스마트 분석 참조 패턴

이 페이지에서는 일반적인 분석 사용 사례에 적용되는 샘플 코드 및 기술 참조 가이드에 대한 링크를 제공합니다. 이러한 리소스를 사용하여 학습하고, 권장사항을 파악하고, 샘플 코드를 활용하여 필요한 분석 기능을 빌드하세요.

여기에 나와 있는 참조 패턴은 코드 중심으로 구성되어 있으므로 빠르게 구현할 수 있습니다. 보다 광범위한 분석 솔루션을 확인하려면 빅데이터 기술 참조 가이드 목록을 참조하세요.

이상 감지

솔루션 설명 제품 링크

k-평균 클러스터링을 사용하여 통신 네트워크 이상 감지 애플리케이션 빌드

이 솔루션은 Dataflow, BigQuery ML, Cloud Data Loss Prevention을 사용하여 통신 네트워크에서 사이버 보안 위협을 식별할 수 있도록 ML 기반 네트워크 이상 감지 애플리케이션을 빌드하는 방법을 보여줍니다.

기술 참조 가이드: Dataflow, BigQuery ML, Cloud Data Loss Prevention을 사용하여 이상 감지 보안 솔루션 빌드

샘플 코드: Netflow 로그의 이상 감지

블로그 게시물: 스트리밍 분석 및 AI를 사용한 이상 감지

개요 동영상: 이상 감지 보안 솔루션 빌드

부스트 트리 모델을 사용하여 실시간으로 금융 거래의 이상 감지

이 참조 구현에서는 Dataflow 및 AI Platform에서 TensorFlow 부스트 트리 모델을 사용하여 허위 거래를 식별하는 방법을 알아봅니다.

기술 참조 가이드: AI Platform, Dataflow, BigQuery를 사용하여 금융 트랜잭션의 이상 감지

샘플 코드: 금융 거래의 이상 감지

LSTM Autoencoder를 사용하여 시계열 데이터의 이상 감지

이 참조 구현에서는 시계열 데이터를 사전 처리하여 소스 데이터를 보완한 다음 LSTM Autoencoder를 통해 데이터를 실행하여 이상을 감지하는 방법을 알아봅니다. Autoencoder는 LSTM 신경망을 구현하는 Keras 모델로 빌드되었습니다.

샘플 코드: 시계열 데이터 처리

실시간 신용카드 사기 감지

트랜잭션과 고객 데이터를 사용하여 실시간 데이터 파이프라인에서 사용될 수 있는 BigQuery ML의 머신러닝 모델을 학습시켜 잠재적인 신용카드 사기를 식별, 분석하고 알림을 트리거하는 방법을 알아봅니다.

샘플 코드: 실시간 신용카드 사기 감지

기술 블로그 게시물: 서버리스 실시간 신용카드 사기 감지 솔루션을 빌드하는 방법

개요 동영상: 서버리스 실시간 신용카드 사기 감지 솔루션을 빌드하는 방법

웹 세미나: 신용카드 사기 감지

데이터 수익화

솔루션 설명 제품 링크

데이터 공유 툴킷을 사용하여 Google Cloud Marketplace에서 판매할 데이터 나열

과거 및 실시간 시장 데이터를 안전하고 쉽게 교환하고 수익을 창출하는 방법을 알아보세요. 이 참조 솔루션은 마켓 데이터 게시자, 애그리게이터, 소비자 모두에게 적용됩니다.

기술적 개요: 데이터 공유 툴킷 Readme

샘플 코드: 데이터 공유 툴킷

개요 동영상: 데이터 공유 개요

배포 (Google Cloud 계정 필요): 데이터 공유 VM

일반 분석

솔루션 설명 제품 링크

실시간 웹사이트 분석 대시보드 빌드

웹사이트에서 인센티브 또는 실험의 성과를 이해하기 위해 사용하는 실시간 측정항목을 제공하는 대시보드를 빌드하는 방법을 알아봅니다.

샘플 코드: Dataflow 및 Memorystore를 사용한 실시간 분석

개요 동영상: 차원이 다른 혜택 - Dataflow 및 Memorystore를 사용한 실시간 분석

음성 파일을 텍스트로 변환하고 분석하는 파이프라인 빌드

업로드된 음성 파일을 텍스트로 변환하여 분석한 다음 시각화에 사용할 수 있도록 BigQuery에 해당 데이터를 저장하는 방법을 알아봅니다.

