この Codelab では、TFLite モデルをデプロイしてユーザーごとにアプリをパーソナライズし、アプリ内購入を最適化する方法について学びます。

この Codelab では、FCM HTTP v1 API を使用して、複数のプラットフォームで実行されているアプリにプッシュ通知を送信します。Flutter を使用してアプリをビルドし、Android、iOS、ウェブでシームレスに動作させます。

この Codelab では、Firebase と TensorFlow Lite を使用してテキスト分類を実装する方法を学びます。

App Attest と Firebase App Check を使用すると、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。 通常、割り当て上限に達しないように、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 アプリ構成証明サービスの使用準備 に関するドキュメントをご覧ください。 「 バージョン

この Codelab では、Firebase Performance Monitoring をサンプルアプリに追加して、機能のロールアウト中にパフォーマンスを測定する方法について学習します。

Firebase App Check は、リクエストが正規のアプリと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 サービスの両方と連携して、リソースを安全に保ちます。 Firebase App Check について詳しくは、Firebase のドキュメントをご覧ください。 App Check

Firebase を Next.js アプリと統合する方法について説明します。

この Codelab では、Swift で iOS の Firebase プラットフォームを使用する方法について学習します。

Firebase で Flutter モバイルアプリを作成する方法を学びます。

この Codelab では、Firebase と TensorFlow Lite を使用してテキスト分類を実装する方法を学びます。

Firebase Extensions と Gemini API を使用して、パーソナライズされたおすすめなどの AI を活用した機能を備えたウェブアプリを作成する方法を学びます。

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学びます。

この Codelab では、Firebase プラットフォームを使用して 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、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について学習します。

App Distribution SDK を使用すると、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テスターにアプリ内アラートを表示するようにアプリを更新します。

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。

この Codelab では、App Distribution と fastlane プラグインを使用して、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（これは、アドホック iOS ビルドを配布するための要件です）。

最新バージョンのアプリをテスターに迅速に配布できます。このように

この Codelab では、Flutter を使用して、Android、iOS、ウェブ用のシンプルな音楽プレーヤーを作成します。このプレーヤーは Firebase RTDB に接続するため、ユーザーはデバイス間で再生を同期できます。

この Codelab では、Cloud Functions for Firebase を使用してチャットアプリのユーザーに通知を送信する方法について学習します。

この Codelab では、チャットアプリを構築して、ウェブで Firebase プラットフォームを使用する方法について学習します。

この Codelab では、ウェブアプリに Firebase Performance Monitoring を設定し、エンドユーザーにとってアプリが適切に動作するようにする方法について学習します。

この Codelab では、わずか数行のコードで Flutter アプリに Firebase Authentication を追加する方法を学びます。

この Codelab では、サンプルアプリを作成し、Firebase Performance Monitoring を使用して読み込み時間と画面レンダリングを測定する方法を学習します。

この Codelab では、FCM トピックを使用して、選択したアプリ インスタンス グループに push メッセージをマルチキャストする方法を学びます。

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について学習します。

Firebase と StackBlitz オンライン エディタを使用して、ウェブアプリを一から構築します。基本的な HTML と JavaScript を使用して Firebase と通信します。これは、Firebase コンソールを使用して Firebase をアプリに統合するための入門ガイドとして最適です。前もって知識を蓄える必要もソフトウェアをインストールする必要もありません。

Google Cloud Platform で「Aidemy」という機能的な AI を活用した教師アシスタント システムを開発し、マルチエージェント システムのパワーを紹介します。Google Cloud で複雑なマルチエージェント システムを設計、構築、デプロイする実践的な経験を積み、LLM アプリケーション開発の重要なコンセプトをマスターし、イベントドリブン アーキテクチャのメリットを理解します。

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、GKE クラスタに AlloyDB Omni をデプロイし、同じクラスタに I モデルをデプロイし、AlloyDB Omni にモデルを登録して、それらを連携させる方法について学習します。

この Codelab では、AlloyDB Omni をコンピューティング VM にデプロイし、データを読み込み、AlloyDB カラム型エンジンを使用してパフォーマンスを向上させる方法を学びます。

この Codelab では、AlloyDB AI をベクトル検索と組み合わせて使用し、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、Cloud SQL AI 統合をベクトル検索と組み合わせて使用し、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、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、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、データベース向け生成 AI ツールボックス サービスを使用して、AlloyDB と生成 AI 機能を使用した価格予測アプリケーションのツールボックスを構築してデプロイします。

