Applying BQML's Classification, Regression, and Demand Forecasting for Retail Applications

Advanced ステップ: 5 5時間クレジット: 25

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

ラボ

SQL for BigQuery と Cloud SQL の概要

このラボでは、基本的な SQL 句について学び、BigQuery と Cloud SQL で実際に構造化クエリを実行します。

ラボ

Dialogflow と BigQuery ML でヘルプデスクチャットボットを実装する

このラボでは、BigQuery Machine Learning を使用して、ヘルプデスクのレスポンス時間を予測するシンプルな機械学習モデルをトレーニングします。

ラボ

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.

ラボ

BQML で分類モデルを使用して訪問者の購入を予測する

このラボでは、新たに使用できるようになった e コマースデータセットを使用して一般的なクエリを実行し、企業が知りたい顧客の購買習慣に関する情報を取得します。

ラボ

BigQuery ML 予測モデルによるタクシー運賃の予測

このラボでは、BigQuery の一般公開データセットの中から、数百万件に及ぶニューヨーク市内のタクシー賃走データを使って、運賃を予測する ML モデルを BigQuery 内に作成し、モデルの予測性能を評価します。