menu
arrow_back

BigQuery ML 予測モデルによるタクシー運賃の予測

BigQuery ML 予測モデルによるタクシー運賃の予測

1時間 クレジット: 7

GSP246

Google Cloud セルフペース ラボ

概要

BigQuery は、Google が低料金で提供する NoOps のフルマネージド分析データベースです。インフラストラクチャを所有して管理したりデータベース管理者を配置したりすることなく、テラバイト単位の大規模なデータをクエリできます。

BigQuery の新機能である BigQuery ML(BQML、ベータ版)を使用すれば、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。

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探索します。その後、機械学習モデルを BigQuery 内に作成し、モデル入力に基づいてタクシー運賃を予測します。最後に、モデルの性能を評価し、そのモデルで予測を行います。

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。
  • タクシーの一般公開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。
  • 予測(線形回帰)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。

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。
参加してこのラボを開始
スコア

—/100

Calculate trips taken by Yellow taxi in each month of 2015

ステップを実行

/ 10

Calculate average speed of Yellow taxi trips in 2015

ステップを実行

/ 10

Test whether fields are good inputs to your fare forecasting model

ステップを実行

/ 20

Create a BigQuery dataset to store models

ステップを実行

/ 10

Create a taxifare model

ステップを実行

/ 20

Evaluate classification model performance

ステップを実行

/ 10

Predict taxi fare amount

ステップを実行

/ 20