참조 패턴

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

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

이상 감지

솔루션 설명 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 구현을 사용하여 TensorFlow 부스트 트리 모델에서 예측을 수행한 후 분석을 위해 트랜잭션 데이터를 BigQuery에 쓰는 방법을 알아봅니다.

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

샘플 코드: 금융 거래의 이상 감지

일반 분석

솔루션 설명 링크
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

로그 분석

솔루션 설명 링크
BigQuery에서 분석을 위한 Dialogflow 상호작용 캡처

추가 분석을 위해 BigQuery에서 Dialogflow 상호작용을 캡처하고 저장하는 방법을 알아봅니다.

샘플 코드: Dialogflow 로그 파서

Dataflow 및 BigQuery를 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 링크
동영상 클립에서 객체 인식

이 솔루션은 객체 추적을 위한 실시간 비디오 클립 분석 솔루션을 빌드하여 구조화되지 않은 대량의 데이터를 거의 실시간으로 처리한 다음 분석을 위해 BigQuery에 작성하는 방법을 보여줍니다.

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

Video Intelligence API 호출을 위한 Apache Beam 모듈: apache_beam.ml.gcp.videointelligenceml

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 제출물을 필터링하기 위해 확장 가능한 시스템을 배포한 후 분석을 위해 데이터를 BigQuery에 쓰는 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 링크
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

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

BigQuery ML을 사용하여 솔루션 구매 성향 구축

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

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

BigQuery ML을 사용하여 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

노트북: bqml_matrix_factorization_retail_ecommerce

현재 고객평생가치를 바탕으로 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

실시간 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