BigQuery ML의 연결된 시트와 예측 모델을 결합하여 비즈니스 프로세스에서 머신러닝을 운용하는 방법을 알아보세요. 이 패턴은 Google 애널리틱스 데이터를 사용하여 웹사이트 트래픽에 대한 예측 모델을 빌드하는 과정을 설명합니다. 이 패턴을 확장하여 다른 데이터 유형 및 다른 머신러닝 모델에서 작업할 수 있습니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-03-06(UTC)"],[[["This page provides resources such as business use cases, sample code, and technical guides for various BigQuery ML applications."],["Learn to create propensity models with logistic regression, which can determine the likelihood of user engagement, such as returning to your app."],["Explore time-series forecasting patterns to build models for predicting retail demand for products."],["Discover how to combine Connected Sheets with a forecasting model in BigQuery ML to operationalize machine learning for business tasks, like forecasting website traffic."],["Utilize anomaly detection patterns to identify and analyze potential credit card fraud in real-time using machine learning models trained in BigQuery ML."]]],[]]
