Sorry, this page is no longer available

We may earn an affiliate commission when you visit our partners.

Utiliser BigQuery Machine Learning pour l'inférence

Google Cloud Training

Découvrez BigQuery ML pour l'inférence, pourquoi les analystes de données devraient s'en servir, ses cas d'utilisation et les modèles de ML compatibles. Apprenez également à créer des modèles de ML et à les gérer dans BigQuery.

Enroll now

Or subscribe to Coursera Plus

And get unlimited access to Coursera

Two deals to help you save

Save money when you learn. Here are two deals and offers that may be relevant to this course.

All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.

Valid until July 14

Coursera Plus Annual

Work toward what's next for your career with access to 10,000+ programs. Discover emerging skills and save.

Valid until August 30

Google AI App Builder

Learn how to use Gemini API and API Studio with a three-course series from Google DeepMind

What's inside

Syllabus

Traffic lights

Read about what's good

what should give you pause

and possible dealbreakers

Explores BigQuery ML, which allows data analysts to leverage machine learning directly within their existing data warehousing environment

Focuses on inference, a crucial step in the machine learning pipeline for making predictions and gaining insights from data

Covers the creation and management of ML models within BigQuery, providing a comprehensive workflow for data analysts

Presented by Google Cloud, which is known for its data warehousing solutions and contributions to machine learning technologies

Save this course

Create your own learning path. Save this course to your list so you can find it easily later.

Save

Reviews summary

Introduction pratique à bigquery ml inférence

Selon les apprenants, ce cours est une bonne introduction très utile pour les data analysts qui souhaitent démarrer avec BigQuery ML pour l'inférence. De nombreux étudiants ont apprécié les exemples pratiques et les labs, les trouvant pertinents et applicables à leur travail quotidien. Les explications sont jugées claires et concises. Cependant, plusieurs critiques indiquent que le contenu est trop basique pour ceux ayant déjà de l'expérience en ML ou avec BigQuery, manquant de profondeur sur les sujets avancés ou les techniques d'optimisation. Certains ont trouvé le rythme inégal et les labs parfois frustrants ou nécessitant des instructions plus claires. Il semble mieux adapté comme premier contact avec BQML.

Exercices concrets et utiles

"Les exemples pratiques sont utiles et directement applicables."

"Les exercices pratiques m'ont beaucoup aidé à mettre en application les concepts d'inférence ML dans BigQuery."

"Les labs sont pratiques et le contenu est bien structuré."

"Les labs sont une bonne pratique."

"Les labs fonctionnent, mais les instructions pourraient être plus claires."

Utile pour démarrer BQML inférence

"Ce cours offre une très bonne introduction à BigQuery ML. Les exemples pratiques sont utiles et directement applicables. C'est un bon point de départ pour un analyste de données."

"Excellent cours ! Les explications sont claires et concises. Les exercices pratiques m'ont beaucoup aidé..."

"Un bon tour d'horizon des capacités d'inférence de BigQuery ML. Utile pour les data analysts qui débutent avec le ML."

"Je suis data analyst et ce cours m'a montré exactement comment utiliser BQML pour l'inférence dans mon travail quotidien."

"Bien structuré pour les débutants en BQML. Les concepts d'inférence sont abordés de manière compréhensible."

Instructions peu claires, frustrant

"Les labs étaient parfois un peu frustrants."

"Le contenu est pertinent, mais le rythme est inégal. Certaines sections vont trop vite, d'autres trop lentement."

"Les labs fonctionnent, mais les instructions pourraient être plus claires."

Trop basique pour experts

"Le cours survole les sujets. C'est bien pour un aperçu rapide mais manque de profondeur pour vraiment comprendre comment optimiser les modèles ou gérer des cas complexes."

"Trop basique. Si vous avez déjà une expérience en ML ou avec BigQuery, vous n'apprendrez pas grand chose de nouveau. J'espérais plus de détails techniques."

"Déçu. Le titre promet l'inférence, mais le cours passe trop de temps sur les bases de BQML et pas assez sur les techniques d'inférence avancées. J'ai trouvé le contenu un peu léger."

"Utile comme introduction, mais ne remplace pas une formation plus complète. Les explications sont parfois un peu superficielles."

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Utiliser BigQuery Machine Learning pour l'inférence with these activities:

Revoir les bases de SQL

Show steps

Renforcez votre compréhension de SQL avant de commencer le cours. Une base solide en SQL est essentielle pour utiliser efficacement BigQuery ML.

