam operasi Pipeline Gemini Enterprise Agent Platform. Pelajari Metadata Vertex ML lebih lanjut. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Langkah-langkah tutorial Gunakan Kubeflow Pipelines SDK untuk membangun pipeline ML yang berjalan di Gemini Enterprise Agent Platform. Pipeline membuat set data, melatih model scikitlearn, dan men-deploy model ke endpoint. Menulis komponen pipeline kustom yang menghasilkan artefak dan metadata. Membandingkan operasi Gemini Enterprise Agent Platform Pipeline, baik di Google Cloud konsol maupun secara terprogram. Melacak silsilah untuk artefak yang dihasilkan pipeline. Kueri metadata operasi pipeline Anda.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Evaluasi Model Gemini Enterprise Agent Platform Klasifikasi untuk data tabulasi	Mengevaluasi hasil prediksi batch dari model klasifikasi Tabular AutoML. Pelajari cara melatih model klasifikasi Tabular AutoML Gemini Enterprise Agent Platform dan mempelajari cara mengevaluasinya melalui tugas pipeline Gemini Enterprise Agent Platform menggunakan google_cloud_pipeline_components: Pelajari lebih lanjut Evaluasi Model Gemini Enterprise Agent Platform. Pelajari Klasifikasi untuk data tabulasilebih lanjut. Langkah-langkah tutorial Buat DatasetGemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform Workbench
Evaluasi Model Platform Agen Gemini Enterprise Regresi untuk data tabular	Mengevaluasi hasil prediksi batch dari model regresi tabular AutoML. Pelajari cara mengevaluasi resource model Gemini Enterprise Agent Platform melalui tugas pipeline Gemini Enterprise Agent Platform menggunakan google_cloud_pipeline_components: Pelajari lebih lanjut Evaluasi Model Gemini Enterprise Agent Platform. Pelajari Regresi untuk data tabel lebih lanjut. Langkah-langkah tutorial Buat set data Gemini Enterprise Agent Platform. Konfigurasi class AutoMLTabularTrainingJob. Jalankan AutoMLTabularTrainingJob yang menampilkan model. Impor AutoML model resource terlatih ke dalam pipeline. Jalankan tugas batch prediction di pipeline. Evaluasi model AutoML menggunakan regression evaluation component. Impor metrik regresi yang dihasilkan ke resource model AutoML.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pelatihan kustom Gemini Enterprise Agent Platform Evaluasi model Gemini Enterprise Agent Platform	Mengevaluasi hasil BatchPrediction dari model klasifikasi tabel khusus. Dalam tutorial ini, Anda akan melatih model RandomForest scikit-learn, menyimpan model di Model Registry, dan mempelajari cara mengevaluasi model melalui tugas pipeline Gemini Enterprise Agent Platform menggunakan Google Cloud Pipeline Components Python SDK. Pelajari lebih lanjut pelatihan kustom Gemini Enterprise Agent Platform. Pelajari lebih lanjut evaluasi model Gemini Enterprise Agent Platform. 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 Model Registry. Membuat dan menjalankan Pipeline Gemini Enterprise Agent Platform yang	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Evaluasi Model Gemini Enterprise Agent Platform Pelatihan kustom	Mengevaluasi hasil prediksi batch dari model regresi tabular kustom. Pelajari cara mengevaluasi resource model Gemini Enterprise Agent Platform melalui tugas pipeline Gemini Enterprise Agent Platform menggunakan komponen pipeline Google Cloud. Pelajari lebih lanjut Evaluasi Model Gemini Enterprise Agent Platform. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat Tugas Pelatihan Kustom Gemini Enterprise Agent Platform untuk melatih model TensorFlow. Jalankan tugas pelatihan kustom. Ambil dan muat artefak model. Lihat evaluasi model. Upload model sebagai resource model Gemini Enterprise Agent Platform. Impor resource model Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Evaluasi Model AutoSxS Gemini Enterprise Agent Platform	Periksa keselarasan autorater dengan set data preferensi manusia. Pelajari cara menggunakan Gemini Enterprise Agent Platform Pipelines dan google_cloud_pipeline_components untuk memeriksa keselarasan autorater menggunakan data preferensi manusia: Pelajari lebih lanjut Evaluasi Model AutoSxS Gemini Enterprise Agent Platform. 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 Pipeline AutoSxS Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Evaluasi Model AutoSxS Gemini Enterprise Agent Platform	Mengevaluasi LLM di Model Registry terhadap model pihak ketiga. Pelajari cara menggunakan Gemini Enterprise Agent Platform Pipelines dan google_cloud_pipeline_components untuk mengevaluasi performa antara dua model LLM: Pelajari lebih lanjut Evaluasi Model AutoSxS Platform Agen Gemini Enterprise. Langkah-langkah tutorial Ambil set data dari sumber publik. Lakukan prapemrosesan data secara lokal dan simpan data pengujian di Cloud Storage. Buat dan jalankan Pipeline AutoSxS Gemini Enterprise Agent Platform yang membuat penilaian dan mengevaluasi dua model kandidat menggunakan penilaian yang dibuat. Mencetak penilaian dan metrik evaluasi. Bersihkan resource yang dibuat di notebook ini.