Bản mẫu:Các loài thuộc chi Aedes

Nhiều nhà phân tích dữ liệu muốn tận dụng học máy nhưng phải vật lộn với các đường ống lập trình phức tạp và di chuyển các tập dữ kiện khổng lồ ra khỏi kho dữ lượng của họ. BigQuery ML giải quyết vấn đề này bằng cách cho phép bạn xây dựng và thực hiện các mô hình học máy trực tiếp nơi dữ liệu của bạn sử dụng SQL tiêu chuẩn. Trong khóa học này, bạn sẽ chuyển từ phân tích dữ liệu tiêu chuẩn sang phân tích dự đoán. Bạn sẽ hiểu cách huấn luyện mô hình, đánh giá hiệu suất, và chạy suy luận thời gian thực mà không rời khỏi môi trường cơ sở dữ liệu của bạn. Bạn sẽ học được gì: Hiểu các khái niệm cốt lõi của học máy và cách hoạt động ML tập trung vào cơ sở dữ liệu; Viết truy vấn SQL để huấn luyện hồi quy, phân loại và mô hình dự báo; Thực hiện suy luận và dự đoán mô hình trực tiếp trên các tập dữ kiện quy mô lớn; Đánh giá các chỉ số hiệu suất mô hình bằng cách sử dụng các hàm đánh giá SQL tích hợp; Hợp nhất các công cụ hiện đại AI sinh sản và các mô hình ngôn ngữ lớn sử dụng các mô mẫu từ xa trong BigQuery; Ứng dụng các thực tiễn tốt nhất cho cấu trúc dữ liệu và quản lý các luồng công việc ML bên trong kho dữ kiện. Chương trình bắt đầu với thuật ngữ học máy cơ bản và cài đặt cơ sở dữ liệu. Sau đó bạn sẽ tiến hành qua các hướng dẫn viết và ví dụ SQL minh họa cách xây dựng, đánh giá và triển khai các mô hình dự đoán bằng cách sử dụng truy vấn cơ sở dữ liệu quen thuộc. Lớp học này được thiết kế cho các nhà phân tích dữ liệu mới, quản trị viên cơ sở dữ kiện, và các nhà phát triển SQL muốn học học máy. Không cần kinh nghiệm trước đó về Python, R, hay học máy tiên tiến—chỉ cần hiểu biết cơ bản về SQL. Bắt đầu hành trình của bạn vào học máy dẫn dắt cơ sở dữ liệu hôm nay.