menu
arrow_back

Prédire les achats des visiteurs avec un modèle de classification dans BQML

—/100

Checkpoints

arrow_forward

Create a new dataset

Create a model and specify model options

Evaluate classification model performance

Improve model performance with Feature Engineering(Create second model)

Improve model performance with Feature Engineering(Better predictive power)

Predict which new visitors will come back and purchase

Prédire les achats des visiteurs avec un modèle de classification dans BQML

1 heure 15 minutes 7 crédits

GSP229

Google Cloud – Ateliers adaptés au rythme de chacun

Aperçu

BigQuery est la base de données d'analyse à faible coût de Google, entièrement gérée et qui ne nécessite aucune opération (NoOps). Avec BigQuery, vous pouvez interroger des téraoctets de données sans avoir à gérer d'infrastructure ni faire appel à un administrateur de base de données. Basé sur le langage SQL et le modèle de facturation à l'utilisation, BigQuery vous permet de vous concentrer sur l'analyse des données pour en dégager des informations pertinentes.

BigQuery dispose d'une nouvelle fonctionnalité appelée BigQuery Machine Learning (ou BQML, disponible en version bêta), qui permet aux analystes de données de créer, d'entraîner et d'évaluer des modèles de machine learning en vue de prédire des résultats, et ce avec très peu de code.

Nous mettons à votre disposition un nouvel ensemble de données d'e-commerce, qui comprend des millions d'enregistrements Google Analytics relatifs au Google Merchandise Store, chargés dans BigQuery. Dans cet atelier, vous allez exécuter sur ces données des requêtes couramment utilisées par les entreprises pour en savoir plus sur les comportements d'achat de leurs clients.

Objectifs

Dans cet atelier, vous allez apprendre à réaliser les opérations suivantes :

  • Utiliser BigQuery pour rechercher des ensembles de données publics

  • Interroger et explorer l'ensemble de données d'e-commerce

  • Créer un ensemble de données d'entraînement et d'évaluation pour la prédiction par lot

  • Créer un modèle de classification (régression logistique) dans BQML

  • Évaluer les performances de votre modèle de machine learning

  • Prédire et classer la probabilité qu'un visiteur effectue un achat

Prérequis

Inscrivez-vous sur Qwiklabs pour consulter le reste de cet atelier, et bien plus encore.

  • Obtenez un accès temporaire à Google Cloud Console.
  • Plus de 200 ateliers, du niveau débutant jusqu'au niveau expert.
  • Fractionné pour vous permettre d'apprendre à votre rythme.
Inscrivez-vous pour démarrer cet atelier