Cloud Run で安全な Model Context Protocol（MCP）サーバーを構築してデプロイする方法を学習します。次に、リモート MCP サーバーに対して認証を行い、Gemini CLI から MCP ツールとプロンプトを呼び出します。

Agentverse シリーズの 4 部構成の Data Engineer ワークショップでは、混沌とした非構造化テキストを強力な構造化ナレッジ エンジンに変換します。次に、この新しいデータソースからニュアンスのあるコンテキスト認識型の回答を提供できる賢い検索拡張生成（RAG）エージェントを構築してデプロイします。

このチュートリアルでは、AI エージェントを使用して、アイデアから本番環境対応のエージェントを構築する方法について説明します。

エージェント開発キット（ADK）が提供するさまざまな種類のツールについて説明します。このハンズオン ワークショップでは、ADK を使用してエージェントを構築する手順を 1 つずつ説明します。

初めての Android アプリを作成する方法について説明します。

この Codelab では、SociaLite アプリに Glance ウィジェットを追加する方法を学びます。

Vertex AI for Firebase を使用して、簡単な Gemini API 機能を Android アプリに追加する方法を学習します。

この Codelab では、LiteRT を使用して両方のカメラからの画像をリアルタイムでセグメント化できる Android アプリを作成します。

この Codelab では、コードファーストのデータガバナンス ワークフローを構築する方法について説明します。BigQuery テーブルをプログラムでプロファイリングし、Gemini CLI を使用してデータ品質ルールの提案を生成し、それらのルールを検証して、自動化された Dataplex 品質スキャンをデプロイします。

Agentverse シリーズの 4 部構成の DevOps/SRE Guardian として、AI エージェントのデプロイと管理を行うための完全な本番環境グレードの AgentOps バスティオンを構築します。GPU アクセラレータ LLM をデプロイし、Model Armor ゲートウェイで保護し、CI/CD パイプラインでライフサイクルを自動化し、詳細なオブザーバビリティを確立します。

gRPC-Go でプロトコル バッファ コンパイラを使用して、Go プログラミング言語で gRPC クライアント サーバー アプリケーションを構築する方法。

この Codelab では、gRPC-Go を使用して gRPC ストリーミング サービスを構築する方法を学びます。

この Codelab では、Gemini CLI を使用した一連のアクティビティについて説明します。アクティビティは、Gemini CLI のインストール、組み込みツールの確認、MCP サーバーによる機能の拡張、独自のルールに合わせた Gemini CLI のカスタマイズ、いくつかのユースケースの調査など多岐にわたります。

Terraform を使用して、インフラストラクチャと Firebase プロダクトのプログラムによる構成など、Firebase プロジェクトを設定、管理します。

4 部構成の Agentverse シリーズのアーキテクトとして、Google Agent Development Kit（ADK）を使用して複雑なステートフル ワークフローを設計してデプロイし、スペシャリスト エージェントを作成することで、マルチエージェント オーケストレーションを習得します。また、Agent-to-Agent（A2A）プロトコルを使用して、複雑なタスクを新しいエージェント軍団に検出して委任します。

Agentverse シリーズの 4 部構成のデベロッパー ワークショップでは、Gemini CLI を使用して高レベルの設計ドキュメントを完全に機能する AI エージェントに変換する「バイブコーディング」を習得します。次に、Agent Development Kit を使用して完全な CI パイプラインを構築し、自動的にテスト、コンテナ化を行い、デプロイの準備が整ったエージェントを準備します。

この Codelab では、Cloud Foundation Toolkit（CFT）の使用を開始し、一連のステップに沿って CFT モジュールに機能を追加します。

この Codelab では、AlloyDB をデプロイし、テキストと画像を使用したマルチモーダル エンベディングによるセマンティック検索に AI 統合を使用する方法を学習します。

この Codelab では、AlloyDB をデプロイし、AI 自然言語を使用してデータをクエリし、予測可能で効率的なクエリの構成を調整する方法を学習します。

このラボの目標は、VPC をスポークとして NCC を探索することです。

gRPC-Python でプロトコル バッファ コンパイラを使用して、Python プログラミング言語で gRPC クライアント サーバー アプリケーションをビルドする方法。

この Codelab では、ベースライン プロファイルを使用して、アプリの起動時間とフレーム時間を改善する方法を説明します。

コミュニティで開発されたライブラリを使用して、Android Kotlin Compose アプリでウェブサービスに接続し、データを取得して表示する方法を学習します。また、発生する可能性があるネットワーク エラーを処理する方法も学習します。

Compose for TV の基本を学習し、TV アプリでよく使われる画面を 2 つ作成します。

Android Studio でデバッガを使用して、実行時のアプリの状態を検査してデバッグする方法を学習します。

Android Studio をダウンロードしてインストールする方法について説明します。

配列とコレクション（リスト、セット、マップなど）の使用方法について説明します。

この Codelab では、アクティビティのライフサイクルとロギングについて学習します。

この Codelab では、まずシンプルな 3D 物理シミュレーション ゲームをセットアップし、それに適応性機能を統合します。統合するもの:

修飾子を使用して Compose でドラッグ＆ドロップを有効にする方法を学習します。

この Codelab では、View システムの画面の一部を Jetpack Compose に移行する方法を学びます。

システム トレースを分析し、遅れの原因として一般的なものを修正して、Compose アプリを高速に実行できるようにします。

コンポーザブルを使用するシンプルなアプリの作成方法を学習します。

インターネットを利用できない場合でもユーザーを相互に接続する方法について説明します

Android Kotlin アプリで Room を使用する方法について学びます。Room は、Android Jetpack の一部である永続データベース ライブラリです。Room は SQLite を対象とした抽象化レイヤです。Room には、データベースのセットアップ、設定、クエリを行うための便利な API が用意されています。

基本的な UI コンポーザブルのコンセプトを適用し、所与の問題について、画面を実装します。

この Codelab では、ヘルスコネクトに対する読み取りと書き込みをサポートする健康＆フィットネス アプリを作成します。

名刺を表示する Android アプリを作成する方法を学習します。

アクティビティ ベースのアプリでアクティビティの埋め込みを使用すると、コードのリファクタリングなしで、大画面での 2 ペイン レイアウトに対応できます。依存関係の追加、XML 構成ファイルの作成、イニシャライザの実装を行い、アプリ マニフェストに何点か変更を加えます。コードを編集する場合は、メイン アクティビティの onCreate() メソッドからいくつかの Jetpack API 呼び出しを実行します。この Codelab では、XML と API の両方の開発手法でアクティビティ ベースのアプリを更新し、リストと詳細の 2 ペイン レイアウトに対応します。

Jetpack WindowManager ライブラリを使用して、折りたたみ式デバイスやデュアル スクリーン デバイスなどの新しいフォーム ファクタにアプリを対応させる方法を学習します。

この Codelab では、リストを表示するアプリにページング ライブラリを統合します。ページング ライブラリを使用すれば、大規模なデータセットからデータのページをローカル ストレージやネットワーク経由で読み込んで表示できます。

変数がプログラミングで役立つ理由と、Kotlin コードで変数を定義および更新する方法を学習します。

この Codelab では、XR フォーム ファクタによって使えるようになる、独自のユーザー エクスペリエンスについて学びます。また、Jetpack Compose XR ライブラリで提供されるコンポーザブルを利用して、アプリを最大限に生かしながら Android XR ヘッドセットで動作させる方法の基礎についても学びます。

ユーザーがサイコロを振ってその結果を表示できるインタラクティブなアプリ「Dice Roller」の作成方法を学習します。

この Codelab では、Jetpack Compose の状態と副作用に関する高度なコンセプトについて学習します。複雑なステートフル コンポーザブルの状態ホルダーを作成する方法、コルーチンを作成して Compose コードから suspend 関数を呼び出す方法、さまざまなユースケースを実現するために副作用をトリガーする方法をご確認ください。

この Codelab では、Coil ライブラリを使用して、Android Compose アプリでインターネットから写真を読み込んで表示します。

この Codelab では、ビルド バリアントを使用して、DiceRoller アプリのデフォルト版（デモ版）とプレミアム版（完全版）を作成します。

Android 用の WorkManager API を使用すると、バックグラウンド処理の実行が簡単になります。WorkManager は、クエリ可能、再利用可能、チェーン化可能なタスクを作成できます。Android の推奨タスク スケジューラでもあります。この Codelab では、簡単なジョブの作成から、より複雑なチェーン化されたジョブの作成まで、WorkManager の使い方を詳しく説明します。

ボタンクリックの動作について学習した内容を応用して、アプリを作成します。

Kotlin で条件を記述する方法を学習します。

この Codelab では、Compose に標準搭載されているコンポーザブルと修飾子を使用して、実際のデザインを実装する方法を学びます。

Android デバイスは長年にわたり進化を続け、さまざまなサイズ、形状、ディスプレイ、機能を搭載したデバイスが登場しています。当初からスマートフォンで写真を撮影できる機能は重要でした。現在でも、消費者がスマートフォンを購入する際に重視する項目の一つにカメラ機能が入っています。

Kotlin でシンプルなプログラムを作成および変更する方法を学習します。

この Codelab では、テレビ映画 / エピソード用 Watch Next を作成するためのベスト プラクティスについて学びます。

この Codelab では、予測型「戻る」アニメーションを SociaLite アプリに追加する方法を学びます。

マテリアル 3 を使った手軽でパーソナライズされたテーマとブランドの作り方を学びます。

Android Sleep API に登録して、SleepSegmentEvents と SleepClassifyEvents を取得する方法を学びます。

Kotlin のプレイグラウンド内で、Kotlin コルーチンを使用して非同期コードを記述する方法を学習します。

この Codelab では、Jetpack Macrobenchmark を使用してアプリの起動時間とフレーム時間を測定する方法を学習します。

この Codelab では、TwoActivities アプリにロギング ステートメントを追加し、アクティビティのライフサイクルの変化を確認します。これらの変更と連動して、そのような条件下でユーザー入力を処理する方法を探ります。

この Codelab では、状態を管理することでリッチでインタラクティブな Compose アプリケーションを構築する方法を学びます。

この Codelab では、レストランをリスト表示する Android アプリを作成します。この作業を通じて、Android アプリリンクを設計、構成、検証する方法を学びます。

Affirmations アプリのアプリアイコンを変更します。

マテリアル デザインのコンセプトに基づいて、リストとシンプルなアニメーションを作成し、スーパーヒーローのリストを作成します。

この Codelab では、Compose Animation API の使用方法を学びます。

Cupcake アプリに Navigation コンポーネントを追加してアプリのフローを整理し、異なる画面間の移動とデータの受け渡しを行います。

この Codelab では、Play Integrity API をサンプルアプリに追加します。Play Integrity API を使用して完全性判定の結果をリクエストします。これにより、アプリのライセンス ステータスと完全性、アプリが実行されるデバイスの完全性ステータスを判定できます。

Nearby Messages API でメッセージを送信、検出する方法を学びましょう

この Codelab では、アーキテクチャ コンポーネントのひとつである ViewModel の使用方法を学びます。ViewModel を実装して、構成変更時にアプリの状態が保持されるようにします。

正規レイアウト パターンを実装してアプリを大画面に適応させる方法について学習します。

状態の概要と、Jetpack Compose での状態の使用方法と操作方法を学習します。

アダプティブ ナビゲーション UI パターンを使用してアプリを大画面に適応させる方法について学びます。

Android は過去いくつかのリリースで、個別のプライバシー機能を多数リリースしてきました。皆さまのアプリで、これらの機能をぜひ採用していただければと思います。この Codelab では、個々のプライバシー機能の連携について解説し、デベロッパーのアプリから非公開のユーザーデータへのアクセスについて確認する方法と、実行中の既存アプリにプライバシーに関するベスト プラクティスを導入する方法をお見せします。

Vulkan はパフォーマンスに優れた最新のグラフィック API です。GPU への低レベルのアクセスが可能で、さまざまな手段で実装を最適化しますが、簡単に使用できるものではありません。代わりに使用できる OpenGL ES は、よりシンプルなものですが、レガシー ハードウェアのアーキテクチャに基づいており、機能とパフォーマンスの面で劣ります。OpenGL ES は他のほとんどのプラットフォームでは非推奨となっており、もう開発は行われていません。Android では、OpenGL ES を非推奨にして Vulkan に移行する予定です。デベロッパーはこの移行に備える必要があります。

Android 12L の登場、新しいフォーム ファクタ（折りたたみ式デバイスなど）、新しい表示モード（マルチウィンドウやマルチディスプレイなど）の出現により、カメラ出力とサーフェスとの関係に関する多くの前提が課題となっていました。