샘플 코드: 음성 분석 프레임워크

경험 관리 데이터 웨어하우스 구축

설문조사 데이터를 데이터 웨어하우스 및 심층 분석에서 사용할 수 있는 형식으로 변환하는 방법을 알아봅니다. 이 패턴은 고객 환경, 직원 환경, 기타 환경에 중점을 둔 사용 사례에 적용됩니다.

기술 참조 가이드: 설문조사 데이터 웨어하우스를 사용하여 설문지에서 통계 얻기

샘플 코드: Trifacta의 Dataprep을 사용하여 BigQuery로 설문조사 데이터 변환 및 로드

블로그 게시물: 설문조사 응답을 사용하여 환경 관리 (XM) 데이터 웨어하우스 만들기

개요 동영상: 설문조사 응답을 사용하여 환경 관리 데이터 웨어하우스 만들기

가이드: 양식 설문조사 응답을 BigQuery로 변환 및 로드

데모 환경: Cloud Market Research

실시간 미디어 클립 자막 생성

Dataflow 파이프라인에서 Speech-to-Text API를 사용하여 오디오 또는 동영상 의 실시간 WebVTT 자막을 만드는 방법을 알아보세요.

기술 참조 가이드: Dataflow, Pub/Sub, Speech-to-Text API를 사용하여 실시간 미디어 클립 자막 생성

샘플 코드: Dataflow를 사용한 Speech-to-Text API 스트리밍을 통한 자동 WebVTT 자막

로그 분석

솔루션 설명 제품 링크

Dialogflow 상호작용을 캡처하는 파이프라인 빌드

추가 분석을 위해 Dialogflow 상호작용을 캡처하고 저장하는 파이프라인을 빌드하는 방법을 알아봅니다.

샘플 코드: Dialogflow 로그 파서

Dataflow를 사용하여 대규모 로그 처리

여러 소스의 로그 항목을 처리하는 분석 파이프라인을 빌드한 후 의미 있는 정보를 추출하는 데 도움이 되는 로그 데이터를 결합하는 방법을 알아봅니다.

기술 참조 가이드: Dataflow를 사용한 대규모 로그 처리

샘플 코드: Dataflow를 사용한 대규모 로그 처리

패턴 인식

솔루션 설명 제품 링크

동영상 클립에서 객체 인식

이 솔루션은 Dataflow 및 Video Intelligence API를 사용하여 객체를 추적하는 실시간 비디오 클립 분석 솔루션을 빌드하여 구조화되지 않은 대량의 데이터를 거의 실시간으로 분석할 수 있는 방법을 보여줍니다.

샘플 코드: Dataflow 및 Video Intelligence API를 사용하는 동영상 분석 솔루션

Video Intelligence API를 호출하는 Apache Beam Ptransform: apache_beam.ml.gcp.videointelligenceml 모듈

Video Intelligence API 및 Cloud Vision API를 사용한 사용자 제작 콘텐츠 처리

이 솔루션 모음에서는 Cloud Vision API 및 Video Intelligence API를 사용하여 이미지 및 동영상 제출을 필터링하는 확장 가능한 시스템을 배포하기 위한 아키텍처를 설명합니다.

아키텍처: Video Intelligence API 및 Cloud Vision API를 사용한 사용자 제작 콘텐츠 처리

가이드: Video Intelligence API 및 Cloud Vision API를 사용한 사용자 제작 콘텐츠 처리

샘플 코드: Video Intelligence API 및 Cloud Vision API를 사용한 사용자 제작 콘텐츠 처리

Cloud Vision API를 호출하는 Apache Beam Ptransform: apache_beam.ml.gcp.visionml 모듈

스마트 분석 파이프라인에서 PII 데이터의 익명처리(익명화) 및 재식별

이 솔루션 모음에서는 Dataflow, Cloud Data Loss Prevention, BigQuery, Pub/Sub를 사용하여 샘플 데이터 세트에서 개인 식별 정보(PII)를 익명화 및 재식별하는 방법을 보여줍니다.

기술 참조 가이드:

샘플 코드: Dataflow 및 Cloud Data Loss Prevention을 사용하여 BigQuery에서 민감한 정보 마이그레이션

예측

솔루션 설명 제품 링크

수요 예측 모델 빌드

여러 제품에 대한 소매 수요 예측을 위해 사용할 수 있는 시계열 모델을 빌드하는 방법을 알아봅니다.