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pemantauan Model Gemini Enterprise Agent Platform untuk prediksi batch	Prediksi Batch Gemini Enterprise Agent Platform dengan Pemantauan Model. Pelajari cara menggunakan layanan pemantauan model Gemini Enterprise Agent Platform untuk mendeteksi penyimpangan dan anomali dalam prediksi batch. Pelajari lebih lanjut Pemantauan Model Gemini Enterprise Agent Platform untuk prediksi batch. Langkah-langkah tutorial Upload model terlatih sebagai resource model Gemini Enterprise Agent Platform. Buat permintaan prediksi batch. Tafsirkan statistik, visualisasi, dan data lain yang dilaporkan oleh fitur pemantauan model.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pemantauan Model Gemini Enterprise Agent Platform	Pemantauan Model Gemini Enterprise Agent Platform untuk model tabular AutoML. Pelajari cara menggunakan layanan Pemantauan Model Platform Agen Gemini Enterprise untuk mendeteksi kecondongan dan penyimpangan fitur dalam permintaan prediksi input, untuk model tabulasi AutoML. Pelajari lebih lanjut Pemantauan Model Gemini Enterprise Agent Platform. Langkah-langkah tutorial Latih model AutoML. Deploy resource model ke resource endpoint Gemini Enterprise Agent Platform. Konfigurasi 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 Gemini Enterprise Agent Platform Workbench
Pemantauan Model Gemini Enterprise Agent Platform	Pemantauan Model Platform Agen Gemini Enterprise untuk prediksi online dalam model gambar AutoML. Pelajari cara menggunakan Gemini Enterprise Agent Platform Model Monitoring dengan Gemini Enterprise Agent Platform Online Prediction dengan model klasifikasi gambar AutoML untuk mendeteksi gambar di luar distribusi. Pelajari lebih lanjut Pemantauan Model Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform Workbench
Pemantauan Model Gemini Enterprise Agent Platform	Pemantauan Model Gemini Enterprise Agent Platform untuk model tabular kustom. Pelajari cara menggunakan layanan Pemantauan Model Platform Agen Gemini Enterprise untuk mendeteksi kecondongan dan penyimpangan fitur dalam permintaan prediksi input, untuk model tabulasi kustom. Pelajari lebih lanjut Pemantauan Model Gemini Enterprise Agent Platform. Langkah-langkah tutorial Download model tabular kustom yang telah dilatih sebelumnya. Upload model terlatih ke Model Registry. Deploy resource model ke resource endpoint Gemini Enterprise Agent Platform. Konfigurasi resource endpoint untuk pemantauan model. Buat permintaan prediksi sintetis untuk menyimulasikan kecondongan. Tunggu notifikasi peringatan email. Buat permintaan prediksi sintetis untuk menyimulasikan penyimpangan. Tunggu notifikasi peringatan email.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pemantauan Model Gemini Enterprise Agent Platform	Pemantauan Model Gemini Enterprise Agent Platform untuk model tabular kustom dengan container TensorFlow Serving. Pelajari cara menggunakan layanan Pemantauan Model Platform Agen Gemini Enterprise untuk mendeteksi kecondongan dan penyimpangan fitur dalam permintaan prediksi input, untuk model tabular kustom, menggunakan container deployment kustom. Pelajari lebih lanjut Pemantauan Model Gemini Enterprise Agent Platform. 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 penayangan "TensorFlow Serving". Konfigurasi resource Endpoint untuk pemantauan model. Buat permintaan prediksi sintetis untuk kecondongan. Tunggu notifikasi peringatan email. Buat permintaan prediksi sintetis untuk penyimpangan. Tunggu notifikasi peringatan email.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pemantauan Model Gemini Enterprise Agent Platform	Pemantauan Model Gemini Enterprise Agent Platform untuk penyiapan model tabular. Pelajari cara menyiapkan layanan Gemini Enterprise Agent Platform Model Monitoring untuk mendeteksi kecondongan dan penyimpangan fitur dalam permintaan prediksi input. Pelajari lebih lanjut Pemantauan Model Gemini Enterprise Agent Platform. 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. Konfigurasi resource endpoint untuk pemantauan model. Deteksi kecondongan dan penyimpangan untuk input fitur. Deteksi kecondongan dan penyimpangan untuk atribusi fitur. Pembuatan skema input secara otomatis dengan 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 Gemini Enterprise Agent Platform Workbench
Pemantauan Model Gemini Enterprise Agent Platform	Pemantauan Model Gemini Enterprise Agent Platform untuk model XGBoost. Pelajari cara menggunakan layanan Pemantauan Model Gemini Enterprise Agent Platform untuk mendeteksi kecondongan dan penyimpangan fitur dalam permintaan prediksi input untuk model XGBoost. Pelajari lebih lanjut Pemantauan Model Gemini Enterprise Agent Platform. Langkah-langkah tutorial Download model XGBoost yang telah dilatih sebelumnya. Upload model terlatih ke Model Registry. Deploy resource model ke resource endpoint Gemini Enterprise Agent Platform. Konfigurasi resource endpoint untuk pemantauan model	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pemantauan Model Gemini Enterprise Agent Platform	Pemantauan Model Gemini Enterprise Agent Platform dengan Atribusi Fitur Vertex