キーボードとポインティング デバイス（マウスやトラックパッドなど）をサポートするアプリを、Compose で開発する方法について説明します。

この Codelab では、Jetpack Compose で作成された UI のテストについて学びます。単独でのテスト、デバッグテスト、セマンティクス ツリー、同期について学びながら、最初のテストを作成します。

すべてのプロトタイプ作成者、モーション デザイナーに朗報！アニメーションで 1 つの値を微調整してから、コンパイルして変更を確認するまでに数分かかることにうんざりしていませんか？プロトタイプを誰かに渡した後、各種オプションをオンザフライで調整して、その人にさまざまなプロトタイプを試してもらいたいと思ったことはありませんか？「1 行のソリューション」という言葉にワクワクしませんか？

この Codelab では、アクティビティの埋め込みに新しく追加された機能を使用して、アプリの大画面でのエクスペリエンスを改善する方法を学びます。これらの機能には、ペインの拡大、オーバーレイ プレゼンテーション、全画面ダイアログを暗くする機能、アクティビティ スタックの固定などがあります。

Jetpack Compose を使用してビューベースの Android アプリにアダプティブ レイアウトを追加する方法を学習します。

Navigation コンポーネントのテスト方法と、テストするコードの量を最大化する方法について学習します。

Android アプリで最新のタッチペン エクスペリエンスを実現する高度な手法の実装方法を学びます。

マテリアル デザインのアダプティブ デザインの原則を使用して、画面サイズに一貫性を持たせる方法を学びます。この Codelab では、モバイル デザインをタブレット形式にし、レスポンシブ グリッド、アダプティブ コンポジション パターン、正しいコンポーネントについて学びます。

この Codelab では、Wear OS 向けに独自のタイルを作成する方法を学びます。Material 3 Expressive デザイン ガイドラインに準拠した UI を簡単に作成できるライブラリを使用し、Android Studio でタイルをプレビューしながら開発します。

この Codelab では、自動車向けアプリ ライブラリの基礎について説明します。このライブラリは、Android Auto と Android Automotive OS 用の、駐車中と運転中のどちらでも使用できるアプリの作成に使います。実装を両方のプラットフォームで再利用する方法と、さまざまな画面設定や入力方法への対応など、難しい問題に対処する方法を学びます。

この Codelab の目的は、新しいマテリアル デザイン 3 と Material You の実装を使用した Jetpack Compose でのテーマ設定のデモを行うことです。

スクロール可能なリストを Affirmations アプリに追加する

アプリのユーザー補助機能をテストする方法を学習します。

マテリアル デザイン、リストの作成、シンプルなアニメーションというコンセプトに基づいて、スーパーヒーローのリストを作成します。

Kotlin で null 可能性を使用する方法を学習します。

この Codelab では、Compose の基本を学習します。

自分のアートスペースを紹介する Android アプリの作成方法を紹介します。

この Codelab では、Compose アプリのユーザー補助を改善する方法を学びます。タップ ターゲットを大きくする方法や、内容説明、クリックラベル、カスタム操作を追加する方法などをご確認ください。

この Codelab では、Android アプリ アーキテクチャのデータレイヤーについて学びます。リポジトリ、データモデル、データソースを構築し、ローカル データベースとネットワーク サービスにデータを読み書きします。

ViewModel をテストして、アプリの正確性、機能の動作、ユーザビリティを検証する方法を学習します。

最終更新日: 2022 年 5 月 6 日 Cronet は Android アプリがライブラリとして利用できる Chromium ネットワーク スタックです。Cronet は、アプリの動作に必要なネットワーク リクエストのレイテンシを抑え、スループットを向上させる複数のテクノロジーを利用します。 Cronet Library は、 YouTube 、 Google アプリ 、 Google フォト 、 マップ - ナビ＆乗換

ネットワーク呼び出しをリポジトリに分割し、Mars Photos アプリのアーキテクチャをさらに改善する方法を学習します。

Wear の Ongoing Activity API を使用すると、デベロッパーは、最小限のコードでアプリの利便性を高めることができます。ユーザーは、ウォッチフェイスやアプリ ランチャーから簡単なタップ操作でアプリに戻って重要なアクティビティを表示できるようになります。

Android Emulator でアプリを実行する方法について説明します。

Kotlin プログラミング言語の基本コンセプトを応用して、与えられた課題を解決します。

Kotlin でラムダ式と高階関数を使用する方法について説明します。

この Codelab では、仕事用プロファイルを使って管理対象デバイスで動作したときのユーザー エクスペリエンスが高まるようにアプリを変更します。

この Codelab では、View システムの画面の一部を Jetpack Compose に移行する方法を学びます。

色、シェイプ、タイポグラフィなど、マテリアル テーマ設定をアプリに追加する方法を学びます。

この Codelab では、Compose の Navigation の基本について学びます。

Kotlin でクラスとオブジェクトを使用する方法について学習します。

ビューのドラッグ＆ドロップを有効にする方法と、アプリ内とアプリ間で DragHelper と DropHelper を使用する方法を学習します。

アプリを接続する方法を確認する

Kotlin の関数について学習する

アクション ボタンの追加方法、キーボード アクションの設定方法、Switch コンポーザブルの使用方法を学習します。

この Codelab では、Watch Face Format（WFF）を使用して Wear OS のウォッチフェイスを作成する方法を学びます。これには、フォーマット自体、ウォッチフェイス パッケージの構造、ウォッチフェイスの検証方法の理解が含まれます。

Android Kotlin アプリで Room を使用してデータの読み取りと更新を行う方法について学びます。Room は、Android Jetpack の一部であるデータベース ライブラリです。Room は、データベースのセットアップと設定に関する多数の処理を行い、通常の関数呼び出しを使用してアプリでデータベースを操作できるようにします。

Android アプリ内で Kotlin コルーチンを使用する方法と、コルーチンをテストする方法を学習します。

この Codelab では、Android Automotive OS デバイス向けに優れた駐車時エクスペリエンスを構築してテストする方法について学習します。自動車に搭載されているさまざまな画面を最大限に活用する方法、自動車特有のさまざまな状況において、ユーザーが標準の Android メカニズムを使用してコンテンツの再生を操作できるようにする方法を学びます。

コンポーザブルを使用するシンプルなアプリの作成方法を学習します。

Spanner は、リレーショナル ワークロードと非リレーショナル ワークロードの両方に適した、水平スケーリングが可能なグローバルに分散されたフルマネージド データベース サービスです。 Spanner の Cassandra インターフェース を使用すると、使い慣れた Cassandra ツールと構文を使用して、Spanner のフルマネージド、スケーラブル、高可用性のインフラストラクチャを活用できます。 Google Cloud コンソール

この Codelab では、Firebase Cloud Messaging を使用して iOS アプリにプッシュ通知を追加します。

この Codelab では、プラットフォームのベスト プラクティスを念頭に置きながら、ウォッチフェイスの追加機能にデータを公開する方法を学びます。

この Codelab では、新しい Wear OS 向け Compose と Material 3 Expressive のコンポーネントを使用して、Compose の知識をウェアラブルに活用する方法を学びます。Codelab が終了するまでに、スマートウォッチ用アプリでシンプルなコンポーザブルと高度なコンポーザブルの両方を作成します。

Kotlin でコレクションに対して一般的な高階関数を使用する方法を学習します

リレーショナル データベースの基本コンセプトと、SQL を使用したデータベースの読み取りと操作について学習します。

テキストと画像を使用して、アファメーションのスクロール可能なリストを表示するアプリを作成します。

Android 15 でのエッジ ツー エッジの適用の処理を学びます。

配列とコレクション（リスト、セット、マップなど）の使用方法について説明します。

Compose コードで使用するジェネリクス、列挙型クラス、データクラス、オブジェクト、スコープ関数など、Kotlin のコンセプトの概要を学びます。

Compose アプリに簡単なスプリング アニメーションを追加する方法を学習します。

Android 1 で位置情報の利用許可をリクエストする

アクション ボタンの追加方法、キーボード アクションの設定方法、Switch コンポーザブルの使用方法を学習します。

このチュートリアルでは、Gradio を使用して「Hello World」アプリケーションをデプロイして実行することで、Cloud Run の基本的な使い方を学びます。

Google のエージェント開発キット（ADK）を使用して、マルチエージェント AI 開発をマスターしましょう。このハンズオン ワークショップでは、ADK、A2A（エージェント間）通信、Model Context Protocol（MCP）を使用して、コラボレーション エージェントの構築、オーケストレーション、接続を行う方法について説明します。これらのスキルを応用して、AI を活用したソーシャル イベント プランニング アシスタント「InstaVibe」を開発し、Google Cloud にマルチエージェント システムをデプロイする方法を学びます。

この Codelab では、実際のハードウェアで OpenThread をプログラミングし、Thread ネットワークを作成して管理し、ノード間でメッセージを渡します。

この Codelab では、プロンプト エンジニアリングを使用して Go ベースの MCP サーバーを構築してデプロイし、Gemini CLI の Go コーディング機能を改善します。

この Codelab では、Credential Manager を使用して Android で Google でログインを実装する方法を学びます。 所要時間 3:00 ～ 5:00 まず、Android Studio で新しいプロジェクトを作成する必要があります。 Google Cloud プロジェクトが設定されたので、ウェブ クライアントと Android クライアントを追加して、クライアント ID を使用して OAuth バックエンド サーバーに API

この Codelab では、「Android XR の基礎を学ぶ: パート 1 - モードと空間パネル」の基礎を基に、オービターを使用してアプリの UI をさらに空間化し、環境設定を行ってフルスペース モードのエクスペリエンスをカスタマイズします。

Compose でキーボード フォーカスを管理する方法

この Codelab では、新しい外部 HTTPS ロードバランサで使用できる高度なトラフィック機能について学びます。

この Codelab では、Google Chat アプリを作成する方法を学習します

この Codelab では、スペースをポーリングするチャットアプリを構築する方法を学びます。

このチュートリアルでは、Streamlit を使用して「Hello World」アプリケーションをデプロイして実行することで、Cloud Run の基本的な使い方を学びます。

このチュートリアルでは、FastAPI を使用して「Hello World」アプリケーションをデプロイして実行することで、Cloud Run の基本的な使い方を学びます。

この Codelab では、Cloud Run と Agent Engine を使用して複数のエージェント サービスをデプロイし、A2A プロトコルを実装してそれらの間の通信を標準化する方法を確認します。A2A の基本的なコンセプトとコンポーネントを学び、Gemini バックエンドを備えたさまざまなエージェント フレームワークを基盤とするエージェントを Cloud Run と Agent Engine の上にさまざまなサービスとしてデプロイして、インタラクションを検査します。

2 つの別々の Android プロジェクトと iOS プロジェクトから Kotlin マルチプラットフォームの利用を開始する方法を学びます。この Codelab では、Kotlin マルチプラットフォーム（KMP）モジュールを追加して、Android アプリと iOS アプリ間でコードを共有する方法を学びます。プロジェクトの設定、KMP モジュールの追加、Android アプリおよび iOS アプリへのリンク、プラットフォーム固有のコードの記述について説明します。

Room と Kotlin マルチプラットフォームを使用してアプリのデータベースを共有する方法について学習します。これにより、最も重要なビジネス ロジックを iOS アプリと共有し、不要なバグや機能の欠落を防ぎながら、すべての場所で同じ機能を維持できます。

この Codelab では、Android Automotive OS 用にすでに最適化されているアプリに運転中のオーディオのサポートを追加して、自動車向けに差別化されたエクスペリエンスを構築する方法について学習します。

この Codelab では、サンプルの Android アプリ（Kotlin デベロッパー向けの動画アプリ、Java デベロッパー向けの電子書籍アプリ）を変更し、Engage SDK を使用してコンテンツを公開する方法について説明します。サポートされているすべてのアプリカテゴリに同じロジックを適用できます。

この Codelab では、アプリを複数のデバイスとフォーム ファクタで実行できるように適応させる方法を学びます。

このラボでは、ADK と A2A を使用してマルチエージェント システムを作成し、Google Cloud にデプロイします。

この Codelab では、Gemini Pro モデルを使用して、ABAP SDK で商品レビューの感情分析を行います。

この Codelab では、ABAP SDK を使用して Cloud Pub/Sub からイベントを受け取ります。

この Codelab では、ABAP SDK for Google Cloud を使用して ABAP 環境から Vertex AI PaLM 2 Text（text-bison）LLM を呼び出す方法について説明します。

この Codelab では、ABAP SDK for Google Cloud を使用して Secret Manager から認証情報/シークレットを取得する方法について説明します。

この Codelab では、ABAP Platform トライアル 202 をインストールします。

この Codelab では、Google Cloud Pub/Sub サービスにイベントをパブリッシュする方法を学びます。

この Codelab では、BigQuery で ML モデルを作成し、ABAP SDK for Google Cloud を使用して SAP でこのモデルから予測を取得します。

