Fundamentos do BigQuery ML: aprendizado de máquina e inferência com SQL

Muitos analistas de dados querem aproveitar o machine learning, mas têm dificuldades com pipelines de programação complexos e com a movimentação de conjuntos de dados enormes para fora de seus data warehouses. O BigQuery ML resolve isso permitindo que você crie e execute modelos de machine learning diretamente onde seus dados estão usando SQL padrão. Neste curso baseado em texto, você fará a transição da análise de dados padrão para a análise preditiva. Você entenderá como treinar modelos, avaliar o desempenho e executar inferências em tempo real sem sair do ambiente do banco de dados. O que você aprenderá: Entenda os conceitos básicos de machine learning e como o ML centrado em banco de dados funciona; Escreva consultas SQL para treinar modelos de regressão, classificação e previsão; Execute inferências e previsões de modelos diretamente em conjuntos de dados de grande escala; Avalie métricas de desempenho de modelos usando funções de avaliação SQL integradas; Integre modelos de dados modernos com algoritmos de aprendizado de máquina. Aplique as práticas recomendadas para estruturar dados e gerenciar fluxos de trabalho de ML dentro do data warehouse. O curso começa com a terminologia de aprendizado de máquina e a configuração do banco de dados. Você então progredirá através de guias escritos e exemplos de SQL que demonstram como construir, avaliar e implantar modelos preditivos usando consultas de banco de dados familiares. Este curso é projetado para analistas de dados iniciantes, administradores de banco de dados e desenvolvedores de SQL que desejam aprender aprendizado de máquina. Não é necessária experiência prévia com Python, R ou machine learning avançado, apenas um entendimento básico de SQL. Comece sua jornada para o machine learning orientado a banco de dados hoje mesmo.