Основы машинного обучения BigQuery: машинное обучение и выводы с помощью SQL

Многие аналитики данных хотят использовать машинное обучение, но не могут справиться со сложными конвейерами программирования и перемещением огромных наборов данных из хранилищ данных. BigQuery ML решает эту проблему, позволяя создавать и запускать модели машинного обучения непосредственно на базе данных с использованием стандартного SQL. В этом текстовом курсе вы перейдете от стандартного анализа данных к предсказательному анализу. Вы узнаете, как обучать модели, оценивать производительность и выполнять выводы в реальном времени, не выходя из среды базы данных. Что вы узнаете: Понимание основных концепций машинного обучения и того, как работает ML, ориентированный на базу данных; Написать SQL-запросы для обучения моделей регрессии, классификации и прогнозирования; Выполнять выводы и прогнозы модели непосредственно на крупномасштабных наборах данных. Оценка показателей производительности модели с помощью встроенных функций оценки SQL; Интеграция современных генеративный ИИ и большие языковые модели с использованием удаленных моделей в BigQuery; Применение передовых методов структурирования данных и управления рабочими процессами ML внутри хранилища данных. Курс начинается с основополагающей терминологии машинного обучения и настройки базы данных. Затем вы пройдете письменные руководства и примеры SQL, которые демонстрируют, как создавать, оценивать и развертывать модели предсказания с использованием знакомых запросов базы данных. Этот курс предназначен для начинающих аналитиков данных, администраторов баз данных и разработчиков SQL, которые хотят изучить машинное обучение. Не требуется предыдущий опыт работы с Python, R или продвинутым машинным обучением — достаточно базового понимания SQL. Начните свой путь к машинному обучению на базе баз данных уже сегодня.