このチュートリアルでは、ユーザー補助対応エージェントの作成について説明します。

この Codelab では、IPv6 専用のサブネットとインスタンスに焦点を当てて、Google Cloud の IPv6 専用 VM、NAT64、DNS64 サービスの機能をテストします。これらのサービスを使用して IPv6 専用インスタンスが IPv4 リソースにアクセスする方法と、DNS64 を使用した DNS 解決の動作について説明します。

この Codelab では、AI を活用したエージェントの食事プランナーを構築してデプロイする方法を学びます。このラボでは、インタラクティブなウェブ アプリケーションの開発に Streamlit を活用する方法、Vertex AI の Gemini Pro と統合して強力な AI 機能を活用する方法、データ管理に BigQuery を使用する方法、スケーラビリティと信頼性を確保するためにアプリを Cloud Run にデプロイする方法について学習します。この Codelab を修了すると、AI を活用した完全に機能する食事プランナーが完成します。

この Codelab では、GA4F でイベントを実装し、Google 広告でアクション キャンペーンを開始する方法を学びます。

この Codelab では、Google Maps Platform Places UI キットを使用して、完全にインタラクティブなローカル検索アプリケーションを構築する方法を学びます。 次の有効化の手順では、Maps JavaScript API、Places UI Kit、Geocoding API を有効にする必要があります。 課金を有効にした Google Cloud Platform アカウントとプロジェクトをまだ作成していない場合は、 Google Maps Platform

App Distribution Android SDK を使用して、最新バージョンをテスターに迅速に配布できます。この Codelab では、新しいリリースが利用可能になったときにアプリ内通知をテスターに表示するようにアプリを更新します。

Genkit を使用して、すでに知っているアプリ開発のスキルとツールで生成 AI 機能を構築する方法を学習します。

この Codelab では、ウェブアプリを不正アクセスから保護する方法を学習します。

アプリの最新バージョンをテスターに迅速に配布できます。このように

Firebase と Jetpack Compose を使用して、認証、パフォーマンス モニタリング、宣言型 UI、機能フラグを追加し、ToDo リストの Android アプリの機能を構築します。

この Codelab では、ユーザーが App Distribution と fastlane プラグインを組み合わせて使用して、iOS ビルドを配布し、テストデバイスを登録します。次に、ユーザーは App Distribution コンソールからデバイスと UDID の .txt ファイルをエクスポートし、これらのデバイスの登録を自動化します（アドホック iOS ビルドを配布するための要件）。

Firebase App Check と App Attest を使用して、バックエンド サービスを保護し、Firebase サービスに対するリクエストが正規のアプリから送信されたリクエストであることを確認できます。 一般的に、割り当て上限に達するのを回避するため、App Attest サービスにユーザーを段階的にオンボーディングすることをおすすめします。詳細については、Apple の「 App Attest サービスを使用する準備 」のドキュメントをご覧ください。 「 バージョン

この Codelab では、TensorFlow と Firebase を使用してアプリのコンテンツ レコメンデーション エンジンを作成する方法を学びます。

この Codelab では、JavaScript の WebView 実装を使用して GA4 にイベントを送信する方法を学びます。

Firebase App Check は、リクエストが正当なアプリやデバイスから送信されていることを確認することで、請求詐欺やフィッシングなどの不正行為からバックエンド リソースを保護します。Firebase サービスとお客様のバックエンド サービスを連携して、リソースを安全に保ちます。 Firebase App Check の詳細については、Firebase のドキュメントをご覧ください。 App Check

この Codelab では、Cloud Firestore と Cloud Functions を使用してリーダーボードを作成します。

ブロッキング関数を使用して多要素認証を実装し、カスタム認証要件を作成する方法について説明します

この Codelab では、gcloud CLI を使用して、Jenkins などの既存の CI/CD システムで大規模なテストスイートをプログラムで実行する方法について説明します。この Codelab はプラットフォームに依存しません。

App Distribution SDK を使用して、最新バージョンをテスターに迅速に配布できます。この Codelab では、新しいビルドが利用可能になったときにアプリ内アラートをテスターに表示するようにアプリを更新します。

この Codelab では、TensorFlow と Firebase を使用してアプリのコンテンツ レコメンデーション エンジンを作成する方法を学びます。

この Codelab では、OTNS CLI とウェブ ビジュアリゼーションを使用して、シミュレートされた Thread ネットワーク内のノードを追加/移動/削除し、ネットワークがトポロジの変化にどのように適応するかを確認します。

Thread ボーダー ルーターはマルチキャスト転送をサポートしているため、Thread ネットワークとインフラストラクチャ（Wi-Fi/イーサネット）ネットワーク セグメント間のマルチキャスト通信が可能になります。この Codelab では、Thread マルチキャスト機能を設定して使用するプロセスについて説明します。

この Codelab では、OTBR を標準の Thread ボーダー ルーターとして使用し、同じ Wi-Fi ネットワークに接続しているスマートフォンから Thread エンドデバイスを検出してリーチします。

AI は、エキサイティングな新しいプロダクトの機会を切り開きます。予測テクノロジーであるため、信頼できるエクスペリエンスの構築に新たな課題ももたらします。

この Codelab では、古い PHP アプリケーションを Google Cloud にモダナイズし、コンテナ化し、Cloud Run にデプロイして Cloud SQL に接続します。さらに

この Codelab では、BigQuery データをデータポータルに接続し、データの構造に基づいてさまざまな可視化タイプを作成する方法を学びます。これには、データポータルの Google マップの新しいサポートを活用した可視化が含まれます。

Dialogflow のエンティティについて説明します。

この Codelab では、MotionLayout を使用して、動的アニメーションを備えた Android Kotlin アプリを作成します。

このチュートリアルでは、VPC ピアリング経由でサービスにアクセスできるように Private Service Connect インターフェースを構成して検証する方法について説明します。

この Codelab では、Cloud SQL 用の Private Service Connect を作成する方法について学習します。

この Codelab では、パラメータ エフィシエント チューニング（PET）を使用してカスタマイズされたテキスト分類器を作成する方法について説明します。PET 手法では、モデル全体をファインチューニングするのではなく、少量のパラメータのみを更新するため、比較的簡単に迅速にトレーニングできます。また、比較的少ないトレーニング データでモデルが新しい動作を学習しやすくなります。この手法について詳しくは、 Towards Agile Text Classifiers for Everyone

このラボでは、Dataproc で PySpark を使用して BigQuery からデータを読み込み、Google Cloud Storage に保存する方法について説明します。

Python SDK と PSC エンドポイントを介して VM から Vertex AI の Anthropic にアクセスする

OpenTelemetry は、トレースと指標に関するシステム オブザーバビリティの業界標準です。また、継続的なプロファイリングは、パフォーマンス調整のためのラスト 1 マイルの情報を特定するためのツールです。この Codelab では、トレース用に OpenTelemetry を使用してアプリケーションを計測する方法、Profiler エージェントを使用する方法、Cloud Trace と Cloud Profiler で可視化したグラフからボトルネックを特定する方法について学習します。

この Codelab では、アプリのテーマ設定をマテリアル 3 に移行し、後でダイナミック カラーを適用します。

Procurement DocAI を使用して請求書をインテリジェントに解析する方法を学びます。

この Codelab では、Android で Remote Config を実装して使用する方法を学びます。

ウェブページの読み込みに必要なバイト数のうち、画像が占める割合は平均で 60%以上 です。AVIF を使用すると、画像のサイズを小さくしてウェブサイトの読み込みを高速化できます。 AVIF は、AV1 動画ビットストリームから派生した画像形式です。AVIF は圧縮効率を重視して構築されています。 AVIF 画像は、同じ画質またはそれ以上の画質の JPEG、PNG、GIF、WebP 画像よりもはるかに小さくなります。 Squoosh は画像圧縮ウェブアプリです。Squoosh

この Codelab では、Firebase Remote Config を使用して、アプリの動作を更新せずに変更する方法を学びます。また、A/B テストを実施して最適な値を見つける方法についても説明します。

事前構築済みのマテリアル コンポーネントを、任意のウェブ フレームワークのコンポーネントに拡張する方法を学びます。

この Codelab では、グローバル アクセスを使用して MongoDB への Private Service Connect アクセスを構成および検証する方法を学びます。

このラボでは、ソフトウェア定義の WAN アプライアンス スポークが NCC ハブに接続された NCC について学習します。

OpenTelemetry は、トレースと指標に関するシステム オブザーバビリティの業界標準です。このセッションでは、OpenTelemetry を使用してアプリケーション指標を計測する方法と、Cloud Monitoring やその他のモニタリング ツールでそれらを利用する方法に関する知識を共有します。

この Codelab では、AlloyDB 用の Private Service Connect を作成する方法について説明します。

この Codelab では、ML Kit で AutoML Vision Edge を使用して画像分類器をトレーニングし、ML Kit SDK を使用して Android または iOS スマートフォンで画像分類器を実行します。

この Codelab では、Firebase 向け Google アナリティクスでアプリイベントを使用してユーザーの行動を分析する方法を学びます。

JavaScript だけで、初期の Web Bluetooth API を使って LED フレームレス キャンドルを制御するウェブアプリを作成できます。

この Codelab では、アリーナ内で互いの葉を「投げる」ことで他のマイクロサービスと戦うマイクロサービスを構築します。

この Codelab では、Dataflow を使用して大量のデータを読み込んで読み取る際の Bigtable の書き込み/読み取りをモニタリングする方法を学びます。

この Codelab では、C# で BigQuery を使用する方法を学びます。

この Codelab では、Firebase Remote Config を使用して、アプリの動作を更新せずに変更する方法を学びます。また、A/B テストを実施して最適な値を見つける方法についても説明します。

この Codelab では、Firebase 向け Google アナリティクスでアプリイベントを使用してユーザーの行動を分析する方法を学びます。

この Codelab では、Google のデベロッパー テクノロジーを利用するコードを記述する最も簡単な方法の一つを紹介します。これは、ウェブ開発の主流言語である JavaScript を利用することで実現しています。Google Apps Script を使用して、Google スプレッドシートのセルから住所を抽出し、その住所に基づいて Google マップを生成し、Gmail でその地図を添付ファイルとして送信するコードを記述します。さらに、必要なのはわずか 4 行のコードです。

この Codelab では、Cloud Data Fusion を使用して CSV 形式の医療データをリアルタイムで BigQuery に読み込むデータ取り込みパターンを実装します。

プライベート サービス アクセス ネットワーキングが有効になっている既存の CloudSQL インスタンスで PSC アタッチメントを有効にします。別のプロジェクトの PSC エンドポイントを介して接続します。

この Codelab では、Cloud Run で動作するインストール可能な MEAN スタックアプリをビルドします。

このラボの目標は、VPC をスポークとして NCC を探索することです。

この Codelab では、ML Kit を使用して、オンデバイスの機械学習を使用して画像内のテキストと顔の特徴を認識する iOS アプリを作成します。

この Codelab では、Google スライド API と BigQuery を使用してプレゼンテーションを作成し、最も一般的なソフトウェア ライセンスの分析を報告します。

この Codelab では、AdWords API と Content API For Shopping を使って、AdWords MCC アカウントと Merchant Center マルチクライアント アカウントによって管理される新しいアカウントを作成するソリューションを作成します。新しいサブアカウントをリンクすると、新しい Merchant Center サブアカウントによって管理されている商品を、新しい AdWords サブアカウントで作成されたショッピング キャンペーンで使用できるようになります。

この Codelab では、ユーザーの質問に応じてヨガのポーズに関する質問に回答するように設計された、ナレッジドリブンのコンテキスト ベースのヨガのポーズ検索アプリを作成します。また、ヨガのポーズの作成や編集などの管理タスクも行えます。

この Codelab では、Cloud KMS 非対称鍵を使用してデータを暗号化および復号します。

この Codelab では、Confidential Space を使用して ML モデルと知的財産を保護する方法を学びます。

この Codelab では、BigQuery を使用してアナリティクス 360 データセット用の ML モデルを作成する方法を学びます。

このラボでは、 BigQuery ML でモデルをトレーニングし、そのモデルを Vertex AI にエクスポートしてデプロイします。これは、Google Cloud の最新の AI プロダクトです。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $2 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML

この Codelab では、シンプルな ASP.NET Core アプリを Google App Engine にデプロイする方法を学びます。

Google Cloud プロジェクトは、API の管理、課金の有効化、共同編集者の追加と削除、Google Cloud リソースに対する権限の管理など、すべての Google Cloud サービスの作成、有効化、使用の基礎となります。 プロジェクトを使用すると、次のことができます。 Google Cloud の 請求先アカウント は 1 つ以上のプロジェクトにリンクされ、それらのプロジェクトで使用されるリソースの支払いに使用されます。支払い情報が含まれており、使用したサービスに対して