この Codelab では、ナレッジドリブンのヨガのポーズ レコメンダー アプリの作成手順について説明します。このアプリは、ユーザーの質問に回答して、適切なヨガのポーズを提案します。Hugging Face データセットからヨガポーズの Firestore コレクションを作成し、Firestore ベクトル検索を設定して、すべてを Flask アプリケーションに統合します。

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、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、ナレッジドリブンのヨガのポーズ レコメンダー アプリの作成手順について説明します。このアプリは、ユーザーの質問に回答して、適切なヨガのポーズを提案します。Hugging Face データセットからヨガポーズの Firestore コレクションを作成し、Firestore ベクトル検索を設定して、すべてを Node.js アプリケーションに統合する方法について学びます。

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、Cloud Build を使用してアプリケーションの CI/CD について詳細を確認し、Secret Manager を使用してアプリケーションを保護します。

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、フィーチャー トグルを追加することで、ToDo リストの Android アプリの機能を構築できます。

Firestore ベクトル検索の使用方法について学習する

この Codelab では、Cloud Firestore を使用する iOS アプリを作成する方法について説明します。

この Codelab では、Cloud Firestore を使用するウェブアプリの作成方法を学びます。

この Codelab では、Firebase Extensions を使用してオンライン マーケットプレイス ウェブアプリに機能を追加します。

この Codelab では、Cloud Firestore を使用する Android アプリを作成する方法について説明します。

Cloud Scheduler と Cloud Run サービスを使用して、VPC SC 境界内でスケジュールに従って Cloud Run Job を実行する方法について学習します。

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。

PSC サービス アタッチメントを使用して CloudSQL インスタンスを作成します。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、Spanner インスタンスを作成し、Spanner Graph の使用方法について学習します。

この Codelab では、Google Cloud Functions（第 2 世代）について学習します。具体的には、HTTP 呼び出し、Pub/Sub メッセージ、Cloud Storage イベント、Cloud Audit Logs に応答する関数をデプロイします。

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。

イベントドリブン Cloud Run 関数の使用を開始する方法

Cloud Run GPU で安定した拡散を実行する方法を確認する

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。

Cloud Run を使用してウェブサイトをデプロイし、コンテナ化されたアプリにサーバーレスの俊敏性をもたらします。

この Codelab では、ユーザーとチャットしたり、ドキュメントについて質問したり、関数呼び出しによるモデルの拡張を行ったりします。Java の生成 AI の使用、Vertex AI への Gemini 大規模言語モデルの統合、LangChain4j フレームワークの利用などを行います。

Firebase Genkit を使用して、すでに習得しているアプリ開発スキルとツールで生成 AI 機能を構築する方法を学びます。

ローカルマシンの Visual Studio Code から Cloud Functions for Node.js のコードを記述、デプロイ、デバッグする方法を学びます。

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。

Cloud Run GPU で安定した拡散を実行する方法を確認する

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 Wagtail をデプロイする方法について説明します。

この Codelab では、Confidential Space を使用して、マルチパーティ コンピューティングでデジタル アセットのトランザクションを行う方法を学びます。

オープンソースの Lustre Deployment Manager スクリプトを使用して、Google Cloud Platform に Lustre Parallel ファイル システムをデプロイ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 Translation API を使用する方法について説明します。

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、Places API へのリクエストを実行する前に、Firebase AppCheck と reCAPTCHA を使用してウェブ アプリケーションを検証する方法について学習します。

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。

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 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。

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、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。

Google Cloud Storage にアップロードされたファイルを処理し、コンテンツに対して Vertex AI PaLM API を使用して要約を実行する方法を示す Cloud Functions の関数。

BigQuery ML で SQL のみを使用して映画スコア予測モデルを作成します。

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 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、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。

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、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。

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。

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、Cloud Run のイベントについて学習します。具体的には、Cloud Pub/Sub、監査ログ、Cloud Storage、Cloud Scheduler からのイベントをリッスンし、カスタム イベントを生成/使用する方法を説明します。

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。

Spring Native は、Spring 6.x と Spring Boot 3.x でメインラインに入るための新たなプロジェクトです。つまり、リリースの数か月前にこれに慣れておくのに最適です。

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。

この Codelab では、Confidential Space を使用して機密性を保持しながらマルチパーティ データ共有を保護する方法を学びます。

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。

このラボでは、Spark MLlib と spark-nlp を使用して、大量のデータに対して ML と NLP を実行する方法について説明します。

Cloud Run にマイクロサービスをデプロイし、マイクロサービスが他のマイクロサービスに「レインボー」を投げて勝利を目指して競い合う仮想イベントに参加し、Google Cloud について理解を深めましょう。Kotlin、Java、Go、Python、Node.js のマイクロサービスを実際にデプロイし、その過程でコンテナと Cloud Run について学びます。アルゴリズムを継続的に改善することで、他の冒険者よりも多くのポイントを獲得できるか試してみましょう。

