menu
arrow_back

Prédiction du tableau d'un tournoi avec le machine learning de Google

—/100

Checkpoints

arrow_forward

Write a query to determine available seasons and games

Create a labeled machine learning dataset

Create a machine learning model

Evaluate model performance and create table

Using skillful ML model features

Train the new model and make evaluation

Run a query to create a table ncaa_2018_predictions

Run queries to create tables ncaa_2019_tournament and ncaa_2019_tournament_predictions

Prédiction du tableau d'un tournoi avec le machine learning de Google

1 heure 15 minutes 5 crédits

GSP461

Google Cloud – Ateliers adaptés au rythme de chacun

Aperçu

Dans cet atelier, vous allez prédire le vainqueur d'une rencontre du tournoi de basket-ball masculin de la NCAA avec BigQuery, le machine Learning (ML) et l'ensemble de données du championnat masculin de basket-ball de la NCAA.

Cet atelier utilise la fonctionnalité BigQuery Machine Learning (BQML), qui vous permet de créer des modèles de ML de classification et de prévision basés sur SQL.

Objectifs de l'atelier

Dans cet atelier, vous allez apprendre à effectuer les tâches suivantes :

  • Accéder à l'ensemble de données public de la NCAA à l'aide de BigQuery
  • Explorer l'ensemble de données de la NCAA pour vous familiariser avec le schéma et le champ d'application des données disponibles
  • Préparer les données existantes et les transformer en caractéristiques et en étiquettes
  • Diviser l'ensemble de données en sous-ensembles destinés à l'entraînement et à l'évaluation
  • Créer un modèle basé sur l'ensemble de données du tournoi de la NCAA avec BQML
  • Prédire le tableau et le vainqueur du tournoi de la NCAA avec le modèle que vous avez créé

Prérequis

Cet atelier s'adresse aux utilisateurs de niveau intermédiaire. Pour le suivre, vous devez connaître le langage et les mots clé SQL. Il est également recommandé de savoir utiliser BigQuery. Si vous n'avez pas l'expérience requise dans ces domaines, suivez au minimum l'un des ateliers ci-dessous avant de vous lancer dans celui-ci :

Quand vous serez prêt, faites défiler la page pour en savoir plus sur les services que vous allez utiliser et sur la configuration de l'environnement de l'atelier.

BigQuery

BigQuery est la base de données d'analyse de Google. Économique et entièrement gérée, elle ne nécessite aucune opération (NoOps). Avec BigQuery, vous pouvez interroger des téraoctets et des téraoctets de données sans avoir à gérer d'infrastructure ni à faire appel aux services d'un administrateur de base de données. BigQuery est basé sur SQL et son utilisation est facturée selon un modèle de paiement à l'usage. BigQuery vous permet de vous concentrer sur l'analyse des données pour en dégager des insights pertinents.

Un nouvel ensemble de données comportant des informations sur les matchs, les équipes et les joueurs de basket-ball de la NCAA est disponible. Les données sur les matchs couvrent les statistiques générales et par match depuis 2009, ainsi que les scores finaux depuis 1996. On y trouve des données supplémentaires sur les victoires et les défaites pouvant remonter à la saison 1894-1895 pour certaines équipes.

Machine learning

Google Cloud propose une gamme complète d'options de machine learning pour les analystes de données et les data scientists. Les plus populaires sont les suivantes :

  • API de machine learning : utilisez des API pré-entraînées telles que Cloud Vision pour réaliser les tâches de ML les plus courantes.
  • AutoML : créez des modèles de ML personnalisés sans code.
  • BigQuery ML : créez des modèles de ML basés sur SQL dans BigQuery afin de les appliquer directement à vos données.
  • AI Platform : construisez vos propres modèles de ML personnalisés et mettez-les en production avec l'infrastructure de Google.

Dans cet atelier, vous allez créer un prototype de modèle, l'entraîner et l'évaluer avec BigQuery ML afin de prédire l'équipe vainqueur et l'équipe perdante d'un match de basket-ball de la NCAA.

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