この Codelab では、アリーナ内で「jamón」を相互に「投げる」ことで他のマイクロサービスと戦うマイクロサービスを構築します。

BigQuery 用の Python ベースのコマンドライン ツールである bq を使用してデータを読み込んでクエリを実行する方法を学習します。

この Codelab では、アリーナでモモを「投げる」ことで他のマイクロサービスと戦うマイクロサービスを構築します。

この中級者向けの Google Apps Script Codelab では、Google Workspace と Google Cloud コンソールという 2 つの Google デベロッパー プラットフォームを使用します。具体的には、Cloud コンソールの BigQuery API（Apps Script の高度なサービス）と、組み込みの Google Workspace サービスのペア（Google スプレッドシートと Google スライド）を使用します。このサンプルアプリの目的は、ビッグデータ分析からスライド プレゼンテーションまで、最終的な作業をすべて（比較的）短いコードで自動化できることをユーザーに示すことです。

このチュートリアルでは、Python で Secret Manager を使用する方法を学びます。

この Codelab では、gcloud を使用して FQDN 転送ターゲットを持つ Cloud DNS 転送ゾーンを作成します。

Cloud Dataflow を使用し、Cloud Dataflow SDK を使用して Maven プロジェクトを作成し、Google Cloud Platform Console を使用して分散処理数パイプラインを実行します。

Apps Script スプレッドシート サービスを使用して Google スプレッドシートでデータの読み取り、書き込み、操作を行う方法をご覧ください。

この Codelab では、Android アプリに Vision API Product Search バックエンドを呼び出すコードを追加して、アプリユーザーが画像を使用して商品を検索できるようにします。

この Codelab では、Producer Portal を使用して、基本的な SaaS ソリューションを Google Cloud Marketplace Procurement API と統合します。

完成したデータカードを体系的に評価し、透明性への取り組みを測定して追跡し、フレームワークを適用してデータカードの前提と盲点を監査する方法をご確認ください。

組織や関係者にとっての透明性の意味を理解し、データセットを形成する人間の決定と目に見えない説明を取り込むスキーマを作成する方法を学習します。

Apps Script でスプレッドシートのデータの形式を設定する方法をご確認ください。

Apps Script の基礎を学んで、Google スプレッドシートをさらに便利にしましょう。

ヒューリスティックとディメンションを使用して既存のドキュメント スキーマのギャップを見つけ、データセット ドキュメントをユーザーがどれだけ簡単に読み取って理解できるかを評価する方法について説明します。

この Codelab では、さまざまな種類のマーカーを使用して米国コロラド州の山々の地図を表示するアプリを作成することで、Maps SDK for Android をアプリに統合する方法と、その主要な機能を使う方法について説明します。また、地図上に他の図形を描画する方法も学習します。 Codelab を完了すると、アプリは次のようになります。 以下の有効化の手順では、 Maps SDK for Android を有効にする必要があります。 課金を有効にした Google Cloud

地図は、データセット内の位置情報に関連するパターンを可視化する際に非常に強力なツールとなります。この関係は、場所の名前、特定の緯度と経度の値、または国勢調査区や郵便番号などの特定の境界を持つ地域の名前です。 このようなデータセットが非常に大きくなると、従来のツールを使用してクエリを実行したり、可視化したりすることが難しくなることがあります。Google BigQuery を使用してデータをクエリし、Google Maps API

この Codelab では、Vision、Speech-to-Text、Translation、Natural Language の API について説明します。最後に、これらの API を使用して音声録音を分析し、関連する画像にマッピングします。

ユーザーに何度も見てもらえるようにするアクションで、アクションを強化しましょう。

コーディングを開始する前に、いくつかの前提条件を設定する必要があります。 このチュートリアルでは、Apple の Xcode ツールと Objective-C 言語を使用して、エミュレータで実行されるシンプルな iOS アプリケーションを作成します。実機は必要ありません。Xcode は https://developer.apple.com/xcode/ から入手できます。 Places SDK for iOS は CocoaPods pod として提供されています。CocoaPods

Geospatial Creator を使用して、Unity エディタの複数のアンカーに拡張現実（AR）コンテンツを配置する方法を学びます。

この Codelab では、Vision API Product Search を使用して商品画像検索バックエンドを構築する方法と、モバイルアプリからバックエンドを呼び出す API キーを作成する方法を学びます。

Google アシスタントでの開発の基礎を解説します。

TensorFlow Serving を使用して画像を分類するシンプルなウェブサイトを作成する方法をご覧ください。

ロードトリップに出かける場合でも、毎日の通勤を計画する場合でも、賑やかな都市を移動する場合でも、目的地にたどり着くには、目的地を知るだけでは不十分です。信頼できるルート生成ツールが不可欠です。 Google Maps Platform を使用すると、アプリケーションに動的地図を追加したり、オートコンプリートを使用してユーザーが場所をすばやく入力できるようにしたり、地図にルートを表示したりできます。 この Codelab では、 Maps JavaScript API 、 Place

このラボでは、既存のインストール可能な PWA を取得し、カスタムのアプリ内インストール ボタンを追加します。これは、 プログレッシブ ウェブアプリ ワークショップ のコンパニオン Codelab シリーズの 5 番目 です。前の Codelab は「タブからタスクバーへ」でした。 このシリーズには、他に 3 つの Codelab があります。 まず、この Codelab を完了するために必要なスターター コードをクローンするかダウンロードします。 リポジトリのクローンを作成する場合は、

このラボでは、既存のウェブ アプリケーションに高度な機能を追加します。これは、 プログレッシブ ウェブアプリ ワークショップ の一連のコンパニオン Codelab の 6 番目 です。前の Codelab は、 インストールを促して測定する でした。このシリーズには、さらに 2 つの Codelab があります。 まず、この Codelab を完了するために必要なスターター コードをクローンするかダウンロードします。 リポジトリのクローンを作成する場合は、

このラボでは、デプロイ済みの既存の プログレッシブ ウェブアプリ を、Google Play ストアで配信するためのアプリにラップします。 Bubblewrap は、プログレッシブ ウェブアプリを Android App Bundle にラップする作業を、いくつかの CLI コマンドを実行するのと同じくらい簡単にするツールです。これは、PWA を 信頼できるウェブ アクティビティ として起動する Android プロジェクトを生成することで実現されます。

このラボでは、既存のウェブ アプリケーションをオフラインで動作するようにします。これは、 プログレッシブ ウェブアプリ ワークショップ の一連のコンパニオン Codelab の 最初 のものです。このシリーズには、他に 7 つの Codelab があります。 まず、この Codelab を完了するために必要なスターター コードをクローンするかダウンロードします。 リポジトリのクローンを作成する場合は、 starter ブランチにいることを確認してください。zip

Maps JavaScript API と Places ライブラリを使用して、位置情報に基づくウェブアプリを作成し、Nearby Search を実行する方法を説明します。

このコードラボでは、Objective-C での iOS アプリの作成に Google Maps Platform を使用するための基本事項について説明します。事前の設定、Maps SDK for iOS の読み込み、最初の地図の表示、マーカーとマーカー クラスタリングの操作、地図上での図形の描画、ユーザー操作の処理など、あらゆる基本事項を習得できます。 この Codelab では、以下の機能を備えた iOS アプリを作成します。 この Codelab

この Codelab では、Google Maps Platform のデータを使用して、Android の拡張現実（AR）で付近の場所を表示する方法について説明します。 この Codelab では Android 10.0（API レベル 29）を使用します。Android Studio には Google Play 開発者サービスがインストールされている必要があります。これらの依存関係を両方ともインストールするには、次の手順を行います。 次のセクションの手順 3 で、この Codelab

画像内のオブジェクトを検出して、その結果を UI にレンダリングする Android アプリを作成する方法について説明します。

PageSpeed Insights API と CrUX API を使用してウェブページのウェブに関する主な指標を測定する方法について説明します。

Google アシスタントでの開発の基礎を解説します。

この Codelab では、ウェブで Google Maps Platform を使用するための基本事項について説明します。事前の設定、Maps JavaScript API の読み込み、最初の地図の表示、マーカーとマーカー クラスタリングの操作、地図上での図形の描画、ユーザー操作の処理など、あらゆる基本事項を習得できます。 この Codelab では、以下の機能を備えたシンプルなウェブアプリを作成します。 この Codelab

このラボでは、既存のウェブ アプリケーションにストリーミング ルート レスポンスを追加して、パフォーマンスを改善します。これは、 プログレッシブ ウェブアプリ ワークショップ のコンパニオン Codelab シリーズの 7 番目 です。前回の Codelab は PWA の強化 でした。このシリーズには、もう 1 つの Codelab があります。 まず、この Codelab を完了するために必要なスターター コードをクローンするかダウンロードします。 リポジトリのクローンを作成する場合は、

オンライン情報の保護、フィッシング攻撃の特定、Google アカウントの高度な保護機能の有効化、ソーシャル メディアでの安全確保の方法について説明します。

プログレッシブ ウェブアプリ（PWA）は、ウェブ経由で配信されるアプリケーション ソフトウェアの一種で、HTML、CSS、JavaScript などの一般的なウェブ技術を使用して構築されています。標準に準拠したブラウザを使用するすべてのプラットフォームで動作するように設計されています。 この Codelab では、ベースラインの PWA から始めて、最終的に PWA にスーパーパワー 🦸 を与える新しいブラウザ機能を試します。

このラボでは、クライアント データをバックアップして IndexedDB に復元します。これは、 プログレッシブ ウェブアプリ ワークショップ のコンパニオン Codelab シリーズの 3 番目 です。前の Codelab は Workbox の使用 でした。このシリーズには、他に 5 つの Codelab があります。 まず、この Codelab を完了するために必要なスターター コードをクローンするかダウンロードします。 リポジトリのクローンを作成する場合は、

データカードの読者向けにナラティブを作成する方法、焦点を絞った簡潔なドキュメントに最適化する方法、読者がデータセットについてより直感的に理解できるようにする分析のさまざまなアプローチについて説明します。

データ操作、カスタム メニュー、公開 API データ取得を使用して Apps Script でより適切な処理を行う方法を学習します。

この Codelab では、米国カリフォルニア州サンフランシスコにある自転車店の地図を表示するアプリを作成することで、Maps SDK for Android をアプリに統合する方法と、その主要な機能を使う方法について説明します。 以下の有効化の手順では、 Maps SDK for Android を有効にする必要があります。 課金を有効にした Google Cloud Platform アカウントとプロジェクトをまだ作成していない場合は、 Google Maps Platform

このラボでは、既存のウェブ アプリケーションをインストール可能にします。これは、 プログレッシブ ウェブアプリ ワークショップ のコンパニオン Codelab シリーズの 4 番目 です。前回の Codelab は IndexedDB でした。このシリーズには、他に 4 つの Codelab があります。 まず、この Codelab を完了するために必要なスターター コードをクローンするかダウンロードします。 リポジトリのクローンを作成する場合は、 pwa04--tab-to-taskbar

このラボでは、既存の Service Worker を使用しているウェブサイトを Workbox を使用するように変換します。これは、 プログレッシブ ウェブアプリ ワークショップ のコンパニオン Codelab シリーズの 2 番目 です。前回の Codelab は「 オフラインにする 」でした。このシリーズには、他に 6 つの Codelab があります。 まず、この Codelab を完了するために必要なスターター コードをクローンするかダウンロードします。

Apps Script でスプレッドシート サービスを使用して、データのグラフを作成、表示する方法について説明します。

web-vitals JavaScript ライブラリを使用して、ウェブページのウェブに関する主な指標を測定する方法について説明します。

この Codelab では、ML Kit を使用して Android アプリを作成します。このアプリでは、オンデバイス ML を使用して、59 の言語間でテキストを認識、識別、翻訳します。また、CameraX ライブラリを統合して、リアルタイムのカメラフィードからこれらのタスクを実行する方法についても学習します。

この Codelab では、Java コードを Kotlin に変換する方法を学びます。

このラボでは、既存のウェブ アプリケーションにウェブ ワーカーを追加して、2 つの開いているウィンドウ間で状態を共有します。これは、 プログレッシブ ウェブアプリ ワークショップ のコンパニオン Codelab シリーズの 8 番目 です。前の Codelab は Service Worker の組み込み でした。これは、このシリーズの最後の Codelab です。 まず、この Codelab を完了するために必要なスターター コードをクローンするかダウンロードします。