Explainable AI. Pelajari cara menggunakan layanan Pemantauan Model Gemini Enterprise Agent Platform untuk mendeteksi penyimpangan dan anomali dalam permintaan prediksi dari resource model Gemini Enterprise Agent Platform yang di-deploy. Pelajari lebih lanjut Pemantauan Model Gemini Enterprise Agent Platform. Langkah-langkah tutorial Upload model terlatih sebagai resource model Gemini Enterprise Agent Platform. Buat resource endpoint Gemini Enterprise Agent Platform. Deploy resource model ke resource endpoint. Konfigurasi resource endpoint untuk pemantauan model. Inisialisasi distribusi baseline untuk pemantauan model. Buat permintaan prediksi sintetis. Pahami cara menafsirkan statistik, visualisasi, dan data lain yang dilaporkan oleh fitur pemantauan model.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
model_monitoring_v2	Pemantauan Model untuk Tugas Prediksi Batch Model Kustom Gemini Enterprise Agent Platform. Dalam tutorial ini, Anda akan menyelesaikan langkah-langkah berikut: Langkah-langkah tutorial	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
model_monitoring_v2	Pemantauan Model untuk Prediksi Online Model Kustom Gemini Enterprise Agent Platform. Dalam tutorial ini, Anda akan menyelesaikan langkah-langkah berikut: Langkah-langkah tutorial	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Model Registry	Mulai menggunakan Model Registry. Pelajari cara menggunakan Model Registry untuk membuat dan mendaftarkan beberapa versi model. Pelajari Model Registry lebih lanjut. Langkah-langkah tutorial Buat dan daftarkan versi pertama model ke Model Registry. Buat dan daftarkan versi kedua model ke Model Registry. Memperbarui versi model yang merupakan default. Hapus versi model. Latih kembali versi model berikutnya.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform Komponen AutoML Klasifikasi untuk data tabulasi	Pipeline tabular AutoML yang menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan Gemini Enterprise Agent Platform Pipelines dan Komponen Google Cloud Pipeline untuk membangun model klasifikasi tabel AutoML. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Pelajari komponen AutoML lebih lanjut. Pelajari Klasifikasi untuk data tabulasilebih lanjut. Langkah-langkah tutorial Buat pipeline KFP yang membuat Dataset Gemini Enterprise Agent Platform. Tambahkan komponen ke pipeline yang melatih resource model klasifikasi tabulasi AutoML. Tambahkan komponen yang membuat resource endpoint Gemini Enterprise Agent Platform. Tambahkan komponen yang men-deploy resource model ke resource endpoint. Kompilasi pipeline KFP. Jalankan pipeline KFP menggunakan Gemini Enterprise Agent Platform Pipelines.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform	Metodologi Challenger vs. Blessed untuk deployment model ke dalam produksi. Pelajari cara membuat pipeline Gemini Enterprise Agent Platform, 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 Model Registry. Impor metrik evaluasi model sintetis ke model yang terkait (blessed). Membuat resource endpoint Gemini Enterprise Agent Platform Deploy model yang disetujui ke resource endpoint. Buat Pipeline Gemini Enterprise Agent Platform yang menjalankan langkah-langkah berikut	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform	Struktur kontrol pipeline menggunakan KFP SDK. Pelajari cara menggunakan KFP SDK, yang menggunakan loop dan kondisional termasuk contoh bertingkat, untuk membangun pipeline. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Langkah-langkah tutorial Membuat pipeline KFP menggunakan komponen alur kontrol Kompilasi pipeline KFP Jalankan pipeline KFP menggunakan Gemini Enterprise Agent Platform Pipelines	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Gemini Enterprise Agent Platform Pipelines Komponen pelatihan kustom	Pelatihan kustom dengan Komponen Pipeline Google Cloud yang telah dibuat sebelumnya. Pelajari cara menggunakan Pipeline Platform Agen Gemini Enterprise dan Komponen Pipeline Google Cloud untuk membangun model kustom. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Pelajari Komponen pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform Komponen Prediksi Batch Gemini Enterprise Agent Platform	Pelatihan dan prediksi batch dengan sumber dan tujuan BigQuery untuk model klasifikasi tabular kustom. Dalam tutorial ini, Anda akan melatih model klasifikasi tabulasi scikit-learn dan membuat tugas prediksi batch untuk model tersebut melalui pipeline Gemini Enterprise Agent Platform menggunakan google_cloud_pipeline_components. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Pelajari lebih lanjut komponen Prediksi Batch Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform yang	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform Penyesuaian hyperparameter Gemini Enterprise Agent Platform	Mulai menggunakan komponen pipeline penyesuaian hyperparameter Gemini Enterprise Agent Platform. Pelajari cara menggunakan Komponen Pipeline Google Cloud bawaan untuk penyesuaian hyperparameter Platform Agen Gemini Enterprise. