BigQuery ML: машинное обучение и выводы для аналитиков

Аналитики данных часто нуждаются в возможностях предсказательного анализа, но сталкиваются со сложностями экспорта массивов данных на внешние платформы машинного обучения. BigQuery ML решает эту проблему, предоставляя возможности машинного обучения непосредственно в хранилище данных, используя уже имеющиеся у вас навыки работы с SQL. В этом всеобъемлющем, текстовом курсе вы перейдете от традиционного аналитика данных к профессионалу, способному создавать, оценивать и развертывать модели машинного обучения. Вы узнаете, как генерировать предсказания и выполнять выводы непосредственно на ваших наборах данных, оптимизируя весь аналитический рабочий процесс. Что вы узнаете: - Понять основные концепции вывода машинного обучения и выбора модели в хранилище данных. - Создание и обучение моделей машинного обучения с использованием стандартного синтаксиса SQL. - Оценка производительности модели с использованием встроенных метрик и функций оценки. - Создание пакетных предсказаний и выполнение вывода в реальном времени на структурированных данных. - Управляйте и версируйте свои модели в облачной среде для чистых рабочих процессов развертывания. - Исследуйте современные функции, такие как векторный поиск и встраивание, чтобы обрабатывать неструктурированные данные. Этот курс начинается с определений и терминологии машинного обучения, а затем пошагово описывает SQL-код. Вы пройдете путь от простых линейных моделей до более сложных предсказательных структур, практикуя письменные упражнения и просмотры кода по пути. Этот курс предназначен для аналитиков данных, администраторов баз данных и разработчиков SQL, которые хотят войти в пространство машинного обучения. Не требуется предварительного опыта машинного обучения или программирования, хотя рекомендуется базовое понимание SQL-запросов. Начните читать сегодня, чтобы раскрыть предсказательную силу машинного обучения внутри вашей базы данных.