Browse courses on SQL

Show steps

Consultez des tutoriels SQL en ligne.
Effectuez des exercices SQL pratiques.
Récapitulez les concepts clés de SQL.

Lire 'BigQuery: The Definitive Guide' de Valliappa Lakshmanan et Jordan Tigani

Show steps

Approfondissez votre connaissance de BigQuery. Ce livre est une référence complète sur BigQuery et ses capacités en matière d'apprentissage automatique.

View Google BigQuery: The Definitive Guide: Data... on Amazon

Show steps

Parcourez les chapitres pertinents sur BigQuery ML.
Expérimentez avec les exemples de code SQL.
Réfléchissez à la façon dont BigQuery ML peut être utilisé dans vos projets.

Lire 'Data Science from Scratch' de Joel Grus

Show steps

Approfondissez votre compréhension des concepts de science des données. Ce livre vous aidera à mieux comprendre les modèles de ML utilisés dans BigQuery.

View Data Science from Scratch: First Principles... on Amazon

Show steps

Lisez les chapitres pertinents sur l'apprentissage automatique.
Expérimentez avec les exemples de code Python.
Réfléchissez à la façon dont ces concepts s'appliquent à BigQuery ML.

Three other activities

Expand to see all activities and additional details

Show all six activities

Effectuer des exercices d'inférence avec différents modèles

Show steps

Améliorez votre maîtrise en pratiquant différents scénarios. La pratique régulière vous aidera à identifier et à surmonter les difficultés.

Show steps

Sélectionnez différents types de modèles de ML.
Préparez des données d'entrée pour l'inférence.
Effectuez l'inférence et analysez les résultats.

Créer un modèle de prédiction simple avec BigQuery ML

Show steps

Mettez en pratique vos compétences en créant un projet concret. Ce projet vous permettra d'appliquer les concepts appris dans le cours.

Show steps

Choisissez un jeu de données public dans BigQuery.
Définissez un objectif de prédiction clair.
Créez et évaluez un modèle de ML dans BigQuery ML.
Déployez le modèle pour l'inférence.

Rédiger un article de blog sur BigQuery ML pour l'inférence

Show steps

Solidifiez votre compréhension en expliquant les concepts à d'autres. La rédaction d'un article de blog vous obligera à structurer vos connaissances.

Show steps

Choisissez un angle spécifique pour votre article.
Recherchez des informations complémentaires.
Rédigez un brouillon de votre article.
Relisez et publiez votre article.

Career center

Learners who complete Utiliser BigQuery Machine Learning pour l'inférence will develop knowledge and skills that may be useful to these careers:

Analyste de données

Un analyste de données collecte, nettoie et analyse des données pour aider les organisations à prendre de meilleures décisions. Ce cours est particulièrement pertinent pour comprendre pourquoi les analystes de données devraient utiliser BigQuery ML. Les analystes de données peuvent utiliser BigQuery ML pour effectuer des inférences et créer des modèles d'apprentissage automatique directement dans BigQuery. L'analyste de données découvre les cas d'utilisation pertinents et les modèles d'apprentissage automatique compatibles. Cela peut aider à simplifier leur flux de travail et à améliorer la précision de leurs analyses.

See salaries and explore the career path for Analyste de données

Ingénieur en apprentissage automatique

Un ingénieur en apprentissage automatique crée, déploie et maintient des modèles d'apprentissage automatique. Ce cours peut aider à acquérir des compétences en matière de création et de gestion de modèles d'apprentissage automatique dans BigQuery, qui sont des compétences essentielles pour un ingénieur en apprentissage automatique. Les ingénieurs en apprentissage automatique utilisent des outils comme BigQuery ML pour simplifier le déploiement de modèles. Ce cours est directement lié aux tâches quotidiennes d'un ingénieur en apprentissage automatique en fournissant une expérience pratique avec un outil important. Le fait de savoir comment les analystes de données utilisent spécifiquement BigQuery ML souligne davantage la pertinence de la fonction, car l'ingénieur s'appuie sur cette analyse.

See salaries and explore the career path for Ingénieur en apprentissage automatique

Scientifique des données

Un scientifique des données utilise des méthodes statistiques et d'apprentissage automatique pour analyser des données et résoudre des problèmes complexes. Ce cours peut aider à apprendre à créer et à gérer des modèles d'apprentissage automatique dans BigQuery ML, ce qui peut être un atout précieux pour un scientifique des données. Les scientifiques des données utilisent différents outils, et ce cours fournit des informations pratiques sur l'un d'entre eux. Les scientifiques des données peuvent utiliser ces connaissances pour améliorer leurs compétences en matière de modélisation et d'inférence.