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Pelajari lebih lanjut penyesuaian hyperparameter Gemini Enterprise Agent Platform. Langkah-langkah tutorial Bangun pipeline untuk	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform	Mulai menggunakan pengelolaan mesin untuk Gemini Enterprise Agent Platform Pipelines. Pelajari cara mengonversi komponen pelatihan kustom mandiri menjadi Gemini Enterprise Agent Platform CustomJob, di mana: Langkah-langkah tutorial Buat komponen kustom dengan tugas pelatihan mandiri. Jalankan pipeline menggunakan setelan componentlevel untuk resource mesin Konversi komponen pelatihan mandiri menjadi Gemini Enterprise Agent Platform CustomJob. Jalankan pipeline menggunakan setelan customjoblevel untuk resource mesin	Colab GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform Komponen AutoML	Pipeline klasifikasi gambar AutoML yang menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan Gemini Enterprise Agent Platform Pipelines dan komponen pipeline Google Cloud untuk membangun model klasifikasi gambar AutoML. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Pelajari komponen AutoML lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform Komponen AutoML Regresi untuk data tabular	Pipeline regresi tabulasi AutoML menggunakan google-cloud-pipeline-components. Pelajari cara menggunakan Gemini Enterprise Agent Platform Pipelines dan Google Cloud Pipeline Components untuk membangun model regresi tabulasi AutoML. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. 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 Gemini Enterprise Agent Platform Pipelines.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform Komponen BigQuery ML	Melatih model prediksi akuisisi menggunakan Swivel, BigQuery ML, dan Gemini Enterprise Agent Platform Pipelines. Pelajari cara membuat pipeline BigQuery ML sederhana menggunakan Agent Platform Pipelines untuk menghitung embedding teks konten dari artikel dan mengklasifikasikannya ke dalam kategori *akuisisi perusahaan*. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. 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 Gemini Enterprise Agent Platform Pipelines.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Gemini Enterprise Agent Platform Pipelines Komponen pelatihan kustom	Latih, upload, dan deploy model menggunakan Komponen Pipeline Google Cloud. Pelajari cara menggunakan Pipeline Platform Agen Gemini Enterprise dan komponen pipeline Google Cloud untuk membangun dan men-deploy model kustom. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Pelajari Komponen pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat pipeline KFP	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform	Pipeline Gemini Enterprise Agent Platform dengan KFP 2.x. Pelajari cara menggunakan Gemini Enterprise Agent Platform Pipelines dan KFP 2. Langkah-langkah tutorial Buat pipeline KFP	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform	Komponen berbasis fungsi Python ringan, dan I/O komponen. Pelajari cara menggunakan KFP SDK untuk membangun komponen berbasis fungsi Python yang ringan, lalu pelajari cara menggunakan Gemini Enterprise Agent Platform Pipelines untuk menjalankan pipeline tersebut. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. 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. Jalankan pipeline KFP menggunakan Gemini Enterprise Agent Platform Pipelines	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform	Visualisasi metrik dan perbandingan operasi menggunakan KFP SDK. Pelajari cara menggunakan KFP SDK untuk Python guna membangun pipeline yang menghasilkan metrik evaluasi. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Langkah-langkah tutorial Buat komponen KFP	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform	Metodologi Multicontender vs. Champion untuk deployment model ke dalam produksi. Pelajari cara membuat pipeline Gemini Enterprise Agent Platform, yang mengevaluasi data produksi baru dari model yang di-deploy dengan versi model lainnya, untuk menentukan apakah model contender akan menggantikan model champion dalam produksi. Langkah-langkah tutorial Impor model yang telah dilatih sebelumnya (champion) ke Model Registry. Impor metrik evaluasi pelatihan model sintetis ke model yang terkait (champion). Buat resource endpoint Gemini Enterprise Agent Platform. 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). Buat Pipeline Gemini Enterprise Agent Platform yang menjalankan langkah-langkah berikut	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pipeline Gemini Enterprise Agent Platform	Pengantar pipeline untuk KFP. Pelajari cara menggunakan KFP SDK untuk Python guna membangun pipeline yang menghasilkan metrik evaluasi. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. Langkah-langkah tutorial Tentukan dan kompilasi pipeline Gemini Enterprise Agent Platform. Tentukan akun layanan yang akan digunakan untuk operasi pipeline. Jalankan pipeline menggunakan Agent Platform SDK for Python dan REST API.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Komponen AutoML Komponen BigQuery ML	BigQuery ML dan AutoML - Pembuatan Prototipe Cepat dengan Gemini Enterprise Agent Platform. Pelajari cara menggunakan Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform Workbench
