—/100

Calculate trips taken by Yellow taxi in each month of 2015

Verificar meu progresso

/ 10

Calculate average speed of Yellow taxi trips in 2015

Verificar meu progresso

/ 10

Test whether fields are good inputs to your fare forecasting model

Verificar meu progresso

/ 20

Create a BigQuery dataset to store models

Verificar meu progresso

/ 10

Create a taxifare model

Verificar meu progresso

/ 20

Evaluate classification model performance

Verificar meu progresso

/ 10

Predict taxi fare amount

Verificar meu progresso

/ 20

Estimar tarifas de táxi com um modelo de previsão do BigQuery ML

1 hora 7 créditos

GSP246

Laboratórios autoguiados do Google Cloud

Visão geral

O BigQuery é um banco de dados de análise NoOps, totalmente gerenciado e de baixo custo 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 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 machine learning que exigem o mínimo de programação.

Neste laboratório, você analisará milhões de corridas dos táxis amarelos de Nova York, disponibilizadas em um conjunto de dados público do BigQuery. Depois, você criará um modelo de machine learning dentro do BigQuery para estimar as tarifas cobradas, tendo como base as entradas do seu modelo. Por fim, você avaliará o desempenho do seu modelo ao fazer predições com ele.

Objetivos

Neste laboratório, você aprenderá a fazer o seguinte:

Usar o BigQuery para encontrar conjuntos de dados públicos
Consultar e analisar o conjunto de dados públicos sobre os táxis
Criar um conjunto de dados de treinamento e avaliação e usá-lo para fazer predições em lote
Criar um modelo de previsão (regressão linear) no BQML
Avaliar o desempenho do seu modelo de machine learning