このラボでは、AI Platform Notebooks を使用して ML ワークフローのプロトタイピングを行う方法を学びます。カスタム ノートブック インスタンスの作成、git でのノートブック コードの追跡、What-If ツールを使用したモデルのデバッグについて説明します。

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、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。

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。

Cloud Run 関数でリビジョンを使用して、トラフィックの分割、段階的なロールアウト、ロールバックを行う方法を学習します。

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。

Gemini Code Assist Enterprise の新機能と、Google Cloud を使用した組織の構築に Gemini Code Assist Enterprise がどのように役立つかをご覧ください。

この Codelab では、Confidential Space を使用して機密性を保持しながらマルチパーティ データ共有を保護する方法を学びます。この Codelab では、Google Cloud 以外の場所にホストされている保護されたリソースで Confidential Space を使用する方法について説明します。ノンス、オーディエンス、PKI トークン タイプを指定して、Google 構成証明サービスにカスタム トークンをリクエストする方法を学習します。

この Codelab では、CloudSQL 用の Private Service Connect を作成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、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。

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、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

このラボでは、 Vertex Pipelines を使った ML パイプラインの作成方法と実行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 $25 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

このラボでは、自動パッケージ化機能を使用して Vertex AI Training でカスタム トレーニング ジョブを実行する方法について学習します。Vertex AI のカスタム トレーニング ジョブはコンテナを使用します。独自の画像をビルドしない場合は、自動パッケージ化を使用できます。これにより、コードに基づいてカスタム Docker イメージがビルドされ、イメージが Container Registry に push され、イメージに基づいて CustomJob が開始されます。

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。

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、グローバル外部アプリケーション ロード バランシング用に高度なロード バランシング最適化機能を設定する方法を学びます。

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。

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

この Codelab では、Vertex AI Search/Agent Builder を使用してドキュメントやテキスト ファイルからクエリに応答できる Google 品質の検索エンジンを構築します。

BigQuery のリモート関数として Cloud Functions の関数で Vertex AI の生成 AI（Gemini）を使用し、書籍のレコメンデーションと要約のアプリを作成します。

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、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 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 59 の言語の認識とテキストの翻訳を行う Android アプリを作成します。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説明します。

このラボでは、 Vertex AI の 共同ホスティング モデル機能 を使用して、オンライン予測のために同じ VM 上で複数のモデルをホストします。 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 $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

use-cmek-to-encrypt-cloud-functions

このラボでは、 Vertex AI を使用して、表形式データを使ったモデルのトレーニングとサービングを行う方法を学びます。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 を活用し、カスタム コンテナ内のコードを使用して TensorFlow モデルのトレーニングとサービングを行います。 ここではモデルのコードに TensorFlow を使用していますが、別のフレームワークに簡単に置き換えることができます。 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 で利用できる最新の AI プロダクトを使用します。 Vertex AI は

このラボでは、 Vertex AI を使用して、TensorFlow でカスタム Keras モデルをトレーニングするパイプラインを作成します。次に、 Vertex AI Experiments で利用可能な新しい機能を使用してモデルの実行を追跡し、比較して、最適なパフォーマンスのハイパーパラメータの組み合わせを特定します。 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

このラボでは、 Vertex AI を使用して TensorFlow モデル用のマルチワーカー トレーニング ジョブを実行します。 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 $5 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。

このラボでは、データ探索と ML モデルのトレーニングに Vertex AI Workbench を使用する方法について学習します。 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

イベント ドリブンの Cloud Run 関数の使用を開始する方法

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

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

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。

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

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。

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

この Codelab では、ローカル開発用に Looker Dashboard Summarization Extension を設定し、この拡張機能を本番環境にデプロイする方法を学びます。

このチュートリアルでは、ハイブリッド ネットワークで Looker Cloud コアのプライベート IP を構成および検証する方法について説明します。

Firebase Emulator Suite を使用してウェブアプリを開発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 L7 ロードバランサをチェーン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。

セキュリティ ルールで Firestore データを保護する方法

このラボでは、Vertex AI Workbench を使用してノートブックの実行を構成し、起動する方法を学びます。 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

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。

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。

App Distribution Android SDK を使用すると、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。