Inferensi Batch Gemini Enterprise Agent Platform	Inferensi batch model kustom dengan pemfilteran fitur. Pelajari cara membuat model yang dilatih khusus dari skrip Python di container Docker menggunakan Agent Platform SDK untuk Python, lalu jalankan tugas inferensi batch dengan menyertakan atau mengecualikan daftar fitur. Pelajari lebih lanjut Inferensi Batch Gemini Enterprise Agent Platform. Langkah-langkah tutorial Buat TrainingPipeline kustom Gemini Enterprise Agent Platform untuk melatih model. Latih model TensorFlow Kirim tugas prediksi batch.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Vertex AI Inference	Mulai menggunakan server NVIDIA Triton. Pelajari cara men-deploy container yang menjalankan Nvidia Triton Server dengan resource model Gemini Enterprise Agent Platform ke endpoint Gemini Enterprise Agent Platform untuk membuat prediksi online. Pelajari Inferensi Vertex AI lebih lanjut. Langkah-langkah tutorial Download artefak model dari TensorFlow Hub. Buat file konfigurasi inferensi Triton untuk model. Buat container kustom, dengan image penyaluran Triton, untuk deployment model. Upload model sebagai resource model Gemini Enterprise Agent Platform. Deploy resource model Gemini Enterprise Agent Platform ke resource endpoint Gemini Enterprise Agent Platform. Buat permintaan prediksi. Batalkan deployment resource model dan hapus endpoint.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Prediksi Mentah	Mulai menggunakan fungsi penayangan TensorFlow dengan Prediksi Mentah Gemini Enterprise Agent Platform. Pelajari cara menggunakan Gemini Enterprise Agent Platform Raw Prediction pada resource Gemini Enterprise Agent Platform Endpoint. Pelajari Raw Predict lebih lanjut. Langkah-langkah tutorial Download artefak model klasifikasi tabular terlatih untuk estimator TensorFlow 1.x. Upload model estimator TensorFlow sebagai resource Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
mendapatkan prediksi dari model terlatih kustom	Mulai menggunakan TensorFlow Serving dengan Vertex AI Inference. Pelajari cara menggunakan Vertex AI Inference pada resource Gemini Enterprise Agent Platform Endpoint dengan biner penayangan TensorFlow Serving. Pelajari lebih lanjut cara mendapatkan prediksi dari model terlatih kustom. Langkah-langkah tutorial	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Endpoint Pribadi	Mulai menggunakan Endpoint Pribadi Gemini Enterprise Agent Platform. Pelajari cara menggunakan resource Gemini Enterprise Agent Platform Private Endpoint. Pelajari Endpoint Pribadi lebih lanjut. Langkah-langkah tutorial Membuat resource Private Endpoint. Konfigurasi koneksi peering VPC. Mengonfigurasi biner penayangan resource Model untuk deployment ke resource Private Endpoint. Men-deploy resource Model ke resource Private Endpoint. Mengirim permintaan prediksi ke Private Endpoint	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Model Bahasa Gemini Enterprise Agent Platform	LLM dan prediksi streaming Gemini Enterprise Agent Platform. Pelajari cara menggunakan LLM Gemini Enterprise Agent Platform untuk mendownload model LLM terlatih, membuat prediksi, dan meningkatkan model. Pelajari lebih lanjut Model Bahasa Gemini Enterprise Agent Platform. 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 Memuat model chat terlatih. Lakukan sesi chat interaktif lokal. Lakukan prediksi batch dengan model pembuatan teks. Lakukan prediksi batch dengan model embedding teks.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Container bawaan untuk prediksi	Menayangkan model gambar PyTorch dengan container bawaan di Gemini Enterprise Agent Platform. Pelajari cara mengemas dan men-deploy model klasifikasi gambar PyTorch menggunakan container Platform Agen Gemini Enterprise 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 Gemini Enterprise Agent Platform Workbench
Inferensi Platform Agen Gemini Enterprise	Latih dan deploy model PyTorch dengan container bawaan di Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform Workbench
Ringkasan Ray di Gemini Enterprise Agent Platform	Mulai menggunakan PyTorch di Ray di Gemini Enterprise Agent Platform. Pelajari cara mendistribusikan proses pelatihan model klasifikasi gambar PyTorch secara efisien dengan memanfaatkan Ray di Gemini Enterprise Agent Platform. Pelajari lebih lanjut ringkasan Ray di Gemini Enterprise Agent Platform. 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 Model Registry Men-deploy model di Endpoint Gemini Enterprise Agent Platform Buat prediksi online	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Ringkasan Ray di Gemini Enterprise Agent Platform	Pengelolaan cluster Ray di Gemini Enterprise Agent Platform. Pelajari cara membuat cluster, mencantumkan cluster yang ada, mendapatkan cluster, memperbarui cluster, dan menghapus cluster. Pelajari lebih lanjut ringkasan Ray di Gemini Enterprise Agent Platform. Langkah-langkah tutorial Membuat cluster. Mencantumkan cluster yang ada. Mendapatkan cluster. Naikkan skala cluster secara manual, lalu turunkan skala cluster. Menskalakan cluster secara otomatis. Hapus cluster yang ada.