この Codelab では、Material のコミュニケーション原則を適用して、明確で簡潔な UI テキストを作成する方法を学びます。

このデザインラボでは、マテリアル テーマに優れたダークモードを適用して、製品の独自のアイデンティティをダークモードで表現する方法を学びます。

このコードラボでは、Visual Studio 用 Cloud ツールをインストールして使用する方法について学習します。

この Codelab では、Google アナリティクス for Firebase でコンバージョンとオーディエンスを作成し、Google 広告にインポートする方法を学びます。

この Codelab では、Looker でのシングル サインオンの埋め込みの基本を学習します。

この Codelab では、重み付きロード バランシングを使用した HTTP ヘルスチェックで報告された重みに基づいて、ロードバランサのバックエンド インスタンスにトラフィックを分散するようにネットワーク ロードバランサを構成する方法を学びます。

Interaction to Next Paint（INP） について学べるインタラクティブなデモと Codelab です。 コードは web-vitals-codelabs リポジトリ にあります。 ページの上部には、 スコア カウンタと [ 増やす ] ボタンがあります。リアクティビティと応答性の古典的なデモです。 ボタンの下には、次の 4 つの測定値が表示されます。 FPS

この Codelab では、Windows Server と ASP.NET Framework を使用して Google Compute Engine 仮想マシンを作成する方法を学習します。

この Codelab では、GCP でクロスリージョン Confluent Kafka を設定します。これは、VPN トンネルを介して AWS などの他のハイパースケーラーからアクセスできます。これにより、AWS のソースと GCP のターゲットを使用して、真のマルチクラウド ストリーミング機能が提供されます。

Dialogflow を使用して簡単な chatbot を作成する方法を学習できます。

この Codelab では、自動更新による定期購入とプリペイド プラン（基本プランやフレキシブル プランなど）を実装する方法を学びます。

Dialogflow には、ウェブ、Google アシスタント、ソーシャル メディア、Phone Gateway など、多くのインテグレーションがあらかじめ組み込まれています。しかし、chatbot をモバイル デバイスで使用できるようにするには、カスタム統合を作成する必要があります。このラボでは、Dialogflow Essentials を Flutter アプリに統合する方法について学習します。

Flutter を使用して、効果音、バックグラウンド ミュージック、ダイナミック オーディオをゲームに追加する方法を学びます。

この Codelab では、Google Docs API を使用して Google ドキュメントを作成し、音声ファイルの文字起こしをこのドキュメントに書き込みます。Speech-to-Text API を使用して、特定の音声ファイルの文字起こしを取得します。

この Codelab では、Node.js で Document AI API を使用するチュートリアルの作成に焦点を当てます。

この Codelab では、Document AI Workbench で独自のトレーニング データを使用して完全にカスタマイズされたモデルを作成する方法を学びます。

この初心者向けの Codelab では、Google の最新の生成大規模言語モデル（LLM）を使用して仮想エージェントのレスポンスを生成する生成フォールバック機能について学習します。

この Codelab では、Cloud Healthcare FHIR API を使用して FHIR - R4 形式の医療データ（Regular リソース）を BigQuery に読み込むデータ取り込みパターンを実装します。

この Codelab では、Cloud KMS 非対称鍵を使用してデータを暗号化および復号します。

この Codelab では、Document AI の Form パーサーを使用して、Python で手書きのフォームを解析する方法を学びます。 ここでは、例として簡単な医療用登録フォームを使用しますが、この手順は DocAI でサポートされているすべての一般化フォームでも機能します。 この Codelab は、Document AI の他の Codelab の内容に基づいて作成されています。 このラボを始める前に、次の Codelab を完了しておくことをおすすめします。 この Codelab

この Codelab では、GA4F でイベントを実装し、Google 広告でアクション キャンペーンを開始する方法を学びます。

簡単なテキストの説明を、鮮やかで詳細な画像に変換するのに数秒しかかからないとしたらどうでしょう。これは生成メディアの力です。生成メディアは急速に進化しており、ビジュアル コンテンツの作成方法や操作方法を再構築しています。Google の Vertex AI の Imagen 3 などのモデルは、最先端の生成 AI 機能をアプリケーション デベロッパーに提供します。 Imagen 3 は、Google がこれまでに開発した中で最も高品質な Text-to-image

この Codelab では、iOS または Android 向けの Flutter アプリ用のホーム画面ウィジェットを作成します。基本的な Flutter ニュースアプリから始めます。その後、ネイティブ フレームワークを使用してウィジェット自体の UI を作成します。最後に、リソースを共有し、ウィジェットとメインアプリ間の通信を確立する方法を学びます。

GitHub - 生成 AI によるコードレビューの自動化

この Codelab の目的は、新しいマテリアル デザイン 3 と Material You の実装を使用した Jetpack Compose でのテーマ設定のデモを行うことです。

Gemini モデルを呼び出して関数呼び出しの入力をオーケストレートし、API を呼び出してから、別の Gemini 呼び出しでレスポンスを処理して REST エンドポイントにデプロイすることで、Java アプリケーションで Gemini の関数呼び出し機能のデモを行います。

この Codelab では、Android ユーザー向けのユーザー補助サービスを作成する方法を学びます。

この Codelab では、Document AI ウェアハウスを使用して、ドキュメント全文の取り込み、処理、検索を行います。

この Codelab では、Cloud KMS を使用してデータの暗号化と復号を行います。

このラボでは、CDN 配信を作成し、Cloud Armor ルールを適用してエッジ キャッシュを保護します。

コンテナ化された環境で Java アプリケーションを開発するソフトウェア エンジニア向けに、開発ワークフローを効率化するための特長や機能について紹介します。

コンテナ化された環境で Cloud Workstations を使用して Python アプリケーションを開発するソフトウェア エンジニア向けに、開発ワークフローを効率化するための特長と機能を紹介します。

生成 AI を使用した JIRA ユーザーストーリーの実装

BigQuery SQL クエリと Vertex AI PaLM API を使用して、映画の成功評価予測と処方箋アプリを作成します。

Artifact Registry を使用すると、さまざまなアーティファクト タイプを格納し、単一のプロジェクトに複数のリポジトリを作成し、各リポジトリに特定のリージョンやマルチリージョンを関連付けることができます。リポジトリのモードは複数あります。各モードはそれぞれ異なる目的で使用されます。次の図は、さまざまなモードのリポジトリを一緒に使用する方法の 1 つを示しています。図には、2 つの Google Cloud

テキスト要約のユースケースを作成し、Svelte Kit ウェブアプリで Google Cloud Vertex AI を使用して、ユーザーが記事、テキスト、その他の形式のコンテンツを要約できるようにします。

Skaffold は、アプリケーションのビルド、push、デプロイのワークフローを処理するツールです。Skaffold を使用すると、簡単にローカルの開発ワークスペースを構成し、内部開発ループを合理化できます。また、 Kustomize や Helm などの他のツールと統合して Kubernetes マニフェストの管理に役立てることもできます。 このチュートリアルでは、Skaffold の基本コンセプトをいくつか学習し、Skaffold

この Codelab では、機械学習を利用して簡単なボードゲームを作成します。TensorFlow エージェントを使用して強化学習モデルをトレーニングし、TensorFlow Serving をバックエンドとして使用してデプロイします。また、ゲームのフロントエンドとして、クロス プラットフォームの Flutter アプリも作成します。

この Codelab では、特定の花を認識するように ML モデルをトレーニングします。

この Codelab では、Trusted Space ソリューションを使用してアクセラレータで AI/ML ワークロードを実行する方法を学びます。

この Codelab では、Google Cloud Functions を使用して Google Cloud Composer で Apache Airflow ワークフロー（DAG）をトリガーする方法について説明します。この DAG は、BashOperator を使用して単純な bash コマンドを実行します。

この Codelab では、バックエンド サービスを使用して TCP/SSL ロードバランサを作成し、ロードバランサへのアクセスを特定のユーザー クライアントのセットのみに制限します。

2 つのブラウザ間でメディアやデータをストリーミングする方法について説明します。WebRTC のコア API とテクノロジーについて理解する。getUserMedia、CSS、キャンバス要素を使用して、画像の取得と操作を行います。ピア接続を設定し、データチャネルを使用してブラウザ間で直接データを交換します。最後に、Node.js を使用してシグナリング サーバーを設定します。

3D グラフィックスは、ゲーム、デザイン、データの可視化など、多くのアプリケーションの基礎となっています。グラフィック プロセッサや作成ツールが進化するにつれ、より大規模で複雑な 3D モデルが一般的になり、没入型バーチャル リアリティ（VR）や拡張現実（AR）の新しい用途に利用されるようになるでしょう。モデルの複雑さが増したため、ストレージと帯域幅の要件が 3D データの爆発的な増加に対応することを余儀なくされます。 Draco では、視覚的な忠実度を損なうことなく、3D

この Codelab では、マイクロコントローラを搭載したバッテリー駆動の開発ボード SparkFun Edge で、TensorFlow Lite for Microcontrollers を使用して音声認識モデルを実行する方法を学びます。

この Codelab では、gecko@003 モデルとは何か、そしてそのアプリケーションの実際のユースケースについて学びます。

この Codelab では、Procurement DocAI と Lending DocAI を使用して、特殊なドキュメントを分類、解析する方法を学びます。

この Codelab では、Eventarc を使用して Pub/Sub、Cloud Storage、Cloud Audit Logs からのイベントをリッスンし、Google Kubernetes Engine（GKE）で実行される Kubernetes サービスに渡します。

Cassandra-Bigtable プロキシと Datastax ZDM プロキシを使用して、ダウンタイムなしでアプリケーション コードを変更せずに Apache Cassandra から Bigtable にデータを移行する方法を学びます。

この Codelab では、Vertex AI を使用して LLM の教師ありファインチューニングを行う方法を学びます。

Android-FHIR SDK、OHS、Google Cloud Healthcare API を使用して、安全かつスケーラブルでコンプライアンスを遵守したデータドリブンのヘルスケア モバイルアプリを構築

生成 AI によるコードレビューの自動化

コンテナ化された環境で Java アプリケーションを開発するソフトウェア エンジニア向けに、開発ワークフローを効率化するための特長や機能について紹介します。

コンテナ化された環境で Java アプリケーションを開発するソフトウェア エンジニア向けに、開発ワークフローを効率化するための特長や機能について紹介します。

このチュートリアルでは、Google App Engine で Python を使用して簡単なウェブアプリを作成する方法を学習します。

Dialogflow によるフルフィルメントのコンセプトについて学習できます。

この Codelab では、設計、ビルド、テスト、デプロイといったソフトウェア開発ライフサイクル（SDLC）の主要なステージにおいて、Gemini Code Assist がどのように役立つかを見ていきます。アプリケーション全体の設計と開発を行い、Google Cloud にデプロイします。

この Codelab では、BigQuery の基本と、Wikipedia データセットなどのテラバイト規模のデータを BigQuery でクエリする方法について説明します。

この Codelab では、clasp（Apps Script CLI）を使用して、コマンドラインから Apps Script プロジェクトを pull、push、デプロイする方法を学びます。

Vision API と Dialogflow を統合する方法を学習します。

Cloud Run と GKE クラスタにアプリケーションをデプロイし、ソフトウェア デリバリー シールド セキュリティでデプロイメントのセキュリティ分析情報を表示する

Cloud Run に安全にデプロイするための基本的なプラクティス

この Codelab では、顧客からの質問に回答したり、商品を見つけたり、e コマース データセット向けに検索結果をカスタマイズしたりするための知識ベースのチャット アプリケーションを構築します。

ソフトウェアの脆弱性とは、偶発的なシステム障害を引き起こしたり、悪意ある人物にソフトウェアを侵害する手段を与えたりする可能性がある弱点です。Container Analysis では、コンテナ内の脆弱性を検出するために、次の 2 種類の OS スキャンを行います。 On-Demand Scanning API を使用すると、自分のコンピュータにローカルに保存されているイメージ、または Container Registry や Artifact Registry

Python で記述された Cloud Functions の関数について説明します。この関数は、Vertex AI モジュールを初期化し、PaLM Text Bison モデルを呼び出すためのエンドポイントを提供します。

この Codelab では、Spanner インスタンスを作成し、Spanner の組み込みベクトル検索と Vertex AI モデルとの統合を使用して、ベクトル エンベディングの類似性検索を行います。

この Codelab では、スポーツ小売ビジネスのタスクの支援、おすすめの取得、店舗の検索、注文の処理を目的とした AI エージェントの作成方法を学びます。エージェント開発キット（ADK）を使用してエージェントを構築し、データベース向け MCP ツールボックスを使用して AlloyDB に接続します。

この Codelab では、ウェブ コンポーネントを一から作成し、段階的に Lit Element に拡張します。

この Codelab では、Spanner インスタンスを作成し、Spanner の組み込みベクトル検索と Vertex AI モデルとの統合を使用して、ベクトル エンベディングの類似性検索を行います。

