menu
arrow_back

Prediga las compras de visitantes con un modelo de clasificación en BQML

Prediga las compras de visitantes con un modelo de clasificación en BQML

1 hora 15 minutos 7 créditos

GSP229

Labs de autoaprendizaje de Google Cloud

Descripción general

BigQuery es la base de datos de estadísticas de Google de bajo costo, no-ops y completamente administrada. Con BigQuery, puede consultar muchos terabytes de datos sin tener que administrar infraestructuras y sin necesitar un administrador de base de datos. BigQuery usa SQL y puede aprovechar el modelo de prepago. BigQuery le permite enfocarse en el análisis de datos para buscar estadísticas valiosas.

El BigQuery Machine Learning (BQML, producto en versión Beta) es una nueva función de BigQuery en la que los analistas de datos pueden crear, entrenar, evaluar y predecir con modelos de aprendizaje automático y codificación mínima.

Hay un nuevo conjunto de datos de comercio electrónico disponible que tiene millones de registros de Google Analytics para Google Merchandise Store cargados en BigQuery. En este lab, utilizará estos datos para ejecutar algunas consultas típicas que las empresas querrían conocer sobre los hábitos de compra de sus clientes.

Objetivos

En este lab, aprenderá a realizar las siguientes tareas:

  • Utilizar BigQuery para buscar conjuntos de datos públicos

  • Consultar y explorar el conjunto de datos de comercio electrónico

  • Crear un conjunto de datos de entrenamiento y evaluación para usar en la predicción por lotes

  • Crear un modelo de clasificación (regresión logística) en BQML

  • Evaluar el rendimiento de su modelo de aprendizaje automático

  • Predecir y clasificar la probabilidad de que un visitante realice una compra

Requisitos

  • Un proyecto de Google Cloud Platform

  • Un navegador, como Google Chrome o Mozilla Firefox

Únase a Qwiklabs para leer este lab completo… y mucho más.

  • Obtenga acceso temporal a Google Cloud Console.
  • Más de 200 labs para principiantes y niveles avanzados.
  • El contenido se presenta de a poco para que pueda aprender a su propio ritmo.
Únase para comenzar este lab
Puntuación

—/100

Create a new dataset

Ejecutar paso

/ 20

Create a model and specify model options

Ejecutar paso

/ 20

Evaluate classification model performance

Ejecutar paso

/ 15

Improve model performance with Feature Engineering(Create second model)

Ejecutar paso

/ 15

Improve model performance with Feature Engineering(Better predictive power)

Ejecutar paso

/ 15

Predict which new visitors will come back and purchase

Ejecutar paso

/ 15