이 페이지의 일부 또는 전체 정보는 S3NS의 신뢰할 수 있는 클라우드에 적용되지 않을 수 있습니다.
참조 패턴
이 페이지에서는 BigQuery ML 사용 사례의 비즈니스 사용 사례, 샘플 코드, 기술 참조 가이드에 대한 링크를 제공합니다. 이러한 리소스를 사용하여 권장사항을 파악하고 애플리케이션 개발 속도를 높이세요.
로지스틱 회귀
이 패턴에서는 로지스틱 회귀를 사용하여 게임 애플리케이션의 구매 의도 모델링을 실행하는 방법을 보여줍니다.
BigQuery ML을 사용하여 경향 모델의 여러 가지 유형으로부터 학습, 평가, 예측을 수행하는 방법을 알아봅니다.
경향 모델은 특정 사용자가 앱으로 복귀할 가능성을 확인하는 데 도움을 줄 수 있습니다. 이러한 정보를 마케팅 의사결정에 사용할 수 있습니다.
시계열 예측
이러한 패턴은 시계열 예측 솔루션을 만드는 방법을 보여줍니다.
수요 예측 모델 빌드
여러 제품에 대한 소매 수요를 예측하는 데 사용할 수 있는 시계열 모델을 빌드하는 방법을 알아봅니다.
BigQuery ML을 사용하여 Google Sheets에서 예측
BigQuery ML의 연결된 시트와 예측 모델을 결합하여 비즈니스 프로세스에서 머신러닝을 운용하는 방법을 알아보세요. 이 패턴은 Google 애널리틱스 데이터를 사용하여 웹사이트 트래픽에 대한 예측 모델을 빌드하는 과정을 설명합니다. 이 패턴을 확장하여 다른 데이터 유형 및 다른 머신러닝 모델에서 작업할 수 있습니다.
이상 감지
이 패턴에서는 이상 감지를 사용하여 실시간 신용카드 사기를 찾는 방법을 보여줍니다.
트랜잭션과 고객 데이터를 사용하여 실시간 데이터 파이프라인에서 사용될 수 있는 BigQuery ML의 머신러닝 모델을 학습시켜 잠재적인 신용카드 사기를 식별, 분석하고 알림을 트리거하는 방법을 알아봅니다.
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2025-06-19(UTC)
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["필요한 정보가 없음","missingTheInformationINeed","thumb-down"],["너무 복잡함/단계 수가 너무 많음","tooComplicatedTooManySteps","thumb-down"],["오래됨","outOfDate","thumb-down"],["번역 문제","translationIssue","thumb-down"],["샘플/코드 문제","samplesCodeIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-06-19(UTC)"],[[["This page provides resources such as business use cases, sample code, and technical guides for various BigQuery ML applications."],["Learn to create propensity models with logistic regression, which can determine the likelihood of user engagement, such as returning to your app."],["Explore time-series forecasting patterns to build models for predicting retail demand for products."],["Discover how to combine Connected Sheets with a forecasting model in BigQuery ML to operationalize machine learning for business tasks, like forecasting website traffic."],["Utilize anomaly detection patterns to identify and analyze potential credit card fraud in real-time using machine learning models trained in BigQuery ML."]]],[]]