Flutter での開発中に Firebase Emulator Suite を使用する方法の概要を説明する Codelab。この Codelab では、Auth エミュレータと Firestore エミュレータを使用して、エミュレータの使用方法を確認します。

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マティックに実行する手順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。

この Codelab では、100 行の Python / Keras コードを使用して、手書きの数字を 99% の精度で認識するようコンピュータに指示します。

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

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、C# で Google Cloud Vision API を使用する方法を学びます。

この Codelab では、DLP API を使用して、Cloud Storage にアップロードされたデータを自動的に分類する方法を学びます。Cloud Storage にアップロードされたデータの分類の自動化に基づく

Spring Boot Kotlin アプリ用に最適化された Docker イメージを、Docker や Dockerfile なしですぐにビルドして公開し、そのイメージを Cloud Run で実行する方法を学びます。

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、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 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、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、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。

この Codelab では、Python 2 の App Engine Cloud NDB アプリと Cloud Tasks（v1）アプリを Python 3、Cloud Datastore、Cloud Tasks（v2）に移行する方法を学びます。

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。

この Codelab では、GKE で Cloud AI Platforms Pipeline インストール（Hosted KFP）を設定し、Kubeflow Pipelines を使用して ML ワークフローを構築して実行します。さらに、AI Platform Notebooks（Jupyter）内でパイプラインを定義して実行します。

この Codelab では、gRPC 経由で API を公開する C# サービスを作成し、gRPC サービスを呼び出す C# クライアントを作成する方法を学習します。

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、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、バックエンド サービスを使用する TCP/SSL プロキシ ロードバランサを作成し、Cloud Armor を使用してロードバランサへのアクセスを特定のユーザー セットのみに制限します。

この Codelab では、Node.js で Text-to-Speech API を使用して、音声ファイルを文字変換します。

この Codelab では、Cloud Armor の事前構成済み WAF ルールについて学びます。ルールセットの名前がシンプルなもので、上位 10 件の OWASP 脆弱性から保護できます。

この Codelab では、Google API 用の Private Service Connect について学習します。具体的には、Storage API 用のサービス エンドポイントと Cloud Storage バケットを作成します。DNS を使用して検証を行います。

この Codelab では、まず Node.js アプリケーションを探索し、ウェブページのスクリーンショットを撮影して Cloud Storage に保存します。続いて、アプリケーションのコンテナ イメージをビルドし、Cloud Run でジョブとして実行し、ジョブを更新して追加のウェブページを処理し、Cloud Scheduler を使用してスケジュールに基づいてジョブを実行します。

Compute Engine を使用して Google Cloud でウェブアプリをホストし、スケーリングする方法を学習します。

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

Google の生成 AI 機能を使用して、YouTube でインフルエンサーの視聴回数を分析する方法を解説します。

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、Google Compute Engine について理解を深めるために、VM をスピンアップし、ソフトウェアをインストールし、ネットワーク ロードバランサを介してインターネットで利用できるようにします。

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

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 Codelab では、まず HTTP ターゲット タスク用の通常の Cloud Tasks キューを作成して使用する方法を学びます。次に、キューレベルの HTTP URI オーバーライドと新しい BufferTask API を使用して、Cloud Tasks で HTTP リクエストを簡単にバッファリングする方法を学びます。

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 のレート制限ポリシーを作成し、このポリシーによってバックエンドがどのように保護されるかを理解します。

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。

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。

この Codelab では、Google Cloud Armor の名前付き IP アドレスリストについて学習します。具体的には、セキュリティ ポリシー内に名前付き IP アドレスリストを構成し、接続を検証します。

この Codelab では、ブラウザを離れることなく、Google Cloud Shell から ASP.NET Core アプリをビルドして起動する方法を学びます。

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、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。

このラボでは、BigQuery からデータを取り込み、Cloud AI Platform Notebooks インスタンスで XGBoost モデルを構築し、モデルを AI Platform にデプロイするという、GCP での ML ワークフロー全体を学びます。

この Codelab では、Node.js と Cloud Run を使用して Google Workspace アドオンを作成する方法を学びます。

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。次に、VPC Service Controls の上り（内向き）違反を引き起こし、拒否のトラブルシューティング プロセスについて説明します。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 Cloud AI Platform 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、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。

この Codelab では、Google Cloud コンソールを使用して、プロジェクトのプリンシパルに Identity and Access Management（IAM）ロールを付与する方法について説明します。

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。

この Codelab では、特許検索に関連する質問に回答し、特許データセットの真実に基づいた結果をソースとして提示する、知識ベースのチャット アプリケーションを構築します。