このチュートリアルでは、HEY と予測の Cloud Monitoring 指標を使用してベースライン テストを実施する方法を学びます。

このチュートリアルでは、Private Service Connect を使用してオンライン予測へのアクセスを構成、検証する方法について説明します。

このページでは、Dataflow SQL の使用方法と Dataflow SQL ジョブの作成方法について説明します。

このワークショップの目的は、ユーザーと実務担当者に Duet AI の実践的なトレーニングを提供することです。 この Codelab では、次のことを学習します。 Duet AI for Developers が日常的な開発で実際にどのように使用されているかを示すために、このワークショップのアクティビティはナラティブの文脈で行われます。 新しいデベロッパーが e コマース会社に入社しました。このチームは、既存の e コマース

インタラクティブな Beam を使用してノートブックを設定して実行する

仮想エージェントを構築するための会話型 AI プラットフォーム（CAIP）である Dialogflow CX を使用して、小売チャットボットを構築する方法を学びます。

この Codelab では、GA4F を使用して WebView 内のウェブページのイベントをネイティブ コードに転送し、トラッキングする方法を説明します。

この Codelab では、SchedMD の Slurm-GCP ソリューションを使用して Google Cloud Platform で Gromacs を実行する手順について説明します。

GKE Autopilot や Pub/Sub と統合される Workflows をトリガーするように Eventarc を構成し、お客様に特典を提供するビジネス プロセスを実行する方法について説明します。

呼び出しに認証を要求して Cloud Functions を保護する方法を学習します。

この Codelab では、Pub/Sub トピックを介して渡された Cloud Storage イベントに応答して画像のサムネイルを作成する Cloud Run サービスを作成します。

この Codelab では、Google Cloud Platform に Managed Active Directory をデプロイする方法を学習します。

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

簡単な App Engine アプリを Cloud NDB から Cloud Datastore に移行する方法について説明します。

Cloud Buildpacks を使用してシンプルな App Engine アプリをコンテナ化し、Cloud Run に移行する方法を学習します。

この Codelab では、next-hop-instance、next-hop-gateway、next-hop-address などの新しいネクストホップ属性を使用して IPv6 静的ルートを使用する方法について学習します。

Identity-Aware Proxy を使用して、CloudRun で実行されるアプリケーションのアクセスを保護し、ユーザー ログインを必須にする

この Codelab では、Google Maps Platform Navigation SDK を使用してシンプルなナビゲーション アプリを作成する方法について学習します。

Kustomize は、テンプレートを使わずにアプリケーションの構成をカスタマイズできるツールであり、既製のアプリケーションの使用を簡素化します。スタンドアロン ユーティリティとして使用でき、 kubectl apply -k を介して kubectl に組み込まれており、スタンドアロン CLI として使用できます。詳細については、 kustomize.io をご覧ください。 このチュートリアルでは、Kustomize の基本コンセプトのいくつかを確認し、Kustomize

Kotlin で Android の構造とレイアウトにマテリアルを使用する方法について学習します。

Node.js で TensorFlow Lite モデルを実行し、Coral Edge TPU と WebNN でモデルを高速化します。

この Codelab では、Model Maker を使用して、コメント スパム モデルを再トレーニングして、事前トレーニング済みモデルで処理できなかったエッジケースを考慮し、新しいモデルをウェブ アプリケーションに再デプロイする方法を学びます。

この Codelab の内容

この Codelab では、Node.js クライアント ライブラリで BigQuery を使用する方法について学びます。

フロントエンド用の Django クライアントを構築して Dialogflow アプリの会話環境を作成する方法について学びます。

GKE を使用してウェブサイトのデプロイ、スケーリング、更新を行う方法を学習します。

この Codelab では、Go で実装される Common Expression Language で式を記述します。変数の作成、論理演算子や演算子の使用、JSON の作成、proto の作成、式の調整を行います。

この Codelab では、マイクロサービスのイベント ドリブン オーケストレーションを構築し、Eventarc と Workflows で画像を処理します。

コア コンポーネントを使用して簡単なアプリを作成することで、ウェブ向けマテリアル コンポーネントを使用する方法の基本を学びます。

Kotlin のコア コンポーネントを使用してシンプルなアプリをビルドすることで、Android 用のマテリアル コンポーネントの使用に関する基本を学習します。

この Codelab では、lit-element を使用して Brick Viewer ウェブ コンポーネントを作成します。

埋め込み Looker コンテンツに対してプログラムでイベントをリッスンし、アクションを送信する方法について説明します。

このラボでは、畳み込み層を組み合わせて、花を認識できるニューラル ネットワーク モデルを作成する方法を学びます。今回はモデルをゼロから構築し、TPU のパワーを使用して数秒でトレーニングし、設計を反復処理します。このコースには、畳み込みニューラル ネットワークに関して必要な理論的な説明が含まれており、ディープ ラーニングについて学習する出発点として適しています。

Gen2 ランタイムで App Engine バンドル サービスを使用する方法を学習する

簡単な App Engine アプリを Cloud Datastore から Cloud Firestore に移行する方法について説明します。

この Codelab では、Istio を使用して ASP.NET Core アプリを Google Kubernetes Engine にデプロイする方法を学びます。

この Codelab では、生成 AI API を使用して、指定されたキーワードから画像を生成する方法を学びます。これは 2 段階からなるプロセスです。text-bison API を呼び出して画像生成プロンプトを生成し、次に Imagen API を呼び出して生成されたプロンプトに従って画像を生成します。このワークフロー全体は、Gradio アプリを使用してフロントエンドで起動します。

この Codelab では、AlloyDB for Databases サービスを使用して、AlloyDB と生成 AI 機能を使用する価格予測アプリケーション用のデータベース用 MCP ツールボックスを構築してデプロイします。

この Codelab では、LLM モデルである Gemini 1.0 Pro（テキストのみ）と Gemini 1.0 Pro Vision（マルチモーダル）を BigQuery ワークロード内に直接統合し、ローコードで生成 AI による分析情報を生成する方法を紹介します。

Cloud Run や Pub/Sub と連携する Workflows をトリガーするように Eventarc を構成し、お客様に特典を提供するビジネス プロセスを実行する方法について説明します。

Bitbucket - 生成 AI によるコードレビューの自動化

コンピューティング負荷の高い Flutter アプリを作成し、Flutter の滑らかなインタラクティビティを維持する方法を説明します。

動的なカード レスポンスを使用する Google Chat 用のカスタム Dialogflow chatbot を構築する方法を学習します。

このラボでは、VPC Service Controls の境界を作成し、それを使用してプロジェクトを保護します。その後、VPC Service Controls の下り（外向き）違反を引き起こし、下り（外向き）ルールを作成して拒否のトラブルシューティング プロセスを確認します。このラボを修了すると、VPC Service Controls を使用してリソースを保護する方法をより深く理解できるようになります。

この Codelab では、Gemini for Google Cloud を使用してトラブルシューティングと問題の修正を迅速に行う方法を示します。ログの要約、エラーの説明、問題の解決策の発見を支援する Gemini の使い方を学びます。

このチュートリアルでは、安全なユーザー管理ノートブックを構成する方法を学びます。

この Codelab では、新しい Compute Engine インスタンスを作成し、円周率を数百万の小数点以下まで計算するプログラムをコンパイルして実行します。

このラボでは、Google の生成 AI プロダクトを使用して、Gemini Cloud Assist を活用して Google Cloud にインフラストラクチャを構築し、Data Canvas の自然言語から SQL への機能を使用して BigQuery データをクエリします。また、Gemini Code Assist を使用して Colab Enterprise Jupyter ノートブックと Eclipse Theia（Visual Studio Code）でコードを記述し、Cloud

この Codelab では、Dialogflow と Google カレンダーを基盤とする Appointment Scheduler Chat アプリを Google Chat で実行できるようにします。カスタムの Google Chat メッセージを作成してデプロイします。

この Codelab では、コマンドライン インターフェースを使用して DLP API を紹介します。ユーザーはプロジェクト コードをダウンロードし、サンプル ディレクトリのいくつかのツールとその基礎となる機能を確認します。

この Codelab では、エンドツーエンドの Vertex AI Vision アプリケーションを作成し、イベント管理機能を使用したイベント送信のデモを行います。事前トレーニング済みの専用モデルの Occupancy Analytics を使用します。また、アプリケーションに取り込む動画ストリームの作成方法、アプリケーションの構築とデプロイの方法についても学習します。

この Codelab では、Service Extensions プラグインを介してカスタムコードを実行し、カスタム HTTP 認証を実現する Media CDN ディストリビューションを作成します。

この Codelab では、署名付きコンテナ イメージの機能を利用して Confidential Space のユーザビリティを向上させる方法を学びます。

この Codelab では、AlloyDB、Gemini、Imagen、LangChain4j、GenAI Toolbox for Databases を使用して、ユーザーの検索に一致するおもちゃ（テキストと画像）を見つけ、ユーザーのリクエストに基づいてカスタムおもちゃを作成し、カスタム作成したおもちゃの価格を予測するように設計された RAG ベースのベクトル検索アプリケーションを構築します。

この Codelab では、都市のホテルに関するユーザーのクエリに回答する旅行代理店の作成手順について説明します。エージェントはエージェント開発キット（ADK）を使用して構築され、エージェントがデータベース内のデータにアクセスできるように MCP Toolbox for Databases を利用します。

この Codelab では、段階的な移行手法を使用して Apache Kafka から Google Cloud Pub/Sub にアプリケーションを移行します。

この Codelab では、Dart バックエンド サービスを使用して検証および管理する Flutter アプリにアプリ内購入を追加します。

この Codelab では、Flutter 上に構築されたゲームエンジンである Flame の使用方法を学びます。Flame のコンポーネントと効果、Flame を Flutter の状態管理と統合する方法について学習します。

この初心者向けの Codelab では、ジェネレータ機能について学習します。生成ツールは、Google の最新の生成大規模言語モデル（LLM）を使用してエージェントのレスポンスを生成します。この Codelab のコンテキストでは、データストアから情報を取得するジェネレータを使用して、情報に基づいた意思決定を行います。

2D 物理エンジンの Forge2D を使って、Flutter や Flame のゲームでゲームの仕組みを作る方法を学びましょう。

Python 2 App Engine NDB およびUsers サービスアプリから Cloud NDB へCloud Identity Platform にアップグレードしてから Python 3 にアップグレード

この Codelab では、Google の「ネイティブ Java クライアント ライブラリのサポート」を利用して Java サービスを作成し、Cloud Run にデプロイします。このサービスは、Cloud Storage イベントに応答して Vision API を使用して画像分析を実行し、その分析結果を Firestore コレクションに保存します。

この Codelab では、ASP.NET Core のコードを、Google Kubernetes Engine 上の Kubernetes で実行される複製されたアプリケーションに変換する方法を学びます。

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

シンプルな Python 2 App Engine アプリに blobstore 使用状況を追加する方法を学習します

このラボでは、モノリシック ウェブサイトをマイクロサービスに分割し、それらを Google Kubernetes Engine にデプロイします。

この Codelab では、Google Maps Platform Navigation SDK を使用してシンプルなナビゲーション アプリを作成する方法について学習します。

この Codelab では、オープンソースの Magento e コマース プラットフォームを Cloud Spanner と統合します。

TPU は非常に高速です。トレーニング データのストリームも、トレーニングのスピードについていく必要があります。このラボでは、tf.data.Dataset API を使用して GCS からデータを読み込み、TPU にフィードする方法を学びます。

この Codelab では、リアルタイム データを処理しながらスケーリングと復元性を実現するために一般的に使用されるアーキテクチャ パターンを実際に体験します。気象データを測定する IoT デバイス（Raspberry Pi）を構築してから、Google の Cloud Platform を使用して、メッセージ キュー、サーバーレス関数、クラウドベースのデータ ウェアハウス、分析ダッシュボードなどのデータ パイプラインを作成します。

Cloud Run での上り（内向き）設定

この Codelab では、Google Cloud オペレーション スイートについて学びます。このラボでは、gcloud を使用してサンプル アプリケーションをインストールします。サンプル アプリケーションをデプロイしたら、Cloud Monitoring を使用してダッシュボード、アラート、稼働時間チェックなどを定義します。

このラボでは、リモートモデル（Gemini モデル）を使用した推論のための BigQuery Machine Learning（BigQuery ML）の使い方を学びます。そして、映画のポスター画像を分析し、これらのポスターの要約を生成します。