블로그 게시물: BigQuery ML을 사용하여 수요 예측 모델을 빌드하는 방법

메모장: bqml_retail_demand_forecasting.ipynb

전자상거래 추천 시스템 빌드

BigQuery ML을 사용하여 BigQuery의 고객 데이터에서 제품 또는 서비스 추천 항목을 생성하는 추천 시스템을 빌드하는 방법을 알아봅니다. 그런 다음 다른 프로덕션 시스템에서 이 데이터를 Google 애널리틱스 360 또는 Cloud Storage로 내보내거나 BigQuery 테이블에서 프로그래매틱 방식으로 읽는 방법을 알아봅니다.

기술 참조 가이드: BigQuery ML을 사용하여 전자상거래 추천 시스템 빌드

메모장: bqml_retail_recommendation_system.ipynb

시장 세분화를 위한 k-평균 클러스터링 모델 빌드

BigQuery ML로 k-평균 클러스터를 만들어서 마케팅 목적의 Google 애널리틱스 360 잠재고객 데이터를 분류하는 방법을 알아보세요.

기술 참조 가이드: BigQuery ML을 사용하여 시장 세분화를 위한 k-평균 클러스터링 모델 빌드

메모장: BigQuery ML을 사용하여 시장 세분화를 위한 k-평균 클러스터링 모델을 빌드하는 방법

Google Cloud에서 금융 서비스의 경향 모델 빌드

이 솔루션은 Google Cloud에서 데이터를 탐색하고 scikit-learn 머신러닝(ML) 모델을 빌드하는 방법을 보여줍니다. 이 솔루션의 사용 사례는 금융 서비스에 대한 예측적 구매 경향 모델입니다. 경향 모델은 금융 업계에서 잠재 고객의 구매 의도를 분석하는 데 널리 사용되지만 이 솔루션에 설명된 권장사항은 광범위한 ML 사용 사례에 적용할 수 있습니다.

기술 참조 가이드: Google Cloud에서 금융 서비스의 경향 모델 빌드

샘플 코드: 전문 서비스

솔루션 구매 경향 빌드

모델의 구매 성향을 구축하고 배포하는 방법을 알아보고 이를 사용하여 고객 구매 행동을 예측한 다음 워크플로를 자동화하는 파이프라인을 구축합니다.

기술 참조 가이드: BigQuery ML 및 AI Platform을 사용한 고객 구매 경향 예측

샘플 코드: BigQuery ML 및 Kubeflow Pipelines를 사용하여 솔루션을 구매하기 위한 엔드 투 엔드 경향 빌드 방법

블로그 게시물: BigQuery ML 및 Kubeflow Pipelines를 사용하여 솔루션을 구매하기 위한 엔드 투 엔드 경향 빌드 방법

현재 고객평생가치를 기반으로 새로운 잠재고객 빌드

가장 가치 있는 현재 고객을 찾아 Google Ads에서 유사 잠재고객을 확보하는 방법에 대해 알아보세요.

기술 참조 가이드: 기존 고객 평생 가치를 기반으로 새로운 잠재고객 구축

샘플 코드: LTV 예측 활성화

시계열 수요 예측 모델 빌드

소매 제품의 수요를 예측하는 엔드 투 엔드 솔루션을 빌드하는 방법을 알아봅니다. 이전 판매 데이터를 사용하여 BigQuery ML을 사용하는 수요 예측 모델을 학습한 다음 대시보드에서 예측 값을 시각화합니다.

샘플 코드: BigQuery ML을 사용하여 시계열 수요 예측 모델 빌드 방법

실시간에 가까운 추천을 위한 임베딩 생성 및 제공

임베딩을 만들고 제공하여 비슷한 항목을 실시간으로 추천하는 방법을 알아봅니다. BigQuery ML을 사용해 임베딩을 예측하기 위한 행렬 분해 모델을 만들고 가장 인접한 색인을 빌드할 오픈소스 ScaNN 프레임워크를 만든 다음 비슷한 항목을 실시간으로 매칭하기 위한 AI Platform Prediction에 모델을 배포합니다.

