教程

所有 BigQuery ML 教程

• 创建回归模型以预测企鹅体重

  本教程使用 BigQuery 中的线性回归模型来预测企鹅的体重。

• 基于人口普查数据创建分类模型

  本教程使用 BigQuery ML 中的二元逻辑回归模型，在美国人口普查数据集中预测受访者的收入范围

• 创建 k-means 模型以针对伦敦自行车租赁数据集划分聚类

  本教程使用 BigQuery ML 中的 k-means 模型，在伦敦自行车租赁公共数据集中识别数据集群。

• 创建矩阵分解模型以进行影片推荐

  本教程使用公共 Movielens 数据集，根据显式反馈创建一个为用户生成电影推荐的模型。

• 创建矩阵分解模型以根据 Google Analytics（分析）数据进行推荐

  本教程使用 BigQuery Google Analytics（分析）示例，根据隐式反馈创建一个向网站访问者推荐内容的模型。

• 根据 Google Analytics（分析）数据进行单个时序预测

  本教程会创建一个时序模型，以使用 google_analytics_sample.ga_sessions 示例表执行单个时序预测。

• 使用纽约市花旗单车行程的单一查询进行多个时序预测

  本教程会创建一组时序模型，以通过单个查询执行多个时序预测。您将使用 new_york.citibike_trips 数据。此数据包含有关纽约市花旗单车行程的信息。

• 利用 BigQuery 中的数百万个时序进行可伸缩预测

  本教程使用一组方法将预测速度提高 100 倍，同时不牺牲太多的预测准确率。可以实现使用单一查询在数小时内预测数百万个时序。

• 使用 TRANSFORM 子句进行特征工程

  本教程使用 BigQuery TRANSFORM 子句进行特征工程，以创建一个可预测婴儿出生体重的模型。

• 使用超参数调节提高模型性能

  本教程使用 tlc_yellow_trips_2018 示例表创建具有超参数调节的模型，以预测出租车行程的提示。

• 导入 Tensorflow 模型以进行预测

  本教程将 TensorFlow 模型导入 BigQuery ML 数据集，并使用该模型通过 SQL 查询进行预测。

• 导出 BigQuery ML 模型以进行在线预测

  本教程会导出 BigQuery ML 模型，然后在 AI Platform 或本地机器上部署该模型。您将使用 BigQuery 公共数据集中的 iris 表。