menu
arrow_back

BQML で分類モデルを使用して訪問者の購入を予測する

—/100

Checkpoints

arrow_forward

Create a new dataset

Create a model and specify model options

Evaluate classification model performance

Improve model performance with Feature Engineering(Create second model)

Improve model performance with Feature Engineering(Better predictive power)

Predict which new visitors will come back and purchase

BQML で分類モデルを使用して訪問者の購入を予測する

1時間 15分 クレジット: 7

GSP229

Google Cloud セルフペース ラボ

概要

BigQuery は、低コストでテラバイト規模のデータをクエリできる分析データベースです。Google による一貫管理が行われ、インフラストラクチャの管理やデータベース管理者の設置など、お客様による管理運用の必要がないため、有用な情報取得のためのデータ分析に専念できます。BigQuery は SQL を使用しており、従量課金制モデルでも利用できます。

BigQuery の新機能である BigQuery ML(BQML、ベータ版)を使用すれば、データ アナリストによる最小限のコーディングで、機械学習モデルの作成、トレーニング、評価、予測が可能になります。

Google Merchandise Store に関する数百万件にのぼる Google アナリティクスのレコードが格納された e コマース データセットが新たに BigQuery に読み込まれ、利用できるようになりました。このラボでは、このデータを使用して一般的なクエリを実行し、企業が知りたい顧客の購買習慣に関する情報を取得します。

目標

このラボでは、次のタスクの実行方法について学びます。

  • BigQuery を使用して一般公開データセットを見つける

  • e コマース データセットをクエリし、探索する

  • バッチ予測に使用するトレーニングと評価のデータセットを作成する

  • 分類(ロジスティック回帰)モデルを BQML に作成する

  • 機械学習モデルの性能を評価する

  • 訪問者が購入する見込みを予測し、ランクを付ける

Qwiklabs に参加してこのラボの残りの部分や他のラボを確認しましょう。

  • Google Cloud Console への一時的なアクセス権を取得します。
  • 初心者レベルから上級者レベルまで 200 を超えるラボが用意されています。
  • ご自分のペースで学習できるように詳細に分割されています。
参加してこのラボを開始