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Ray di Gemini Enterprise Agent Platform Spark di Ray di Gemini Enterprise Agent Platform	Spark di Ray di Gemini Enterprise Agent Platform. Pelajari cara menggunakan RayDP untuk menjalankan aplikasi Spark di cluster Ray di Gemini Enterprise Agent Platform. Pelajari lebih lanjut Ray di Gemini Enterprise Agent Platform. Pelajari lebih lanjut Spark di Ray di Gemini Enterprise Agent Platform. Langkah-langkah tutorial Membuat image container Ray di Gemini Enterprise Agent Platform kustom Membuat cluster Ray di Gemini Enterprise Agent Platform menggunakan image container 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 dalam aplikasi Spark di Ray di Gemini Enterprise Agent Platform Menghapus cluster Ray di Gemini Enterprise Agent Platform	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Vertex AI Training Server Pengurangan Platform Agen Gemini Enterprise	Pelatihan terdistribusi PyTorch dengan Reduction Server Gemini Enterprise Agent Platform. 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 lebih lanjut Gemini Enterprise Agent Platform Reduction Server. Langkah-langkah tutorial Buat aplikasi pelatihan terdistribusi PyTorch Mengemas aplikasi pelatihan dengan container bawaan Membuat tugas kustom di Gemini Enterprise Agent Platform dengan Reduction Server Kirim dan pantau tugas	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Download Data Menyiapkan File CSV untuk membuat set data terkelola Membuat paket Python pelatihan kustom Buat container TensorFlow Serving Menjalankan pelatihan paket Python kustom dengan set data teks terkelola Men-deploy model dan membuat endpoint di Gemini Enterprise Agent Platform Memprediksi di endpoint Buat tugas Prediksi Batch pada model	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Perkiraan ARIMA+ BigQuery ML untuk data tabulasi	Latih Model ARIMA_PLUS BigQuery ML menggunakan alur kerja tabular Gemini Enterprise Agent Platform. Pelajari cara membuat model ARIMA_PLUS BigQuery ML menggunakan pipeline Platform Agen Gemini Enterprise pelatihan dari Komponen Pipeline Google Cloud , lalu lakukan 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 Gemini Enterprise Agent Platform Workbench
Komponen Pipeline Google Cloud Prophet untuk data tabulasi	Melatih Model Prophet menggunakan Gemini Enterprise Agent Platform Tabular Workflows. Pelajari cara membuat beberapa model Prophet menggunakan pipeline Platform Agen Gemini Enterprise pelatihan dari Komponen Pipeline Google Cloud , lalu jalankan prediksi batch menggunakan pipeline prediksi yang terkait. Pelajari lebih lanjut Google Cloud Pipeline Components. Pelajari lebih lanjut Prophet untuk data tabular. Langkah-langkah tutorial 1. Latih model Prophet. 1. Lihat metrik evaluasi. 1. Buat prediksi batch dengan model Prophet.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform 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 Siapkan 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 Gemini Enterprise Agent Platform Workbench
Vertex AI TensorBoard	Hyperparameter Tuning Vertex AI TensorBoard dengan Dasbor HParams. Di 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 Gemini Enterprise Agent Platform 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 Buat dan jalankan tugas pelatihan kustom yang mengaktifkan Profiler Melihat dasbor Profiler untuk men-debug performa pelatihan model Anda	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Profiler Vertex AI TensorBoard	Membuat profil performa pelatihan model menggunakan Cloud Profiler dalam pelatihan kustom dengan container bawaan. Pelajari cara mengaktifkan Profiler di Gemini Enterprise Agent Platform 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 Buat dan jalankan tugas pelatihan kustom yang mengaktifkan Profiler Melihat dasbor Profiler untuk men-debug performa pelatihan model Anda	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Vertex AI TensorBoard Pipeline Platform Agen Gemini Enterprise	Integrasi Vertex AI TensorBoard dengan Gemini Enterprise Agent Platform Pipelines. Pelajari cara membuat pipeline pelatihan menggunakan KFP SDK, menjalankan pipeline di Gemini Enterprise Agent Platform Pipelines, dan memantau proses pelatihan di Vertex AI TensorBoard secara hampir real time. Pelajari Vertex AI TensorBoard lebih lanjut. Pelajari lebih lanjut Pipeline Platform Agen Gemini Enterprise. 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 Gemini Enterprise Agent Platform Pipelines dengan Vertex AI TensorBoard diaktifkan untuk pemantauan mendekati real-time.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Penyesuaian Hyperparameter Gemini Enterprise Agent Platform	Penyesuaian Hyperparameter Gemini Enterprise Agent Platform Terdistribusi. Di notebook ini, Anda akan membuat model yang dilatih khusus dari skrip Python di container Docker. Pelajari lebih lanjut Penyesuaian Hyperparameter Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform Workbench