See salaries and explore the career path for Scientifique des données

Statisticien

Un statisticien recueille, analyse et interprète des données. Ce cours peut être utile pour approfondir ses connaissances en matière de techniques d'apprentissage automatique et de leur mise en œuvre dans BigQuery ML. Les statisticiens peuvent tirer parti de ces connaissances pour appliquer des méthodes statistiques plus avancées aux grands ensembles de données et effectuer des inférences à l'aide de BigQuery ML. Avoir une connaissance pratique de BigQuery ML peut améliorer les capacités d'un statisticien en matière de modélisation et de prédiction.

See salaries and explore the career path for Statisticien

Ingénieur en nuage

Un ingénieur en nuage gère et maintient l'infrastructure en nuage d'une organisation. Ce cours peut s'avérer précieux pour comprendre comment BigQuery ML peut être utilisé dans un environnement en nuage, en particulier sur Google Cloud. Les ingénieurs en nuage peuvent utiliser ces connaissances pour aider les scientifiques des données et les analystes à tirer parti de BigQuery ML pour leurs besoins en matière d'apprentissage automatique et d'inférence. Ils peuvent également améliorer les pipelines de gestion de modèles et les flux de travail d'inférence. Le fait de savoir comment créer et gérer des modèles dans BigQuery permet de s'assurer que l'ingénieur en nuage peut configurer et prendre en charge efficacement l'environnement BigQuery ML.

See salaries and explore the career path for Ingénieur en nuage

Consultant en apprentissage automatique

Un consultant en apprentissage automatique aide les organisations à mettre en œuvre des solutions d'apprentissage automatique. Ce cours peut être utile pour avoir une compréhension pratique de BigQuery ML, qui peut être une solution précieuse pour certains clients. Les consultants en apprentissage automatique ont besoin de solides connaissances des différents outils et plateformes, et ce cours couvre un outil du secteur en particulier. Le fait de se familiariser avec les cas d'utilisation et les modèles compatibles de BigQuery ML augmente la capacité d'un consultant à recommander des solutions appropriées aux clients.

See salaries and explore the career path for Consultant en apprentissage automatique

Architecte de Solutions

Un architecte de solutions conçoit et met en œuvre des solutions techniques pour les problèmes d'affaires. Ce cours peut s'avérer utile pour comprendre comment BigQuery ML peut être intégré dans une solution basée sur le nuage. Un architecte de solutions peut utiliser BigQuery ML pour offrir des capacités d'apprentissage automatique dans le cadre d'une solution plus vaste, en veillant à ce qu'elle soit adaptée aux exigences de l'entreprise.

See salaries and explore the career path for Architecte de Solutions

Architecte de données

Un architecte de données conçoit et supervise la mise en œuvre des systèmes de gestion de données d'une organisation. Ce cours peut être utile pour comprendre comment BigQuery ML peut être intégré dans l'architecture de données d'une organisation. Un architecte de données peut trouver ce cours utile pour évaluer les capacités de BigQuery ML et déterminer si et comment l'intégrer dans les solutions de stockage et de traitement de données existantes. La connaissance des cas d'utilisation et des modèles compatibles peut aider à prendre des décisions éclairées concernant l'adoption de BigQuery ML.

See salaries and explore the career path for Architecte de données

Chercheur

Un chercheur mène des études et des expériences pour découvrir de nouvelles connaissances. Ce cours peut être bénéfique pour apprendre à utiliser BigQuery ML pour la recherche axée sur les données. Un chercheur peut utiliser BigQuery ML pour créer et gérer des modèles d'apprentissage automatique, ce qui lui permettra d'analyser de grands ensembles de données et d'en tirer des conclusions. Il peut aider à accélérer le processus de recherche, ce qui permet aux chercheurs de se concentrer sur l'interprétation des résultats.

See salaries and explore the career path for Chercheur

Analyste d'affaires

Un analyste d'affaires identifie les besoins de l'entreprise et recommande des solutions. Ce cours peut être utile pour comprendre comment BigQuery ML peut être utilisé pour résoudre des problèmes d'affaires liés aux données. Un analyste d'affaires peut utiliser ces informations pour recommander l'utilisation de BigQuery ML pour des cas d'utilisation spécifiques. La possibilité de créer et de gérer des modèles dans BigQuery peut être une solution précieuse pour les entreprises qui cherchent à s'appuyer sur les données pour prendre des décisions.

