ブログ - Google Cloud Skills Boost ハンズオン祭 Cloud Study Jam - BQML 編
Google Cloud Skills Boost ハンズオン祭 Cloud Study Jam - BQML 編
- カテゴリ :
- スキルチャージ
- ブロガー :
- ujpblog 2022/4/28 0:34
先週からGoogle Cloud Day: Digital’22というオンラインイベントが開催されていて, 全く参加できてなかったのだけれど,よくわからないままBQMLのハンズオンに応募したら抽選で当選したので今日から参加.

BQMLは,BigQueryMLで,MLはマシンラーニング,機械学習ですね.
30日間使えるGoogle Cloud Platformを払い出してくれるので,それを使ってオンラインテキストを自分で読んで体験してみるという感じ.難しいことはなくて,BQMLはSQLの構文を使った線形回帰(予測),ロジスティック回帰(要因特定)を体験してみるというものでした.
昔の言い方で言えばデータウェアハウスのことだけれど,Splunkのようなものと理解.
Google CloudのGoogle Cloud Skills Boost(旧:Qwiklabs)にあるEngineer Data in Google Cloudというクエスト(探求)の中から,「BQML で分類モデルを使用して訪問者の購入を予測する」というラボ(ハンズオン課題)と「BQMLを使って機械学習モデルを作成・評価し,需要予測を行う方法について学ぶ」の2本だて.
需要予測については次の様な進め方.
環境構築
・Google Cloud Consoleへのサインイン
・BigQueryConsoleをオープン
データ準備
・Google Cloud Marketplaceより公開データにアクセス
・公開データのデータセットをオープン
・データの抽出・クリーニング
モデルの作成
・CREATE構文による機械学習モデルの作成
・時系列分析モデルARIMAの特徴や構成について
モデルの評価
・M L.EVALUATE構文によるモデルの評価
・評価結果の見方
モデルによる需要予測
・M L.FORECAST構文によるモデルの実行
・教師データに用いた期間以降の30日間の需要の予測
2回ぐらいやるとわかってくるかなぁ.

BQMLは,BigQueryMLで,MLはマシンラーニング,機械学習ですね.
30日間使えるGoogle Cloud Platformを払い出してくれるので,それを使ってオンラインテキストを自分で読んで体験してみるという感じ.難しいことはなくて,BQMLはSQLの構文を使った線形回帰(予測),ロジスティック回帰(要因特定)を体験してみるというものでした.
昔の言い方で言えばデータウェアハウスのことだけれど,Splunkのようなものと理解.
Google CloudのGoogle Cloud Skills Boost(旧:Qwiklabs)にあるEngineer Data in Google Cloudというクエスト(探求)の中から,「BQML で分類モデルを使用して訪問者の購入を予測する」というラボ(ハンズオン課題)と「BQMLを使って機械学習モデルを作成・評価し,需要予測を行う方法について学ぶ」の2本だて.
需要予測については次の様な進め方.
・Google Cloud Consoleへのサインイン
・BigQueryConsoleをオープン
・Google Cloud Marketplaceより公開データにアクセス
・公開データのデータセットをオープン
・データの抽出・クリーニング
・CREATE構文による機械学習モデルの作成
・時系列分析モデルARIMAの特徴や構成について
・M L.EVALUATE構文によるモデルの評価
・評価結果の見方
・M L.FORECAST構文によるモデルの実行
・教師データに用いた期間以降の30日間の需要の予測
2回ぐらいやるとわかってくるかなぁ.