Vertex AI Training	Mulai menggunakan Vertex AI Training untuk LightGBM. Pelajari cara melatih model kustom LightGBM menggunakan metode container kustom untuk Vertex AI Training. 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 Gemini Enterprise Agent Platform. Jalankan tugas prediksi batch. Deploy model ke endpoint dan kirim permintaan prediksi online. Bersihkan resource yang dibuat.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pelatihan terdistribusi Gemini Enterprise Agent Platform	Mulai menggunakan pelatihan terdistribusi Gemini Enterprise Agent Platform. Pelajari cara menggunakan pelatihan terdistribusi Gemini Enterprise Agent Platform saat melakukan pelatihan dengan Gemini Enterprise Agent Platform. Pelajari lebih lanjut pelatihan terdistribusi Gemini Enterprise Agent Platform. Langkah-langkah tutorial	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Penyesuaian Hyperparameter Gemini Enterprise Agent Platform	Menjalankan penyesuaian hyperparameter untuk model TensorFlow. Pelajari cara menjalankan tugas penyesuaian hyperparameter Gemini Enterprise Agent Platform untuk model TensorFlow. Pelajari lebih lanjut Penyesuaian Hyperparameter Gemini Enterprise Agent Platform. Langkah-langkah tutorial Mengubah kode aplikasi pelatihan untuk penyesuaian hyperparameter otomatis. Kemas kode aplikasi pelatihan ke dalam container. Mengonfigurasi dan meluncurkan tugas penyesuaian hyperparameter dengan Gemini Enterprise Agent Platform Python SDK.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Penyesuaian hyperparameter Gemini Enterprise Agent Platform	Penyesuaian Hyperparameter Platform Agen Gemini Enterprise untuk XGBoost. Pelajari cara menggunakan layanan penyesuaian hyperparameter Gemini Enterprise Agent Platform untuk melatih model XGBoost. Pelajari lebih lanjut penyesuaian hyperparameter Gemini Enterprise Agent Platform. Langkah-langkah tutorial Latih menggunakan paket aplikasi pelatihan Python. Akurasi laporan selama penyesuaian hyperparameter. Simpan artefak model ke Cloud Storage menggunakan Cloud StorageFuse. Mencantumkan model terbaik.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Vertex AI Training	Pelatihan paralel data terdistribusi multi-node klasifikasi gambar PyTorch di CPU menggunakan pelatihan Gemini Enterprise Agent Platform dengan container kustom. Pelajari cara membuat tugas pelatihan PyTorch terdistribusi menggunakan Agent Platform SDK untuk Python dan container kustom. Pelajari Pelatihan Vertex AI lebih lanjut. Langkah-langkah tutorial Menyiapkan project Google Cloud	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Vertex AI Training	Klasifikasi gambar PyTorch menggunakan pelatihan paralel data terdistribusi NCCL multi-node di CPU dan Gemini Enterprise Agent Platform. Pelajari cara membuat tugas pelatihan PyTorch terdistribusi menggunakan Agent Platform SDK untuk Python dan container kustom. Pelajari Pelatihan Vertex AI lebih lanjut. Langkah-langkah tutorial Membangun container kustom menggunakan Artifact Registry dan Docker. Membuat instance tensorboard Gemini Enterprise Agent Platform untuk menyimpan eksperimen Gemini Enterprise Agent Platform Anda. Jalankan tugas pelatihan Gemini Enterprise Agent Platform menggunakan Agent Platform SDK untuk Python.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Pelatihan kustom	Melatih, menyesuaikan, dan men-deploy model klasifikasi sentimen teks PyTorch di Gemini Enterprise Agent Platform. Pelajari cara membuat, melatih, menyesuaikan, dan men-deploy model PyTorch di Gemini Enterprise Agent Platform. Pelajari Pelatihan kustom lebih lanjut. Langkah-langkah tutorial Buat paket pelatihan untuk model klasifikasi teks. Latih model dengan pelatihan kustom di Gemini Enterprise Agent Platform. Periksa artefak model yang dibuat. Buat container kustom untuk prediksi. Deploy model terlatih ke Endpoint Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Integrasi PyTorch di Gemini Enterprise Agent Platform	Melatih model PyTorch di Gemini Enterprise Agent Platform dengan data dari Cloud Storage. Pelajari cara membuat tugas pelatihan menggunakan PyTorch dan set data yang disimpan di Cloud Storage. Pelajari lebih lanjut integrasi PyTorch di Gemini Enterprise Agent Platform. Langkah-langkah tutorial Menulis skrip pelatihan kustom yang akan membuat set data pelatihan & pengujian, serta melatih model Anda. Menjalankan CustomTrainingJob menggunakan Agent Platform SDK untuk Python.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 lebih lanjut Pelatihan terdistribusi. Langkah-langkah tutorial Buat skrip shell untuk memulai cluster ETCD di node master Buat skrip pelatihan menggunakan kode dari repositori GitHub PyTorch Elastic Buat container yang mendownload data, dan mulai cluster ETCD di host Melatih model menggunakan beberapa node dengan GPU	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform 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 Agent Platform SDK	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