See salaries and explore the career path for Analyste d'affaires

Responsable des données

Un responsable des données est responsable de la stratégie et de la gouvernance des données d'une organisation. Ce cours peut l'aider à comprendre comment BigQuery ML peut être utilisé pour améliorer la qualité et la gestion des données. Connaître les modèles de ML compatibles peut aider le responsable des données à s'assurer que les outils appropriés sont en place pour maintenir l'intégrité des données.

See salaries and explore the career path for Responsable des données

Analyste des opérations

Un analyste des opérations étudie et améliore les processus opérationnels. Ce cours peut permettre de comprendre comment utiliser BigQuery ML pour optimiser les opérations en prédisant la demande ou en identifiant les goulots d'étranglement. Un analyste des opérations peut utiliser ces connaissances pour rationaliser les processus et réduire les coûts. L'analyste utilise des outils comme BigQuery ML pour faire des prédictions.

See salaries and explore the career path for Analyste des opérations

Gestionnaire de produit

Un gestionnaire de produit définit la stratégie et la feuille de route d'un produit. Ce cours peut être utile pour comprendre les capacités de BigQuery ML et comment il peut être incorporé dans un produit axé sur les données. Un gestionnaire de produit peut utiliser ces connaissances pour prendre des décisions éclairées sur les caractéristiques et les fonctionnalités d'un produit qui tire parti de l'apprentissage automatique. Ils peuvent mieux comprendre les avantages de l'utilisation de BigQuery ML pour la création et la gestion de modèles, ce qui conduit à de meilleures décisions de produits.

See salaries and explore the career path for Gestionnaire de produit

Développeur de logiciels

Un développeur de logiciels conçoit, écrit et teste du code. Ce cours peut être complémentaire en fournissant un contexte sur la façon dont les modèles d'apprentissage automatique sont construits et gérés dans un environnement de données tel que BigQuery. Un développeur de logiciels, en particulier ceux qui travaillent sur des applications basées sur les données, peut utiliser cette compréhension pour mieux intégrer des modèles d'apprentissage automatique dans leurs applications. Cette compétence peut être particulièrement précieuse pour ceux qui travaillent sur des projets où l'inférence et la modélisation sont nécessaires.

See salaries and explore the career path for Développeur de logiciels

Spécialiste du marketing

Un spécialiste du marketing développe et met en œuvre des campagnes de marketing. Ce cours peut être utile pour comprendre comment BigQuery ML peut être utilisé pour segmenter les clients et personnaliser les messages marketing. Un spécialiste du marketing peut utiliser ces connaissances pour créer des campagnes de marketing plus efficaces et ciblées. La connaissance de la façon dont les modèles d'apprentissage automatique peuvent être utilisés dans BigQuery pour l'inférence permet de mener des campagnes plus intelligentes.

See salaries and explore the career path for Spécialiste du marketing

Reading list

We've selected two books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Utiliser BigQuery Machine Learning pour l'inférence.

Google BigQuery: The Definitive Guide

Save

Ce livre est une ressource complète sur BigQuery, couvrant tous les aspects de la plateforme, y compris l'entreposage de données, l'analyse et l'apprentissage automatique. Il fournit des conseils pratiques et des exemples concrets pour utiliser BigQuery efficacement. Il est particulièrement utile pour ceux qui souhaitent approfondir leur connaissance de BigQuery et de ses capacités en matière d'apprentissage automatique. Ce livre est un excellent complément au cours et peut servir de référence précieuse à long terme.

(English) Google BigQuery: The Definitive Guide: Data...

Paperback

(English) Google BigQuery: The Definitive Guide: Data...

Kindle Edition

Data Science from Scratch

Save

Ce livre offre une introduction complète aux concepts fondamentaux de la science des données en utilisant Python. Il couvre des sujets tels que les statistiques, l'apprentissage automatique et la visualisation des données. Bien qu'il ne soit pas spécifique à BigQuery ML, il fournit une base solide pour comprendre les principes sous-jacents. Il est particulièrement utile pour ceux qui débutent dans le domaine de la science des données.

(English) Data Science from Scratch: First Principles with...

Paperback

(English) Data Science from Scratch: First Principles with...

Kindle Edition

(English) Data Science from Scratch: First Principles with...

Paperback

Help others find this course page by sharing it with your friends and followers: