デジタル トランスフォーメーションを加速 お客様がデジタル トランスフォーメーションに乗り出したばかりでも、あるいはすでに進めている場合でも、Google Cloud は困難な課題の解決を支援します。
フィードバックを送信 モデル情報 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 Vertex AI には、AI ベースのアプリケーションで使用するためにテスト、デプロイ、カスタマイズできる基盤モデルがあり、その数は増え続けています。基盤モデルは特定のユースケースに合わせてファインチューニングされており、さまざまな価格で提供されます。このページでは、さまざまな API で使用可能なモデルの概要と、ユースケースごとに選択するモデルに関するガイダンスを示します。 Vertex AI のすべての AI モデルと API の詳細については、AI モデルと API の詳細を確認するをご覧ください。 基盤モデル API Vertex AI には、次の基盤モデル API があります。 Gemini API(マルチモーダル テキスト、画像、音声、動画、PDF、コード、チャ
このページでは、カタログ情報をインポートして最新の状態に保つ方法について説明します。 このページのインポート手順は、レコメンデーションと検索の両方に適用されます。データをインポートすると、両方のサービスでそのデータを使用できるようになります。そのため、両方のサービスを使用する場合、同じデータを 2 回インポートする必要はありません。 BigQuery からカタログデータをインポート このチュートリアルでは、BigQuery テーブルを使用して、大量のカタログデータを無制限にインポートする方法を説明します。 このタスクを Cloud Shell エディタで直接行う際の順を追ったガイダンスについては、[ガイドを表示] をクリックしてください。 ガイドを表示 Cloud Storage からカタログデータをインポートする このチュートリアルでは、多数のアイテムをカタログにインポートする方法につい
2024 年 3 月 7 日(木)、Google Cloud Japan は「生成AI Innovation Awards '24」のファイナリストによるピッチ大会を開催しました。 本イベントは、Google Cloud の生成 AI 技術を活用した企業の革新的な取り組みを表彰し、未来の可能性を探る場として初めて開催されました。 113 件の応募の中から書類選考、一次選考を通過した 10 社が最終審査に登壇。各社は、広告クリエイティブの効率化、顧客対応の自動化、トレンド予測、従業員エンゲージメント向上、建設プロジェクトのデータ活用など、多種多様な分野における生成 AI の活用事例を発表しました。 当日のピッチ大会の様子はこちらで視聴可能ですので、ぜひご覧ください。 栄えある最優秀賞を受賞したのは、ソフトバンク株式会社の「生成 AI / カスタムプロンプトを利用した学習から業務活用をつなぐ協
Google Cloud と CyberGRX のコラボレーションにより、クラウド評価の拡張と加速をサポート ※この投稿は米国時間 2023 年 7 月 19 日に、Google Cloud blog に投稿されたものの抄訳です。 リスク マネージャーは、あらゆるリスク管理プログラムの基礎となる評価タイプが 1 つあることを知っています。それはベンダー リスク評価です。クラウド プロバイダなど、ベンダーやサードパーティのリスク管理体制を把握することは、効果的なリスク管理プログラムの重要な要素です。リスク マネージャーは多くの場合、情報の収集と分析に時間をかけていますが、Google Cloud はサードパーティのリスク管理(TPRM)プロバイダと連携してプロセスを容易化しています。 こうした TPRM 組織は、独立したデュー デリジェンス サービスやプラットフォームを提供しており、業界標準
Looker Studio release notes Stay organized with collections Save and categorize content based on your preferences. This page documents production updates to Looker Studio. Check this page for announcements about new or updated features, bug fixes, known issues, and deprecated functionality regarding Looker Studio. You may also be interested in the Looker release notes. For releases earlier than Ma
このページでは、BigQuery にエクスポートされた小売データに基づいて、Vertex AI から予測を取得するためのガイダンスを示します。小売商品とユーザー イベントのデータを Vertex AI で使用可能な形式に変換するための SQL コードブロックがいくつも用意されています。これらのコードブロックの説明に続いて、Vertex AI コンソールでデータセットを作成し、モデルをトレーニングして、予測を生成する手順を示します。 始める前に 小売データを使用して販売予測を生成する前に、次のことを行う必要があります。 Vertex AI Search for Retail を使用して小売データをアップロードします。詳細については、次の情報をご覧ください。 カタログ情報をインポートする リアルタイムのユーザー イベントを記録する 過去のユーザー イベントをインポートする Vertex AI
このページでは、カタログ情報の作成とカタログ データの入力に関するベスト プラクティスについて説明します。 概要 小売業向け Vertex AI Search にインポートするカタログデータは、結果として得られるモデルの品質に直接影響するため、検索とレコメンデーション結果の品質に影響します。一般に、提供できる正確で特定のカタログ情報が多いほど、モデルの品質が高くなります。 カタログを最新の状態に保つ必要があります。カタログの変更は必要に応じて何度でもアップロードできます。変更頻度が高いカタログの場合は、毎日アップロードするのが理想的です。既存の商品アイテムをアップロード(パッチ適用)できます。この場合、変更されたフィールドのみが更新されます。カタログ情報のアップロードは無料です。詳細については、カタログを最新の状態に保つをご覧ください。 カタログのブランチ 検索を使用する場合、カタログ ブ
このページでは、ユーザー イベントタイプの見込みのリストを含むユーザー イベント オブジェクトについて説明し、すべてのユーザー イベントタイプのサンプルデータを提供します。 小売業向け Vertex AI Searchl は、リアルタイムのユーザー イベントを使用してレコメンデーションと検索結果を生成します。データをアップロードすると、レコメンデーションと検索の両方でそのデータを使用できるため、両方のサービスを使用する場合に、同じイベントを 2 回アップロードする必要はありません。 ユーザー イベントの記録については、リアルタイム ユーザー イベントの記録をご覧ください。 ユーザー イベントタイプ ユーザーが販売店サイトを閲覧する際に記録できるユーザー イベントには、次のようないくつかの種類があります。 ユーザー イベント名 ユーザーの操作
Google Cloud は、大規模言語モデル (LLM) である PaLM 2を活用し、企業のデジタルトランスフォーメーションやビジネスの成長、イノベーションの促進を支援しています。 Google Cloud は、各種大規模言語モデルの基盤モデルを API で呼び出したり、各種チューニングを行ったりするプラットフォームとしての Generative AI Studio や 生成 AI サービスを素早く開発するプラットフォームとしての Generatieve AI App Builder 、また、以前より提供している各種ビジネスソリューションを生成 AI によって支援するサービスなどを提供しています。これらのプラットフォームやサービスを、企業での 生成 AI サービスの利用促進にむけ、企画や導入、または技術支援などが必要となります。 本日 Google Cloud Japan は、日本にお
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く