vector_search	Menggunakan Embedding Multimodal dan Penelusuran Vektor Gemini Enterprise Agent Platform. Pelajari cara mengenkode embedding 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 embedding ke indeks. Buat endpoint indeks. Deploy indeks ke endpoint indeks. Lakukan kueri online.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Penelusuran Vektor Gemini Enterprise Agent Platform	Menggunakan Penelusuran Vektor Gemini Enterprise Agent Platform untuk Pertanyaan StackOverflow. Pelajari cara mengenkode embedding teks kustom, membuat indeks Approximate Nearest Neighbor, dan membuat kueri terhadap indeks. Pelajari lebih lanjut Penelusuran Vektor Gemini Enterprise Agent Platform. Langkah-langkah tutorial Buat indeks ANN. Buat endpoint indeks dengan Jaringan VPC. Deploy indeks ANN. Lakukan kueri online.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Penelusuran Vektor Platform Agen Gemini Enterprise Embedding Platform Agen Gemini Enterprise untuk teks	Menggunakan embedding teks Gemini Enterprise Agent Platform dan Vector Search Gemini Enterprise Agent Platform untuk Pertanyaan StackOverflow. Pelajari cara mengenkode embedding teks, membuat indeks Perkiraan Tetangga Terdekat, dan membuat kueri terhadap indeks. Pelajari lebih lanjut Penelusuran Vektor Gemini Enterprise Agent Platform. Pelajari lebih lanjut embedding Gemini Enterprise Agent Platform untuk teks. Langkah-langkah tutorial Mengonversi set data BigQuery menjadi embedding. Membuat indeks. Upload embedding ke indeks. Buat endpoint indeks. Deploy indeks ke endpoint indeks. Lakukan kueri online.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Penelusuran Vektor Gemini Enterprise Agent Platform	Buat indeks Vector Search Gemini Enterprise Agent Platform. Pelajari cara membuat Indeks Approximate Nearest Neighbor, membuat kueri terhadap indeks, dan memvalidasi performa indeks. Pelajari lebih lanjut Penelusuran Vektor Gemini Enterprise Agent Platform. Langkah-langkah tutorial Buat Indeks ANN dan Indeks Brute Force. Buat IndexEndpoint dengan Jaringan VPC. Deploy Indeks ANN dan Indeks Brute Force. Lakukan kueri online. Menghitung perolehan.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Agent Platform Vizier	Mengoptimalkan beberapa objektif dengan Agent Platform Vizier. Pelajari cara menggunakan Agent Platform Vizier untuk mengoptimalkan studi multi-objektif. Pelajari lebih lanjut Agent Platform Vizier. Langkah-langkah tutorial	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Agent Platform Vizier	Mulai menggunakan Agent Platform Vizier. Pelajari cara menggunakan Agent Platform Vizier saat melakukan pelatihan dengan Gemini Enterprise Agent Platform. Pelajari lebih lanjut Agent Platform Vizier. Langkah-langkah tutorial Penyesuaian hyperparameter dengan algoritma Acak. Penyesuaian hyperparameter dengan algoritma Vizier (Bayesian) Agent Platform. Menyarankan uji coba dan memperbarui hasil untuk studi Vizier Agent Platform	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Gemini Enterprise Agent Platform Workbench Vertex AI Training	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 Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Gemini Enterprise Agent Platform Workbench BigQuery ML	Memperkirakan permintaan retail dengan Gemini Enterprise Agent Platform dan BigQuery ML. Pelajari cara membangun model ARIMA (Autoregressive integrated moving average) dari BigQuery ML berdasarkan data retail Pelajari lebih lanjut Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Gemini Enterprise Agent Platform Workbench Pelatihan kustom	Membangun model deteksi penipuan di Gemini Enterprise Agent Platform. Tutorial ini menunjukkan analisis data dan pembuatan model menggunakan set data keuangan sintetis. Pelajari lebih lanjut Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform dan men-deploy ke endpoint Jalankan What-If Tool pada data pengujian Membatalkan deployment model dan membersihkan resource model	Colab GitHub Gemini Enterprise Agent Platform Workbench
Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Workbench Platform Agen Gemini Enterprise Pelatihan Gemini Enterprise Agent Platform	Pemeliharaan prediktif menggunakan Gemini Enterprise Agent Platform. Pelajari cara menggunakan fitur eksekutor Gemini Enterprise Agent Platform Workbench untuk mengotomatiskan alur kerja untuk melatih dan men-deploy model. Pelajari lebih lanjut Gemini Enterprise Agent Platform Workbench. Pelajari lebih lanjut pelatihan Gemini Enterprise Agent Platform. 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 Gemini Enterprise Agent Platform. Jalankan pembersihan.	Colab Colab Enterprise GitHub Gemini Enterprise Agent Platform Workbench
Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Workbench Platform Agen Gemini Enterprise 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 Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench
Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform 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 Gemini Enterprise Agent Platform Workbench