BQML で分類モデルを使用して訪問者の購入を予測する
GSP229
概要
BigQuery は、低コストでテラバイト規模のデータをクエリできる分析データベースです。Google による一貫管理が行われ、インフラストラクチャの管理やデータベース管理者の設置など、お客様による管理運用の必要がないため、有用な情報取得のためのデータ分析に専念できます。BigQuery は SQL を使用しており、従量課金制モデルでも利用できます。
BigQuery の新機能である BigQuery ML（BQML、ベータ版）を使用すれば、データ アナリストによる最小限のコーディングで、機械学習モデルの作成、トレーニング、評価、予測が可能になります。
Google Merchandise Store に関する数百万件にのぼる Google アナリティクスのレコードが格納された e コマース データセットが新たに BigQuery に読み込まれ、利用できるようになりました。このラボでは、このデータ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。
目標
このラボでは、次のタスクの実行方法について学びます。
-
BigQuery を使用して一般公開データセットを見つける
-
e コマース データセットをクエリし、探索する
-
バッチ予測に使用するトレーニングと評価のデータセットを作成する
-
分類（ロジスティック回帰）モデルを BQML に作成する
-
機械学習モデルの性能を評価する
-
訪問者が購入する見込みを予測し、ランクを付ける
必要なもの
Qwiklabs に参加してこのラボの残りの部分や他のラボを確認しましょう。
- Google Cloud Console への一時的なアクセス権を取得します。
- 初心者レベルから上級者レベルまで 200 を超えるラボが用意されています。
- ご自分のペースで学習できるように詳細に分割されています。
スコア
—/100
Create a new dataset
/ 20
Create a model and specify model options
/ 20
Evaluate classification model performance
/ 15
Improve model performance with Feature Engineering(Create second model)
/ 15
Improve model performance with Feature Engineering(Better predictive power)
/ 15
Predict which new visitors will come back and purchase
/ 15