Публикации по теме 'bigquery-ml'
Прогнозирование оттока с помощью BigQueryML
Существует множество блогов о построении моделей прогнозирования оттока с помощью scikit-learn, R или других расширенных инструментов машинного обучения. Однако для большинства из них требуются сильные инженерные навыки, а также навыки работы с данными. Тем не менее, теперь можно создавать надежные модели, используя SQL и базовые знания науки о данных, используя инструменты, разработанные такими компаниями, как Google, для демократизации машинного обучения.
В этом посте мы будем..
Сравнение разработки пользовательских моделей с таблицами GCP BQML и AutoML
Задний план
Меня всегда интересовало автоматическое машинное обучение на облачных платформах -
1. Могут ли они создавать более быстрые, точные и лучшие модели, чем могут построить специалисты по данным или инженеры по машинному обучению?
2. Являются ли они прозрачными и объяснимыми в отношении применяемых преобразований, используемых алгоритмов или выбранных оптимальных гиперпараметров?
3. Это инструмент, на который мы можем положиться? Или это конкурент, угроза специалистам по..
Введение в BigQuery ML
Несколько месяцев назад Google анонсировал новую функцию Google BigQuery под названием BigQuery ML, которая в настоящее время находится в стадии бета-тестирования. Он состоит из набора расширений языка SQL, который позволяет создавать модели машинного обучения, оценивать их прогнозную производительность и делать прогнозы для новых данных непосредственно в BigQuery.
Одним из преимуществ BigQuery ML (BQML) является то, что для его использования достаточно знать только стандартный SQL..