Новая парадигма на примере Google BigQuery Традиционный подход извлечения данных из хранилища данных или озера данных - затем их очистка, преобразование и построение модели постепенно заменяется новым подходом [1], который называется Принесите вычисления к данным или Применение машинного обучения / алгоритмов к данным Тем более, что крупные поставщики, такие как Google, Amazon и Microsoft, связывают такие сервисы, как базы данных и хранилища данных, с сервисами машинного..

Как получить и интерпретировать объяснения предсказаний BigQuery ML - это простой в использовании способ вызова моделей машинного обучения для структурированных данных с использованием только SQL. Хотя он начинался только с линейной регрессии, были добавлены более сложные модели, такие как Deep Neural Networks и AutoML Tables, путем соединения BigQuery ML с TensorFlow и Vertex AI в качестве бэкэнда. Другими словами, хотя мы пишем SQL, выполняется TensorFlow. BigQuery ML перенимает..

Совместная фильтрация для рекомендации газетных статей В этой статье показано, как реализовать модель WALS (матричная факторизация) для совместной фильтрации. Для совместной фильтрации нам не нужно ничего знать ни о пользователях, ни о контенте. По сути, все, что нам нужно знать, - это userId, itemId и рейтинг, который конкретный пользователь дал конкретному элементу. Использование времени, проведенного на странице, в качестве рейтинга В этом случае мы работаем с газетными..

Google быстро расширяет возможности BigQuery ML , добавляя все больше и больше типов моделей машинного обучения, которые можно использовать в BigQuery с очень небольшим количеством строк кода SQL и не более чем базовым пониманием лежащих в основе моделей. Совсем недавно стало возможным импортировать модели, которые были обучены с помощью TensorFlow , в BigQuery и использовать их для прогнозирования невидимых данных, не выходя из пользовательского интерфейса BigQuery. Таким образом,..

BigQuery ML все еще находится в стадии бета-тестирования и доступен с середины прошлого года; однако до недавнего времени мне не удавалось работать с этим предложением Google для облачного машинного обучения. Мое первое впечатление как не специалиста по данным - что не нравится? В конце концов, возможность запускать модели машинного обучения из удобного веб-редактора SQL - это мечта любого аналитика. Не только эта платформа избавляет от необходимости изучать язык программирования,..