기술 참조 가이드: 항목 일치를 위한 머신 러닝 시스템 아키텍처

샘플 코드: 실시간 항목 대 항목 추천 BigQuery ML 행렬 분해 및 ScaNN

BigQuery ML을 사용하여 스프레드시트에서 예측

BigQuery ML의 연결된 시트와 예측 모델을 결합하여 비즈니스 프로세스에서 머신러닝을 운용하는 방법을 알아보세요. 이 예시에서는 Google 애널리틱스 데이터를 사용하여 웹사이트 트래픽에 대한 예측 모델을 빌드하는 과정을 설명합니다. 이 패턴을 확장하여 다른 데이터 유형 및 다른 머신러닝 모델에서 활용할 수 있습니다.

블로그 게시물: BigQuery ML을 사용하여 스프레드시트에서 머신러닝 모델을 사용하는 방법

샘플 코드: 스프레드시트를 사용하여 BigQuery ML 예측

템플릿: 스프레드시트를 사용하여 BigQuery ML 예측

비전 분석 파이프라인을 사용하여 기계 오류 예측

이 솔루션은 Cloud Storage 버킷에 저장된 대규모 이미지 파일에서 유용한 정보를 도출하기 위한 Dataflow 파이프라인을 빌드하는 방법을 안내합니다. 자동화된 시각적 검사는 비용을 절감하면서 품질관리 프로세스를 개선하거나 작업자의 안전을 모니터링하는 등의 제조업 목표를 달성하는 데 도움이 됩니다.

샘플 코드: Dataflow 및 Cloud Vision API를 사용한 비전 분석 솔루션

고객평생가치 예측

이 시리즈에서는 AI Platform 및 BigQuery를 사용하여 고객평생가치(CLV)를 예측하는 방법을 보여줍니다.

기술 참조 가이드:

샘플 코드: Google Cloud에서 고객평생가치 예측

게임 애플리케이션을 경향 모델링

BigQuery ML을 사용하여 경향 모델의 여러 유형으로부터 학습, 평가 및 예측을 수행하는 방법을 알아봅니다. 경향 모델은 특정 사용자가 앱으로 복귀할 가능성을 확인하는 데 도움을 줄 수 있습니다. 이러한 정보는 마케팅 의사결정에 사용될 수 있습니다.

블로그 게시물: Google 애널리틱스 4 및 BigQuery ML을 사용하는 게임 개발자용 앱 제거 예측

노트북: Google 애널리틱스 4 및 BigQuery ML을 사용한 게임 개발자용 앱 제거 예측

기술 개요: 게임 애플리케이션을 위한 경향 모델링

실시간 클릭 스트림 분석

솔루션 설명 제품 링크

스트리밍 분석 및 실시간 AI를 사용하는 전자상거래 샘플 애플리케이션

전자상거래 샘플 애플리케이션은 스트리밍 데이터 분석 및 실시간 AI를 구현하기 위한 일반적인 사용 사례와 권장사항을 보여줍니다. 이 애플리케이션을 사용하여 이벤트를 분석한 후 실시간으로 응답하는 방식으로 고객 조치에 동적으로 대응하고 장기적인 통계를 위해 이벤트 데이터를 저장, 분석, 시각화하는 방법을 알아보세요.

기술 개요: 스트리밍 분석 및 실시간 AI를 사용하는 전자상거래 샘플 애플리케이션

샘플 코드: 자바용 전자상거래 샘플 애플리케이션

대화형 데모: Google 스트림 분석 살펴보기

개요 동영상: 스트림 분석을 사용한 실시간 웹 환경 활성화

시계열 분석

솔루션 설명 제품 링크

스트리밍 시계열 데이터 처리

Apache Beam을 사용할 때 스트리밍 시계열 데이터 처리와 관련된 주요 과제에 대해 알아보고 시계열 스트리밍 솔루션으로 이러한 과제를 해결하는 방법을 살펴봅니다.

기술 개요: 스트리밍 시계열 데이터 처리: 개요

가이드: 스트리밍 시계열 데이터 처리: 가이드

샘플 코드: 시계열 스트리밍

데이터 레이크 작업

솔루션 설명 제품 링크

데이터 레이크의 서버리스 데이터 처리 서비스를 위한 CI/CD 파이프라인 빌드

데이터 레이크의 데이터 처리 파이프라인을 위한 지속적 통합 및 지속적 배포(CI/CD)를 설정하는 방법을 알아봅니다. 인기 있는 GitOps 방법론을 사용하여 Terraform, GitHub, Cloud Build로 CI/CD 메서드를 구현합니다.

기술 개요: 데이터 레이크의 서버리스 데이터 처리 서비스를 위한 CI/CD 파이프라인 빌드