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。

この Codelab では、Google Cloud Platform でホストされているコンピューティング リソースにウェブ経由で接続する方法を学びます。

Spring Boot アプリを Cloud SQL に接続する方法を学習します。

この Codelab では、Spring Cloud GCP を使用して Datastore からオブジェクトを読み書きする方法を学びます。

この Codelab では、バックグラウンドで Google Cloud Pub/Sub を使用し、Spring Integration を介してメッセージを交換する 2 つの Spring Boot アプリケーションを構築します。

この Codelab では、Kotlin を使用して Spring アプリケーションを作成し、Cloud Pub/Sub や Cloud SQL などの Google Cloud Platform テクノロジーと統合します。

この Codelab では、ステートレス コンテナをサーバーレスな方法（インフラストラクチャを抽象化した方法）でデプロイして実行することで、Cloud Run の使用を開始する方法を学びます。Cloud Run は、フルマネージド型で実行することも、GKE クラスタ上で実行することもできます。

この Codelab では、C# で Speech-to-Text API を使用する方法を学びます。

この Codelab では、Node.js で Speech-to-Text API を使用して音声ファイルを文字変換します。

この Codelab では、Cloud SQL Proxy を使用して、Google のプライベート内部ネットワーク内で Compute Engine インスタンスと Cloud SQL 間の接続を設定します。

この Codelab では、どこからでもアクセス可能な Cloud SQL インスタンスへの簡単な接続を設定します。

Cloud Run の関数を使ってみる

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

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、Gemini 1.0 Pro Vision、Gemini 1.5 Pro などの生成 AI モデルを使用して、図形描画をウェブサイト コードに変換する Cloud Run アプリケーションを数分で構築します。

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。

localhost ポートとボリューム マウントを使用してサイドカーと通信する Cloud Run サービスを作成する方法について説明します。

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、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。

この Codelab では、Document AI のアップトレーニングを使用し、独自のトレーニング データを使用してモデルの品質を向上させる方法を学びます。

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 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、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 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。

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

Gemini Code Assist を使用してコードのテストを作成する

このラボでは、クラウドでハイパーパラメータ調整を使用してモデルをトレーニングする方法を学びます。PyTorch を使用してこれを行う方法について説明しますが、これは任意のフレームワークで行うことができます。

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。

この Codelab では、C# で Text-to-Speech API を使用する方法について学習します。

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

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

この Codelab では、Cloud Tools for Windows PowerShell をインストールして使用する方法を学びます。

この Codelab では、Workflows を使用して Google Cloud と HTTP ベースの API サービスをオーケストレートして自動化する方法を学びます。

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

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。

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。

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。

Python Flask フレームワークと Vertex AI PaLM API モデルを使用してチャット アプリケーションを開発する

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、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、VPN 経由で接続された別のネットワークにデプロイされた Oracle データベースに AlloyDB クラスタを接続する方法を学びます。

BigQuery の基本と、GitHub commit データを例として使用してテラバイト単位の一般公開データに対して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、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 Codelab では、Cloud Data Fusion を使用して CSV 形式の医療データを 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。

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、データの挿入、更新、読み取り、削除を行う一般的な Cassandra クエリと、Java クライアントを使用した Cloud Bigtable の同等のクエリを比較します。

この Codelab では、ユーザー定義のルールを使用して Cloud Armor ネットワーク エッジのセキュリティ ポリシーを構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、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、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。

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。

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。

このチュートリアルでは、スタッフィングの手法を通じて、生成モデルを使用してテキストの情報を要約する方法を学びます。

この Codelab では、プロジェクト テンプレート ツールの dscc-gen を使用して、データポータルのコミュニティ ビジュアリゼーションを作成します。

この Codelab では、Looker Studio レポートで使用できるカスタムのビジュアリゼーションを作成する方法を学びます。

このラボの目標は、Cloud NAT の動的ポート割り当て（DPA）機能について学習することです。

このラボの目標は、Cloud NAT のルール機能について学習することです。

vLLM と OpenAI Python SDK を使用して Cloud Run GPU で LLM 推論を実行する方法を学習する

Angular、Nuxt.js、Next.js などの JavaScript フレームワークを Cloud Run にデプロイする方法を学習します。

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。

Vertex AI と Video Intelligence API を使用して、動画の各シーンの画像を記述する Cloud Run サービスを作成する方法について説明します。

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、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。

Vertex AI と Video Intelligence API を使用して、動画の各シーンの画像を記述する Cloud Run ジョブを作成する方法について説明します。

