menu
arrow_back

BigQuery ML 予測モデルによるタクシー運賃の予測

—/100

Checkpoints

arrow_forward

Calculate trips taken by Yellow taxi in each month of 2015

Calculate average speed of Yellow taxi trips in 2015

Test whether fields are good inputs to your fare forecasting model

Create a BigQuery dataset to store models

Create a taxifare model

Evaluate classification model performance

Predict taxi fare amount

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