スキップしてメインコンテンツへ

コース カタログ

  • リセットする

PyTorch in Practice: An Applications-First Approach (LFD473)

人気の事前トレーニング済みモデルを活用して、最も人気のある深層学習フレームワークの 1 つである PyTorch を利用した AI アプリケーションのプロトタイピングを開始します。

Generative AI Prompt Engineering (RXM401)

この 1 日間のライブ インストラクター主導の実践コースは、GenAI の使用に関心のあるすべての人を対象に設計されており、参加者が質の高い…

Machine Learning & AI Introduction (RXM402)

この 1 日間のライブ インストラクター主導の実践コースでは、最新の機械学習ツールを使ってデータの力を活用する方法を学びます。

Retrieval Augmented Generation (RAG) Introduction (RXM403)

大規模言語モデル (LLM) について、また RAG が生成ベースと検索ベースの AI モデルを組み合わせて、すでに強力な AI をさらに拡張する方法について学びます。

PyTorch Essentials: An Applications-First Approach (LFD273)

PyTorch を利用した AI アプリケーションのプロトタイピングを開始します。

Business Considerations for 5G with Edge, IoT and AI (LFS110x)

5Gの世界をサポートするためにネットワークがどのように再定義されているか、およびビジネスを活用するためにビジネスに何が必要かを学びます…

Open Source and the 5G Transition (LFS111)

オープンソースソフトウェアと標準が5G、AI、IoTへの移行を推進しています。オープンソーステクノロジーの重要性を学ぶ…

Ethics in AI and Data Science (LFS112)

AIとデータサイエンスのテクノロジーとビジネスイニシアチブに倫理原則とフレームワークを構築して組み込む方法を学びましょう…

Data and AI Fundamentals (LFS115x)

AI の基礎と充実した Linux Foundation の概要を組み合わせて、人工知能の基礎を学びましょう…

PyTorch and Deep Learning for Decision Makers (LFS116)

深層学習フレームワークである PyTorch を使用して、開発と展開を通じてプロセスを自動化および最適化する方法を学びましょう…

Ethical Principles for Conversational AI (LFS118)

会話型 AI の影響と倫理的な課題について学び、回避するために必要な原則とフレームワークを探ります。

Conversational AI: Ensuring Compliance and Mitigating Risks (LFS120)

会話型 AI の進化する環境を理解し、最新の標準に準拠したリスク軽減の専門知識を身に付けましょう。

Introduction to AI/ML Toolkits with Kubeflow (LFS147)

Kubeflow の起源、デプロイメント オプション、個々のコンポーネント、および共通の統合について調べます。

Open Data Formats: YAML (SC101)

Open Data Formats: YAML は、YAMLに関する基本的な知識とスキルを証明します。

Source Control Management with Git (SC102)

Git SkillCred は、Gitに関する基本的な知識とスキルを証明します。

Developing Helm Charts (SC104)

Developing Helm Chartsは、Helmに関する基本的な知識とスキルを証明します。

Open Data Formats: JSON (SC105)

オープン データ形式: JSON は、JSON データ形式に関するユーザーの基礎的な知識とスキルを示します。

Linux Foundationのトレーニングと認定に関心をお寄せいただきありがとうございます。私たちは、中国のトレーニングサイトからより良いサービスを提供できると考えています。このサイトにアクセスするには、以下をクリックしてください。

Linux Foundationのカルチャに対するフィードバックは、より適切に、中国のカルチャウェブサイトに反映されることを期待しています。