menu
arrow_back

Preveja compras de visitantes com um modelo de classificação no BQML

Preveja compras de visitantes com um modelo de classificação no BQML

Horas Minutos 7 Créditos

GSP229

Laboratórios autoguiados do Google Cloud

Visão geral

O BigQuery é um banco de dados NoOps, de baixo custo, totalmente gerenciado e utilizado para análises desenvolvido pelo Google. Com ele, você pode consultar muitos terabytes de dados sem ter que gerenciar uma infraestrutura nem precisar de um administrador de banco de dados. O BigQuery usa SQL e está disponível no modelo de pagamento por utilização. Com ele, você pode se concentrar na análise dos dados para encontrar informações relevantes.

O BigQuery Machine Learning (BQML, produto na versão Beta) é um novo recurso do BigQuery. Nele, os analistas de dados podem criar, treinar, avaliar e fazer previsões com modelos de aprendizado de máquina que exigem o mínimo de programação.

Agora o BigQuery inclui um novo conjunto de dados de comércio eletrônico com milhões de registros do Google Analytics referentes ao Google Merchandise Store. Neste laboratório, você executará algumas consultas comuns usando esses dados com o objetivo de encontrar informações sobre hábitos de compra dos clientes que sejam relevantes para empresas.

Objetivos

Neste laboratório, você aprenderá a realizar estas tarefas:

  • Usar o BigQuery para localizar conjuntos de dados públicos

  • Consultar e explorar o conjunto de dados de comércio eletrônico

  • Criar um conjunto de dados de treinamento e avaliação para usar na previsão em lote

  • Criar um modelo de classificação (regressão logística) em BQML

  • Avaliar o desempenho do seu modelo de aprendizado de máquina

  • Prever e classificar a probabilidade de um visitante fazer uma compra

Você precisará do seguinte:

  • Um projeto do Google Cloud Platform

  • Um navegador (como o Google Chrome ou o Mozilla Firefox)

Join Qwiklabs to read the rest of this lab...and more!

  • Get temporary access to the Google Cloud Console.
  • Over 200 labs from beginner to advanced levels.
  • Bite-sized so you can learn at your own pace.
Join to Start This Lab
Pontuação

—/100

Create a new dataset

Executar etapa

/ 20

Create a model and specify model options

Executar etapa

/ 20

Evaluate classification model performance

Executar etapa

/ 15

Improve model performance with Feature Engineering(Create second model)

Executar etapa

/ 15

Improve model performance with Feature Engineering(Better predictive power)

Executar etapa

/ 15

Predict which new visitors will come back and purchase

Executar etapa

/ 15