Spring Boot と Java を使用してコンピュータ ビジョン アプリケーションを作成し、プロジェクトで画像認識と分析の可能性を引き出せるようにします。

継続的なプロファイリングは、パフォーマンス調整のためのラスト 1 マイルの情報を特定するためのツールです。この Codelab では、Profiler エージェントを使用してアプリケーションを計測する方法と、Cloud Profiler で可視化したグラフからボトルネックを特定する方法を学びます。

この Codelab では、MediaPipe Solutions を使用して、デバイスでのテキストから画像の生成を Android アプリに追加する方法を学びます。

この Codelab では、Vertex AI エージェント開発キットを使用して、キッチン改装プロジェクト用のマルチエージェント アプリケーションを構築します。このアプリケーションは、改装提案書の作成、許可とコンプライアンス要件への対応、注文管理を処理し、AlloyDB と統合します。

コーディングの専門知識がなくても、分析に備えてデータをより迅速かつ効率的に準備できるとしたらどうでしょう。 BigQuery Data Preparation を使用すると、それが現実になります。この強力な機能により、データの取り込み、変換、クレンジングが簡素化され、組織内のすべてのデータ担当者がデータ準備を行うことができます。 商品データに隠された秘密を解き明かす準備はできていますか？ Gemini in BigQuery を使用するには、Gemini for Google Cloud API

この Codelab では、Private Service Connect の自動 DNS を構成して検証する方法を学びます。

この Codelab では、GitHub.com への Looker サウスバウンド アクセスのために、サービス プロデューサーとして HTTPS で構成されたインターネット NEG を統合する方法について説明します。

この Codelab では、タグ付きのグローバル ネットワーク ファイアウォール ポリシーを使用してトラフィックを制御する方法を学びます。

この Codelab では、Dataprep を使用して Google フォームのアンケート データを変換し、BigQuery に push して詳細な分析を行う方法を学びます。

この Codelab では、Node.js サーバーで TensorFlow.js を使用して野球の投球予測モデルを構築してトレーニングし、クライアントに指標を提供する方法を学習します。

このラボでは、ノートブック、トレーニング、予測、BigQuery ML など、Vertex AI を使用して時系列の問題を解決する方法を学びます。

Python SDK と PSC エンドポイントを介して VM から Gemini にアクセスする

この Codelab では、 VPC Service Controls を使用して BigQuery API を保護する方法を学習します。この Codelab は、サービス境界で保護された API サービスがない状態で始まり、一般公開データセットに対してクエリを実行し、その結果をプロジェクト テーブルに保存できるようにします。クエリは 1 つのプロジェクトで実行され、テーブル（結果が保存されるテーブル）は別のプロジェクトに作成されます。これは、データを 1

イベントドリブン Cloud Run 関数の使用を開始する方法

ダイレクト VPC 下り（外向き）を使用して内部の Cloud Run サービスにアクセスするように Cloud Run サービスを構成する方法について説明します。

この Codelab では、文書作成サポート機能を使用して、既存のサービスの合成モニタリング テストを作成する方法を見ていきます。

パブリック インターネット アクセスを維持しながら、ダイレクト VPC 下り（外向き）を使用して内部専用の上り（内向き）Cloud Run サービスにアクセスする方法について説明します

この Codelab では、GA4F を使用して WebView 内のウェブサイトのイベントをネイティブ コードに転送し、トラッキングする方法を説明します。

Slack の生成 AI エージェント: API 呼び出しによるドキュメントとアクションに関する Q&A

コンテナ化された環境で Cloud Workstations を使用して Nodejs アプリケーションを開発するソフトウェア エンジニア向けに、開発ワークフローを効率化するための特長と機能を紹介します。

BigQuery の一般公開データセットとして利用可能な GitHub リポジトリのソースコードの要約。テキスト生成に Vertex AI 大規模言語モデル（text-bison）を BigQuery のホスト型リモート関数として使用しています。

Android ライブラリと Kotlin のマテリアル コンポーネントからの移行を使用して、マテリアルのモーション システムを Reply アプリにビルドします。

この Codelab では、next-hop-instance、next-hop-gateway、next-hop-address などの新しいネクストホップ属性を使用して IPv6 静的ルートを使用する方法について学習します。

この Codelab では、G Suite API と Google Cloud Functions を使用して、Gmail のメッセージを自動的かつプログラマティックに処理する方法を学びます。

Binary Authorization は、信頼できるコンテナ イメージのみが Google Kubernetes Engine（GKE）や Cloud Run にデプロイされることを保証する、デプロイ時のセキュリティ管理サービスです。Binary Authorization

この Codelab では、GA4F iOS SDK を使用してカスタム イベントを実装し、Google 広告でアクション キャンペーンを開始する方法を学びます。

ウェブで構造とレイアウトにマテリアルを使用する方法について学びます。

ゼロから始めることなく、個々のマテリアル コンポーネントを既存の Java コードベースに組み込む方法を学びます。

この Codelab では、SSH で構成されたインターネット NEG を、github.com への Looker サウスバウンド アクセスのサービス プロデューサーとして統合する方法について説明します。

このラボでは、ソフトウェア定義の WAN アプライアンス スポークが NCC ハブに接続された NCC について学習します。

この Codelab では、サウスバウンド アクセス用に Cloud SQL PSC と Looker PSC を統合する方法について学習します。

この Codelab では、Unity の AR Foundation フレームワークで ARCore を使用し、シンプルなドライビング ゲームを作成する方法を学びます。

タスクキューの pull タスクの使用方法を基本的な Python 2 Flask App Engine NDB アプリに追加する方法を学びます。

この Codelab では、Vertex AI を使用して、所定の仕様に従って雑学クイズを生成します。クラウドでホストされる開発環境でクイズ生成ツールをテストし、Google Cloud Run にデプロイして一般公開します。ラボの最後に、クイズ生成ツールを完全なアプリに統合します。

このラボでは、BigQuery Studio の Python ノートブックから BigQuery DataFrames を使用して、アイオワ州の酒類販売の一般公開データセットをクリーンアップして分析します。

この Codelab では、C# で Natural Language API を使用する方法を学びます。

この Codelab では、Cloud IDS について学習します。具体的には、Cloud IDS エンドポイントを作成し、脅威トラフィックを生成して、結果を分析します。

この Codelab では、Cloud KMS Autokey を設定し、リソースの作成時にリソースを自動的かつオンデマンドで暗号化します。

この Codelab では、gRPC 経由で API を公開する Java ベースのサービスを構築する方法を学びます。次に、gRPC サービス用の Java コマンドライン クライアントを作成します。

このガイドでは、既存のネットワーク ロードバランサをターゲット プール バックエンドからリージョン バックエンド サービスに移行する手順について説明します。

この Codelab では、Micronaut のマイクロサービスを、Google Kubernetes Engine で実行される複製されたサービスに変換する方法を学びます。

Python 2 App Engine NDB およびMemcache アプリから Cloud NDB へCloud Memorystore（Redis）の後の Python 3 へのアップグレード

このラボでは、Vertex AI でカスタム予測ルーチンを使用して、カスタム前処理ロジックとカスタム後処理ロジックを記述する方法について学習します。このサンプルでは Scikit-learn を使用していますが、カスタム予測ルーチンは XGBoost、PyTorch、TensorFlow などの他の Python ML フレームワークでも使用できます。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $1 です。 このラボでは、Google Cloud

このラボでは、 Vertex Pipelines で Kubeflow Pipelines SDK を使ってモデルのトレーニング用のカスタムジョブを実行する方法について学びます。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $5 です。 このラボでは、Google Cloud のエンドツーエンドのマネージド ML プラットフォームである Vertex AI を使用します。Vertex AI は、Google Cloud 全体の Google の ML

このラボでは、 Vertex AI を使用して、表形式データによるモデルのトレーニングとサービングを行います。これは Google Cloud の最新の AI プロダクトで、現在プレビュー版が提供されています。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $22 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML

このラボでは、 Vertex AI を使用して、事前トレーニング済みの画像分類モデルから予測を取得します。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $1 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML サービスを統合してシームレスな開発エクスペリエンスを提供します。以前は、AutoML

この Codelab では、Google Workspace REST API の使用方法について説明します。ここでは、簡潔性と可用性を高めるために Python を使用していますが、好みの開発言語を選択することもできます。導入用のトピックが多数掲載されており、最後に、最初の 100 個のファイルを表示する簡単なスクリプトを作成することと、Google ドライブ上のフォルダを作成できます。

この Codelab では、Google でログインを追加する方法を学びます。

この Codelab は、 ウェブ用 Google Pay API 101: 基本 の続きであり、その Codelab で作成したコードを使用します。この Codelab を完了するには、まずその Codelab を完了してください。 ButtonOptions の概要は次のとおりです。詳細な説明については、ドキュメントをご覧ください オプション 必要性 値 _trackEvent() 必須 JavaScript イベント ハンドラの名前 allowedPaymentMethods 任意

このラボでは、TensorFlow を使用して不正なトランザクションを特定するための tf.keras を構築し、Cloud の Explainable AI SDK を使用してモデルの結果を解釈します。

Cloud Run GPU で安定した拡散を実行する方法を確認する

Gemini API の機能を使用して Google Workspace のタスクを自動化する方法と、さらなる可能性を探ります。

このラボでは、Cloud Storage から BigQuery データセットにデータを転送するときに、 VPC Service Controls を使用して BigQuery Data Transfer Service を保護する方法について学習します。次に、 Cloud Storage を保護し、このプロセスを繰り返して Cloud Storage から BigQuery にデータを転送します。Cloud Storage の保護により VPC Service Controls

この Codelab では、TensorFlow.js の事前トレーニング済みモデル（COCO-SSD）のいずれかを読み込んで使用し、それを使用してトレーニングされた一般的なオブジェクトを認識する方法を学びます。

この Codelab では、ユーザーの音を認識し、それを使用してブラウザのスライダーを制御できる基本的な音声認識ネットワークを構築します。JavaScript 用の強力で柔軟な ML ライブラリである TensorFlow.js を使用します。

Cloud Run で LangChain アプリをビルドしてデプロイする方法を学習する

この Codelab では、Dataproc を使用してマネージド Spark/Hadoop クラスタを起動し、サンプルの Spark ジョブを送信し、コマンドラインを使用してクラスタをシャットダウンする方法を学びます。

この Codelab では、BigQuery を Python で使用する方法を学びます。

Cloud Build を使用して、コンテナ化されたワークロードを GKE に継続的にデプロイする方法を学習します。

MediaPipe を使用して、Android で画像分類を使用して手書きの数字を検出する方法を学びます。

この Codelab では、Gemini Pro を使用してマルチモーダル質問応答システムを構築する方法を学びます。

この Codelab では、コンシューマ ネットワークとプロデューサー ネットワークをデプロイして、Private Service Connect 64 の実装と検証について学習します。

基本的なコメントスパム フィルタリングが可能な ML モデルを使用してアプリを更新する方法を学習します。

この Codelab では、MCP Toolbox for Databases を使用して BigQuery データセットを公開する方法について説明します。これにより、MCP クライアント（IDE、エージェント デスクトップ アプリケーションなど）が Natural Language を介して BigQuery データセットにアクセスできるようになります。

このラボの目的は、PSC 伝播による NCC を確認することです。

この Codelab では、Dataprep、BigQuery、Looker を活用してさまざまな小売価格の影響を分析し、情報に基づいた意思決定を行って製品価格を最適化する方法を学びます。

この Codelab では、フルスタックのレコメンデーション システムを構築します。TensorFlow Recommender を使用して 2 つのレコメンデーション モデルをトレーニングし、TensorFlow Serving をバックエンドとして使用してデプロイします。また、フロントエンドとしてクロス プラットフォームの Flutter アプリも作成します。

このチュートリアルでは、Private Service Connect Vertex AI Pipelines を構成して検証する方法について説明します。

このラボでは、YAML を使用して Google Cloud で Pulumi を使用する方法について学びます

デザインを改善し、Java の高度なコンポーネントの背景メニューの使用方法を学習します。

Looker Embed SDK を使って Looker ダッシュボードを埋め込む方法について説明します

サーバーアプリ API を使用して Spanner データベースから取得したデータを使って、ユーザーが作成したポーズ プロンプトに基づいて画像を生成するポーズ生成アプリを作成します。

この Codelab では、自動スケーリング ビルダー エージェントを含む、GKE に Jenkins のインスタンスをデプロイする手順について説明します。

この Codelab では、2 つの VPC を作成し、異なるタイプの IP アドレスを使用して、シンプルな Apache ウェブサイトにアクセスします。

この Codelab では、Cloud NGW Enterprise Intrusion Prevention Service を使用して East-West トラフィックと North-South トラフィックを検査する方法を学びます。

