Advanced 5 pasos 5 horas 25 créditos
In this quest you will learn how to use several BQML features to improve retail use cases. Predict the demand for bike rentals in NYC with demand forecasting, leverage regression to estimate the time it will take for a ticket to be solved with the help of an automated agent developed using Dialogflow, and see how to use BQML for a classification task that predicts the likelihood of a website visitor making a purchase.
Quest Outline
Introducción a SQL para BigQuery y Cloud SQL
En este lab, aprenderá cláusulas importantes de SQL y practicará la ejecución de consultas estructuradas en BigQuery y Cloud SQL
Cómo implementar un chatbot del equipo de asistencia con Dialogflow y BigQuery ML
En este lab, entrenará un modelo simple de aprendizaje automático para predecir el tiempo de respuesta del equipo de asistencia por medio de BigQuery Machine Learning.
Building Demand Forecasting with BigQuery ML
In this lab you will build a time series model to forcast demand of multiple products using BigQuery ML. This lab is based on a blog post and featured in an episode of Cloud OnAir.
Prediga las compras de visitantes con un modelo de clasificación en BQML
En este lab, utilizará un conjunto de datos de comercio electrónico recientemente disponible para ejecutar algunas consultas típicas que las empresas querrían conocer sobre los hábitos de compra de sus clientes.
Prediga las tarifas de taxis con un modelo de previsión de AA de BigQuery
En este lab, explorará millones de viajes de taxis amarillos de la ciudad de Nueva York disponibles en un conjunto de datos públicos de BigQuery, creará un modelo de AA en BigQuery para predecir la tarifa y evaluará el rendimiento de su modelo para hacer predicciones.