Скачать или смотреть Сквозное: машинное обучение с SQL в BigQuery (BQML) [тетрадь 03a]

Сквозной рабочий процесс с использованием Python-клиента для BigQuery на Google Cloud Platform. Мы используем BigQuery ML для обучения модели с помощью SQL! Пошаговое руководство по всем этапам: от подключения к источникам данных до обучения модели, оценки итоговой модели и запроса прогнозов у ​​нескольких клиентов. Несколько подробных объяснений по ходу процесса, включая пояснения к модели! Это видео следует за блокнотом 03a — BigQuery Machine Learning (BQML) — Машинное обучение с SQL.

Репозиторий GitHub: https://github.com/statmike/vertex-ai...

В этом видео используется старая версия блокнота. Ссылка на версию из видео: https://github.com/statmike/vertex-ai...

Обновлённую версию блокнота можно найти здесь: https://github.com/statmike/vertex-ai...

Обзор BigQuery в предыдущем видео:    • Data Source - Vertex AI for ML Operations ...  

Хронология:
0:00 — Введение
0:51 — Обзор
4:03 — Начало прохождения
7:10 — [раздел блокнота] Настройка
8:57 — [раздел блокнота] Обучение модели
20:40 — [раздел блокнота] Оценка модели (сначала с помощью консоли)
29:08 — [раздел блокнота] Оценка модели (с кодом)
33:55 — [раздел блокнота] Прогнозы
38:29 — [раздел блокнота] Пояснения
44:51 — Вопросы и ответы: Зачем использовать BigQuery для машинного обучения?
46:27 — Вопросы и ответы: Какие клиенты Python вы использовали для BigQuery?
47:37 — Вопросы и ответы: Какие типы моделей можно обучать с помощью BigQuery ML?
51:02 — Вопросы и ответы: Что делать, если мне нужны онлайн-прогнозы?
52:32 — Подведение итогов