参考模式

本页面提供了指向 BigQuery ML 用例的业务用例、示例代码和技术参考指南的链接。您可以使用这些资源确定最佳实践并加快应用开发速度。

逻辑回归

此模式展示了如何使用逻辑回归为游戏应用执行倾向建模。

了解如何使用 BigQuery ML 从几种不同类型的偏好模型中进行训练、评估和获取预测。偏好模型可以帮助您确定特定用户返回您的应用的可能性，因此您可以在营销决策中使用该信息。

时序预测

这些模式展示了如何创建时间序列预测解决方案。

构建需求预测模型

了解如何构建时间序列模型，用于预测多个产品的零售需求。

使用 BigQuery ML 通过 Google 表格进行预测

了解如何将关联工作表与 BigQuery ML 中的预测模型相结合，将机器学习应用于您的业务流程。此模式将引导您完成使用 Google Analytics 数据为网站构建预测模型的过程。您可以扩展此模式以使用其他数据类型和其他机器学习模型。

异常值检测

此模式展示了如何使用异常值检测来发现实时信用卡欺诈。

了解如何使用交易和客户数据在 BigQuery ML 中训练机器学习模型，以便在实时数据流水线中用于识别、分析和触发针对潜在信用卡欺诈的提醒。