Cloud Run サービスから Vertex AI Search にクエリを実行する方法を学習します。

Google Compute Engine、Google Deployment Manager、Slurm ワークロード マネージャーを使用して、動的にスケーラブルな HPC クラスタをプロビジョニングする方法について説明します。

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

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。

Cloud Build を使用して GitHub から Cloud Run に変更を自動的にデプロイする方法

Gemini 関数呼び出しのエンドポイントとして Cloud Run を使用する方法。

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 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、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。

Microsoft.NET Core は、コンテナ内でネイティブに実行できる.NET のオープンソースかつクロス プラットフォーム バージョンです。.NET Core は GitHub で提供され、Microsoft と.NET コミュニティによって管理されています。このラボでは、コンテナ化された.NET Core アプリを Google Kubernetes Engine （GKE）にデプロイします。

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、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。

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、Cloud KMS 非対称鍵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。

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 を使用してデータの暗号化と復号を行います。

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。

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

Python 2 App Engine ndb アプリの blobstore の使用を Cloud Storage に移行する方法について説明します。

この Codelab では、Cloud Storage への CSV ファイルのアップロードに反応して、Cloud Functions の関数から Google スプレッドシートにデータを入力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

基本的な Python 2 Flask App Engine NDB アプリに Memcache の使用を追加する方法を学習します。

Python 2 App Engine NDB およびタスクキュー（pull タスク）アプリから Cloud NDB へCloud Pub/Sub に移行してから Python 3 にアップグレード

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

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

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

シンプルな Python App Engine アプリを変換して（または、より大きなモノリシック アプリをマイクロサービスに分割して）Cloud Functions に移行する方法を学びます。

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、Google Cloud Translation API を Node.js 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。

基本的な Python 2 Flask App Engine NDB アプリに、タスクキューの push タスク使用法を追加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。

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。

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。

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。

この Codelab では、Migrate for Anthos を使用して、シンプルなウェブサーバーを Compute Engine から Kubernetes Engine に移行します。

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。

このラボでは、BigQuery データセットを直接取り込み、Google Cloud AI Platform で TensorFlow Enterprise を使用して不正行為検出モデルをトレーニングします。

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、Java の生成 AI の使用、PaLM 大規模言語モデルの統合、LangChain4J LLM オーケストレーション フレームワークの活用により、ユーザーとチャットしたりドキュメントについて質問したりします。

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 Codelab では、BigQuery ウェブ UI を使用して、BigQuery でのパーティショニングとクラスタリングについて学習します。

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、Gemini の関数呼び出しを使用して、ユーザーが為替レートを尋ね、外部 API から最新のデータを取得して、ユーザーに回答を返すアプリを作成します。

この Codelab では、Java での生成 AI の使用を開始し、PaLM 大規模言語モデルを統合して、LangChain4J LLM オーケストレーション フレームワークを活用します。

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。

この Codelab では、既存のジャンプ スタート ソリューションである AI Summarization を見ていきます。これは、Vertex AI モデルを使用して、Google Cloud Storage にアップロードされた PDF ドキュメントを要約します。Google は Gemini Code Assist を使用して、このソリューションに新機能を理解して追加します。

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。

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。

Slack アプリケーションでテキスト要約用の Slack スラッシュ コマンドを作成するためのソースコード。Slack アプリケーションは、Cloud Functions の関数を使用して PaLM API を呼び出し、テキストを要約します。

このラボでは、オプション コンポーネントとコンポーネント ゲートウェイを使用して、Cloud Dataproc で Apache Spark と Jupyter ノートブックを設定する方法を学びます。

この Codelab では、バックエンド サービスを使用する TCP/SSL プロキシ ロードバランサを作成し、Cloud Armor を使用してロードバランサへのアクセスを特定のユーザー セットのみに制限します。

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、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。

ユーザー入力に基づいてアパレル レコメンデーションの類似検索アプリケーションを構築し、Spanner に格納されたデータに対して検索を実行し、ベクトル検索でインデックス付けして最近傍を返します。

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、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、Google Cloud サーバーレス ソリューションをベースに、本棚と書籍を提供するウェブ API を開発します。サンプルデータをインポートする Cloud Functions の関数、再利用可能なバックエンド ウェブ API を提供する Cloud Run コンテナ、書籍のライブラリを閲覧するためのウェブ フロントエンドを提供する App Engine ウェブ アプリケーションを作成します。

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、AlloyDB クラスタを作成し、データベースに GenAI Databases Retrieval Service をデプロイして、そのサービスを使用するサンプル 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、Google Cloud の AI を活用したコラボレーターである Duet AI を使用します。Duet AI Chat とインライン コード アシスタンスを使用してコードを生成し、コードを理解する方法などを学びます。

