menu
arrow_back

Implementar um bot de chat de atendimento ao usuário com o Dialogflow e o BigQuery ML

Implementar um bot de chat de atendimento ao usuário com o Dialogflow e o BigQuery ML

1 hora 5 créditos

GSP431

Laboratórios autoguiados do Google Cloud

Visão geral

Não seria ótimo saber exatamente quanto tempo o suporte técnico levaria para resolver seu problema? Neste laboratório, você treinará um modelo simples de machine learning para prever o tempo de resposta do atendimento ao usuário com o BigQuery Machine Learning. Em seguida, você criará um bot de chat simples com o Dialogflow e aprenderá a integrar seu modelo do BigQuery ML a ele. A solução final mostrará aos usuários uma estimativa do tempo de resposta logo após uma solicitação ser gerada.

A ordem dos exercícios reflete uma experiência comum de desenvolvedor em nuvem:

  1. Treinar um modelo com o BigQuery Machine Learning

  2. Implantar um aplicativo simples do Dialogflow

  3. Usar um editor de código in-line no Dialogflow para implantar um script de fulfillment do Node.js que se integra ao BigQuery

  4. Teste o bot de chat

O que você aprenderá

  • Como treinar um modelo de machine learning usando o BigQuery ML

  • Como avaliar e melhorar um modelo de machine learning usando o BigQuery ML

  • Como importar intents e entidades para um agente do Dialogflow

  • Como implantar scripts de fulfillment personalizados do Node.js

  • Como integrar o BigQuery ao Dialogflow

Pré-requisitos

  • Conceitos básicos e elementos do Dialogflow. Clique aqui para ver um tutorial introdutório do Dialogflow sobre design e fulfillment conversacionais básicos usando um webhook.

  • Conhecimento básico sobre o SQL e o Node.js (ou qualquer linguagem de programação).

Feedback sobre a solução/ajuda com o laboratório

Participe do Qwiklabs para ler o restante deste laboratório e muito mais!

  • Receber acesso temporário a Console do Google Cloud.
  • Mais de 200 laboratórios, do nível iniciante ao avançado.
  • Tamanho compacto para que você possa aprender no seu próprio ritmo.
Participe para iniciar este laboratório
Pontuação

—/100

Create a BigQuery dataset

Executar etapa

/ 10

Create a new table in BigQuery dataset

Executar etapa

/ 10

Build an ML model to predicts time taken to resolve an issue

Executar etapa

/ 20

Run the query to evaluate the ML model

Executar etapa

/ 20

Create a Dialogflow Agent

Executar etapa

/ 10

Import an IT Helpdesk Agent

Executar etapa

/ 20

Create a Fulfillment that Integrates with BigQuery

Executar etapa

/ 10