Java で Android の構造とレイアウトにマテリアルを使用する方法について学習します。

シンプルな Java App Engine アプリを変換して Docker でコンテナ化し、Cloud Run に移行する方法を学習します

この Codelab では、Bigtable change streams to BigQuery テンプレートの使用方法について説明します。サンプル データセットを使用して変更ログのクエリ方法を学び、Looker を使用してビジュアル ダッシュボードを作成します。

この Codelab では、Google API 用の PSC とカスタム プロデューサー サービス モデルの両方を使用して、Private Service Connect を介して Cloud Run サービスを公開して使用する方法について学習します。

この Codelab では、Cloud NGFW Enterprise を使用して TLS インスペクションを備えた脅威対策を実現する方法を学びます。

Cloud Deploy を使用して Cloud Run アプリケーションをデプロイする方法を学習します。

この Codelab では、サーバーレス コンポーネント（ウェブエンジン用の Cloud Run、データベース用の Cloud SQL、メディア アセット用の Cloud Build）を使用して Django をデプロイする方法を学びます。

この Codelab では、新しい Cloud Run サービスを作成します。このサービスは、Cloud Storage でイメージが削除されたときに Eventarc によってトリガーされます。次に、Cloud Storage 内の画像サムネイルと Firestore コレクション内のメタデータが削除されます。

この Codelab では、Terraform を使用して Google Cloud Spanner リソースを作成および管理する方法を学びます。

この Codelab では、シンプルなウェブアプリを作成してプライベートの開発環境で実行し、Docker を使用してコンテナで実行し、最後に同じアプリをクラウドにデプロイします。

クラウド サービスの構築と接続に使用できる Google のサーバーレス実行環境、Cloud Functions を使ってみます。このハンズオンラボでは、Google Cloud コンソールを使用して Cloud Functions の関数を作成、デプロイ、テストする方法について学習します。

この Codelab では、Cloud SQL Vertex AI 統合を使用してベクトルを使用したセマンティック検索を行う方法と、ベクトルデータにインデックスを作成する方法について学習します。

この Codelab では、SchedMD の Slurm-GCP ソリューションを使用して Google Cloud Platform で WRF® を実行する手順について説明します。

このラボでは、次の作業を行います。 リポジトリのクローンを作成して開発環境で開くには: https://ide.cloud.google.com git clone https://github.com/viglesiasce/sample-app.git -b golden-path cd sample-app && cloudshell workspace. このセクションでは、Minikube というローカル バージョンの Kubernetes

この Codelab では、Gemini を使用して Chrome 拡張機能を作成します。今後、Google Meet ページに機能を追加できるレベルに到達するためのイテレーション機能を追加する予定です。

この Codelab では、Document AI の人間参加型を使用して、専用プロセッサで人間による確認のタスクを行う方法を学びます。

この Codelab では、Document AI とPython を使用して、PDF ドキュメントの光学式文字認識（OCR）を実行します。オンライン（同期）およびバッチ（非同期）で処理をリクエストする方法についても学習します。

この Codelab では、Firebase AI Logic を使用して Gemini API を Flutter アプリに統合する方法を学びます。

この Codelab では、CLI コマンドや SDK を使用せずに、Kubeflow Pipelines でハイパーパラメータを調整して複雑なデータ サイエンス パイプラインを構築してデプロイする方法を学びます。

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

Cloud Functions 用の Stackdriver Logging と Stackdriver Trace の使用方法を学習します。

このチュートリアルでは、Airflow DAG を介して GKE で vLLM を使用してモデルをトレーニングして実行する方法について説明します。

このチュートリアルでは、Python で Natural Language API を使用する方法を学びます。

この Codelab では、パート 1 の ASP.NET Core アプリケーションに取り組み、さらに Istio 機能を追加します。

express.js、htmx、tailwindCSS を使用して、Gemini を利用したチャットを Cloud Run にデプロイする方法を学習します。

Android および iOS 向けの Firebase SDK についてはご存じかもしれませんが、C++クロス プラットフォーム ゲーム専用に設計された SDKこのワークショップでは、CMake で SDK を Android プロジェクトに実装し、ゲームの改善に役立つ基本的な分析機能を追加して、友人やテスターと共有してフィードバックの収集を開始できます。

この Codelab では、Gmail から離れることなく、領収書から Google スプレッドシートに簡単に経費を追加できる Gmail アドオンを設計、実装します。

Cloud Run GPU で Ollama をサイドカーとして使用し、Open WebUI をフロントエンド Ingress コンテナとして使用する方法を学習する

この Codelab では、次の Codelab で使用する Google Cloud プロジェクトを設定します。また、Cloud Shell を使用してファイルを編集し、ターミナル コマンドを実行する方法も学習します。

このラボでは、金融データセットで XGBoost モデルをトレーニングして Vertex AI にデプロイし、What-if ツールで分析する方法を学びます。

この Codelab では、小売店でキュー検出シナリオをモニタリングするエンドツーエンドの Vertex AI Vision アプリケーションの作成に焦点を当てます。事前トレーニング済みの専用モデルの Occupancy Analytics を使用します。また、アプリケーションに取り込む動画ストリームの作成方法、アプリケーションの構築とデプロイの方法、BigQuery を使用してモデルの JSON 出力を分析し、その結果を Looker Studio で可視化する方法についても学びます。

この Codelab では、BBC の micro:bit ボードを操作して 5x5 の LED ディスプレイに画像を表示するウェブページを作成します。Web Serial API の概要と、読み取り、書き込み、変換が可能なストリームを使用して、ブラウザ経由でシリアル デバイスと通信する方法について説明します。

このラボでは、 Vertex ML Metadata を使用して Vertex Pipelines の実行のメタデータを分析する方法について学びます。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $2 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML サービスを統合してシームレスな開発エクスペリエンスを提供します。以前は、AutoML

この Codelab では、Vertex AI エージェント開発キットを使用して、キッチン改装の提案書を作成するシンプルなエージェント アプリケーションを構築します。

この Codelab では、エンドツーエンドの Vertex AI Vision アプリケーションを作成し、モーション フィルタリング機能を使用した動画の送信方法のデモンストレーションに焦点を当てます。このチュートリアルでは、モーション フィルタ構成を使用して動画ストリームをアプリケーションに取り込む方法を学びます。

この Codelab では、AlloyDB の最新の RAG 機能を使用して、品質管理とコンテキストに基づく特許検索アプリケーションを実演します。

この Codelab では、ノースバウンド Looker アクセス用に L7 リージョン外部アプリケーション ロードバランサを統合する方法について説明します。

この Codelab では、ML Kit を使用して、オンデバイスの機械学習を使用して画像内のオブジェクトを検出し、ユーザーが商品の画像検索を実行できる Android アプリを作成します。

Vertex AI AutoML を使用して映画スコア予測モデルを作成し、API エンドポイントにデプロイして、Java Cloud Functions から Prediction API をトリガーします。

このラボの目的は、VPC スポークとの動的ルート交換を使用した NCC について学習することです。

この Codelab では、オンプレミスの postgres データベースへの Looker サウスバウンド アクセスのサービス プロデューサーとしてハイブリッド NEG を統合する方法について説明します。

この Codelab では、ロードバランサとそれに関連するバックエンド サービスを作成します。その後、Cloud Armor の bot 管理ルールを作成し、これがバックエンドを保護する仕組みについて学習します。

この Codelab では、Workflows の並列イテレーション機能と並行して、Wikipedia データセットに対して BigQuery ジョブを実行する方法について説明します。

このラボでは、Dialogflow のフルフィルメントのコンセプトを使用します。BigQuery でデータセットとテーブルを作成し、Dialogflow フルフィルメントで BigQuery 統合の詳細を設定して、会話エクスペリエンスをテストする方法を学習します。

この Codelab では、Java HBase クライアントを使用する Cloud Bigtable について学習します。データを読み込んでからクエリを実行し、そのデータを地図上にプロットします。

この Codelab では、Dataproc Serverless の開始方法、豊富な機能セットへのアクセス方法など、Dataproc Serverless のすべてを学びます。

この Codelab では、Cloud Run に ADK エージェントをデプロイし、新しいリビジョンのトラフィック管理を行い、負荷テスト中のエージェント サービスの動作をモニタリングし、ユーザーからのすべての呼び出しプロセスをトレースします。

この Codelab では、シンプルな ASP.NET アプリを Google Compute Engine 上の Windows Server にデプロイする方法を学びます。

この Codelab では、データベースを作成する方法、データベース向け生成 AI 検索サービスをデプロイする方法、このサービスを使用してサンプルのチャット アプリケーションを作成する方法を学習します。

この Codelab では、Apache Beam と Dataflow を使用して AI/ML 推論の評価パイプラインを構築する方法について学びます。

この Codelab では、アダプティブ アイコン、テーマアイコン、通知アイコンを含む Android アプリのアプリアイコンをデザインする方法を学びます。エンジニアへの引き継ぎに必要なすべてのサイズとフォーマットを生成する方法についても説明します。

この Codelab では、YouTube 動画を要約できる Gemini を活用した動画要約ツールを作成する方法について学習します。

この Codelab では、Private Service Connect を使用して GKE 環境でサービスを公開、使用する方法を学びます。

Gemini を使用して、BigQuery（SQL のみの生成 AI）で書籍のレコメンデーションと要約の分析を行います。

このハンズオン Codelab では、さまざまなツールを使用して基本的な ADK エージェントを強化する方法について説明します。まず、リアルタイムの通貨データを取得するカスタム FunctionTool を作成します。次に、Google 検索を特殊なサブエージェントとして統合することで、コア アーキテクチャ パターンを学習します。最後に、LangChain のサードパーティ製 Wikipedia ツールを追加して、シンプルなチャットボットを、複数のケーパビリティをインテリジェントにオーケストレートして複雑なユーザー リクエストを処理できる高度な旅行アシスタントに変えます。

シンプルな Java App Engine アプリを変換して Jib でコンテナ化し、Cloud Run に移行する方法を学習します

この Codelab では、Accelerated Mobile Pages の主なコンセプトと従来の HTML ドキュメントとの違いについて紹介します。そのためには、AMP ドキュメントを作成して検証します。

この Codelab では、プロデューサー サービスを VPC ピアリングから Private Service Connect に移行し、移行プロセスで接続している IP アドレスを保持する方法を学びます。このプロセスは、プロデューサーとコンシューマーが同じ Google Cloud 組織に属しているサービスに最適です。

呼び出しの認証を必要にして Cloud Run 関数を保護する方法について学習する

この Codelab では、コンソールを使用して BigQuery のロジスティック回帰モデルを構築し、クレジット カード取引における不正行為の検出を予測します。

イベントドリブン Cloud Run 関数の使用を開始する方法

この Codelab を完了すると、Google Pay が統合された最小限のウェブサイトが完成します。このプロジェクトは、処理のために決済サービス プロバイダに送信される可能性のある支払いトークンを取得します。 Google Pay の支払いリクエストにはリクエスト オブジェクトが必要です。ここで baseGooglePayRequest として定義されているオブジェクトには、すべてのリクエストに共通する最小設定が含まれています。リクエストに応じて追加の設定が追加されます。この Codelab

この Codelab では、BigQuery と AI Platform Notebooks を使用して、GCP で臨床データにアクセスして分析するソリューションについて説明します。

この Codelab では、既存のアプリで、アプリ コントロールがジェスチャー ナビゲーションと連携するようにします。また、完全なエッジ ツー エッジの画面エクスペリエンスも提供します。

このチュートリアルでは、Python で Cloud Functions の HTTP 関数を作成します。

この Codelab では、C# で Google Cloud Run 関数について学習します。具体的には、さまざまな Google Cloud ソースからの HTTP と CloudEvents に応答する C# 関数をデプロイします。

この Codelab では、CLI コマンドや SDK を使用せずに、Kubeflow Pipelines で複雑なデータ サイエンス パイプラインを構築してデプロイする方法を学びます。

この Codelab では、ウェブ プロジェクトで Baseline を使用する方法を学びます。

この Codelab では、事前構築済みの Google タグ マネージャー（GTM） タグ テンプレートを使用して Core Web Vitals を測定し、データを Google アナリティクス 4（GA4） プロパティに送信する方法を学びます。また、 Google アド マネージャー と Google AdSense から GA4 にデータを pull して、Core Web Vitals のフィールド データと広告のパフォーマンス指標を事前構築済みの Looker Studio

この Codelab では、Vertex AI Conversation を使用してデータストア エージェントとチャットアプリを作成、構成、デプロイし、Google ストアの製品に関するお客様からの質問に回答します。

Spring Resource の抽象化を使用して Cloud Storage 内のファイルにアクセスする方法について説明します。

この Codelab では、マネージド Kafka と Dataproc を使用して、リアルタイムの IoT イベントから分析情報を生成します。