Gemini を使用して書棚要約アプリケーションを作成します。このアプリケーションは、BigQuery データを取得してウェブに表示し、Cloud Run にデプロイされます。

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

このラボでは、 Vertex AI を使用して、カスタム トレーニング済みモデルからオンライン予測とバッチ予測を実行します。 このラボは、動画シリーズ「 プロトタイプから本番環境へ 」の一部です。このラボに進む前に、 前のラボ を完了してください。詳細については、関連する動画でご確認ください。 。 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。

このラボでは、 Vertex AI と TensorFlow を使用して、Vertex AI Training で分散トレーニング ジョブを実行します。 このラボは、動画シリーズ「 プロトタイプから本番環境へ 」の一部です。このラボに進む前に、 前のラボ を完了してください。詳細については、関連する動画シリーズでご確認ください。 。 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

このラボでは、 Vertex AI を使用して、カスタム トレーニング ジョブを実行します。 このラボは、動画シリーズ「 プロトタイプから本番環境へ 」の一部です。 花のデータセット を使用して、画像分類モデルを構築します。詳細については、関連する動画でご確認ください。 。 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

このラボでは、 Vertex AI を使用して、Vertex AI Training でハイパーパラメータ調整ジョブを実行します。 このラボは、動画シリーズ「 プロトタイプから本番環境へ 」の一部です。このラボに進む前に、 前のラボ を完了してください。詳細については、関連する動画シリーズでご確認ください。 。 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

このラボでは、Google Cloud での不正行為をリアルタイムで検出するために、エンドツーエンドのデータを AI システムに取り込んで使用する方法を学びます。このラボの目標は、生データを利用して、Google Cloud 上で実行される本番環境向け ML パイプラインを構築する方法を理解することです。このラボで使用する Google Cloud プロダクトは次のとおりです。 エンドツーエンドの ML パイプラインの構築は大変な作業です。このラボでは、BigQuery、Vertex AI

この Codelab では、commit タイムスタンプ列を含む Cloud Spanner データベース テーブルを使用してゲーム リーダーボードを作成する方法を学習します。

App Engine の ndb と taskqueue から Cloud NDB と Cloud Tasks に移行する方法について説明します。

Cloud SQL Insights は、Cloud SQL データベースにおけるクエリのパフォーマンスの問題を検出、診断、防止するのに役立ちます。セルフサービス方式で直観的にわかりやすく、単なる検出機能を超えた、パフォーマンスの問題の根本原因の特定に役立つ診断情報が提供されます。 この Codelab では、Cloud SQL for PostgreSQL インスタンスを設定し、Cloud SQL インスタンスをバックエンド ストレージとして使用するように Node.js

この Codelab では、デベロッパーが G Suite APIs と GCP APIs の両方を使用して、クラウドベースの画像処理ワークフローを Python で構築します。具体的には、Google ドライブから画像ファイルをダウンロードして Google Cloud Storage にアーカイブし、そのコンテンツを Google Cloud Vision で分析して、Google スプレッドシートでレポートデータを生成します。

Docker を使用してシンプルな App Engine アプリをコンテナ化して Cloud Run に移行する方法について説明します。

Python App Engine アプリを webapp2 から Flask ウェブ フレームワークに移行する方法を学びます。

この Codelab では、commit タイムスタンプ列を含む Cloud Spanner データベース テーブルを使用してゲーム リーダーボードを作成する方法を学習します。

この Codelab では、既存の Cloud SQL データベースに接続して SQL 挿入ステートメントを送信する Cloud Functions の関数を作成します。

シンプルな App Engine アプリを ndb から Cloud NDB へ移行する方法について学習します。

この Codelab では、Places SDK for Android をアプリに統合し、Places SDK の各機能を使用する方法について説明します。 この Codelab を実行するには、次のアカウント、サービス、ツールが必要です。 以下の有効化の手順では、 Places API を有効にします。 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 スタートガイド

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 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、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 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

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について説明します。

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、まず Node.js アプリケーションを探索し、ウェブページのスクリーンショットを撮影して Cloud Storage に保存します。続いて、アプリケーションのコンテナ イメージをビルドし、Cloud Run でジョブとして実行し、ジョブを更新して追加のウェブページを処理し、Cloud Scheduler を使用してスケジュールに基づいてジョブを実行します。

このラボでは、Vertex AI でハイパーパラメータ調整と分散トレーニングを行う方法を学びます。このラボではモデルコードに TensorFlow を使用しますが、このコンセプトは別の ML フレームワークにも応用できます。 次の方法を学習します。 Google Cloud でこのラボを実行するための総費用は約 $6 USD 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、Google Maps Platform を使って Swift で iOS アプリの作成を開始する方法について学習し、以下の機能を備えた iOS アプリを作成します。 この Codelab を実行するには、次のアカウント、サービス、ツールが必要です。 以下の有効化の手順では、 Maps SDK for iOS 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

この Codelab では、WebGL を使った Maps JavaScript API の機能による、3 次元的なベクターマップの制御とレンダリングについて解説します。 この Codelab は、JavaScript と Maps JavaScript API に関する中級レベルの知識を前提とした内容です。Maps JS API の使い方の基礎を学ぶ場合は、 Codelab「ウェブサイトに地図を追加する（JavaScript）」 がおすすめです。 以下の有効化の手順では、 Maps

この Codelab では、SwiftUI で Map SDK for iOS を利用する方法を解説します。 以下の有効化の手順では、 Maps SDK for iOS を有効化します。 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 スタートガイド に沿って請求先アカウントとプロジェクトを作成してください。 できるだけ早く演習を開始できるように、この Codelab

この Codelab では、iOS / Android 用の高品質なネイティブ エクスペリエンスを開発できる Flutter モバイルアプリ SDK を使って、Google マップを組み込んだエクスペリエンスを構築します。

地図に掲載したい場所が多数あり、その場所がどこにあるか、どの場所に行けばよいかをユーザーに知らせたいとします。一般的な例として、次のようなものがあります。 この Codelab では、特殊な場所のライブ データフィードからデータを取得し、ユーザーの出発点に最も近い場所を見つけるスポット検索アプリを作成します。このフルスタックのスポット検索アプリでは、店舗拠点が 25 か所に制限されている 簡単な店舗検索アプリ よりも多くの場所を処理できます。 この Codelab

Google Maps Platform の Android 向け Maps SDK と Places SDK を使用して、現在地である可能性の高い場所のリストを提供することで、ユーザーの位置を特定する方法を学びます。

この Codelab では、Maps JavaScript API と、WebGL アクセラレーテッドのオープンソース データ可視化フレームワークである deck.gl を使って、大量の地理空間データを可視化する方法について説明します。 Google Maps Platform を使用したことがない場合は、以下の手順を行います。 まだお持ちでない場合は、 https://nodejs.org/ に移動し、Node.js ランタイムをパソコンにダウンロードしてインストールします。 Node.js

ウェブサイトで最も一般的な機能のひとつは、ビジネス拠点や施設など、物理的に存在する場所を示した Google マップ を表示することです。地図の実装方法は、場所の数や変更頻度などの要件によって大きく異なります。 この Codelab

この Codelab では、スペースをポーリングする chat bot を作成する方法を学びます。

この Codelab では、ARCore Cloud Anchors サービスを使い複数のデバイスに共通の基準フレーム（同じ位置と向き）を確立することで、Cloud Anchors を使用して共有 AR エクスペリエンスを作成する方法を学びます。

This codelab is intended to help you understand how to create your first 3D Map using Photorealistic 3D Maps in Maps JavaScript. You will learn the basics about loading the right components of the Maps Javascript API, displaying your first 3D Map and

This tutorial explores how to add and style 3D markers in your application. You'll also learn how to animate your application by flying to and around specific locations. This tutorial builds on the concepts covered in the first codelab. If you

In this codelab, you learn everything that you need to get started with the vis.gl/react-google-map library for the Google Maps JavaScript API, which lets you add a Google map to a React app. You learn how to get set up, load the Maps JavaScript API,

In this codelab, you’ll learn how to deploy Django CMS using serverless components: Cloud Run for the web engine, Cloud SQL for the database, and Cloud Build for the media assets.

In this codelab you’ll learn how to create a simple navigation app using Google Maps Platform Navigation SDK.

In this codelab you’ll learn how to create a simple navigation app using Google Maps Platform Navigation SDK.

In this codelab, you’ll learn how to build a chat app to poll a space.

Maps can be a very powerful tool when visualizing the patterns in a dataset that are related to location in some way. This relation could be the name of a place, a specific latitude and longitude value, or the name of an area that has a specific

Learn to enhance your Action with features that keep users coming back to it.

Learn how to use the Spreadsheet service in Apps Script to chart and present a set of data.

In this code lab, you learn how to create a Google Chat

Learn to build a location-based web app using the Maps JavaScript API and PLaces Library to perform a Nearby Search.

Learn Apps Script basics to improve your Google Sheets experience.