BigQuery กับบทบาทและความรับผิดด้านข้อมูลด้วยโครงสร้างพื้นฐานระดับโลก

บทบาทและทรัพยากรของ BigQuery

BigQuery เพิ่มความยืดหยุ่นสูงสุดโดยแยกเครื่องมือประมวลผลที่วิเคราะห์ข้อมูลของคุณออกจากตัวเลือกพื้นที่เก็บข้อมูลของคุณ คุณสามารถจัดเก็บและวิเคราะห์ข้อมูลของคุณภายใน BigQuery หรือใช้ BigQuery เพื่อประเมินข้อมูลของคุณว่าอยู่ที่ใด ข้อความค้นหาแบบรวมศูนย์ช่วยให้คุณอ่านข้อมูลจากแหล่งข้อมูลภายนอกได้ ในขณะที่การสตรีมรองรับการอัปเดตข้อมูลอย่างต่อเนื่อง เครื่องมือที่มีประสิทธิภาพ เช่น BigQuery ML และ BI Engine ช่วยให้คุณวิเคราะห์และทำความเข้าใจข้อมูลนั้นได้

คำแนะนำเกี่ยวกับงานเพื่อช่วยในกรณีที่คุณต้องการใช้แมชชีนเลิร์นนิงของ BigQuery MLเพื่อทำสิ่งต่อไปนี้

• ทำความเข้าใจเส้นทางของผู้ใช้แบบ end-to-end สำหรับโมเดลแมชชีนเลิร์นนิง
• จัดการการควบคุมการเข้าถึงสำหรับ BigQuery ML
• สร้างและฝึกโมเดล BigQuery ML รวมถึง:
  • การ พยากรณ์การถดถอยเชิงเส้น
  • การจำแนกประเภทการถดถอย โลจิสติ กแบบไบนารี และ มัลติคลาส
  • การจัดกลุ่ม K-mean สำหรับการแบ่งส่วนข้อมูล
  • การพยากรณ์ อนุกรมเวลา ด้วยโมเดล Arima+

การวิเคราะห์ BigQuery

การใช้การวิเคราะห์เชิงพรรณนาและเชิงบรรยาย ได้แก่ ระบบธุรกิจอัจฉริยะ การวิเคราะห์เฉพาะกิจ การวิเคราะห์เชิงพื้นที่ และการเรียนรู้ของเครื่อง คุณสามารถสืบค้นข้อมูลที่จัดเก็บไว้ใน BigQuery หรือเรียกใช้การค้นหาข้อมูลที่ข้อมูลนั้นอยู่โดยใช้ตารางภายนอกหรือการสืบค้นแบบรวมศูนย์ รวมถึง Cloud Storage, Bigtable, Spanner หรือ Google ชีตที่จัดเก็บไว้ใน Google ไดรฟ์

• ข้อความค้นหา SQL มาตรฐาน ANSI ( รองรับ SQL:2011 ) รวมถึงการสนับสนุนสำหรับการรวม ฟิลด์ซ้อนและซ้ำ ฟังก์ชันการวิเคราะห์และการรวม การสืบค้นหลายคำสั่ง และฟังก์ชันเชิงพื้นที่ที่หลากหลายพร้อมการวิเคราะห์เชิงพื้นที่ - ระบบสารสนเทศภูมิศาสตร์
• สร้างมุมมองเพื่อแบ่งปันการวิเคราะห์ของคุณ
• การสนับสนุนเครื่องมือข่าวกรองธุรกิจรวมถึง BI Engineพร้อม Looker Studio , Looker , Google ชีตและเครื่องมือของบุคคลที่สาม เช่น Tableau และ Power BI
• BigQuery MLนำเสนอการสร้างแบบจำลองแมชชีนเลิร์นนิงและการวิเคราะห์เชิงคาดการณ์
• สืบค้นข้อมูลนอก BigQuery ด้วยตารางภายนอกและแบบสอบถามแบบรวมศูนย์

สำหรับข้อมูลเพิ่มเติม โปรดดู ภาพรวม ของการวิเคราะห์ BigQuery

แหล่งข้อมูล BigQuery: สำรวจแหล่งข้อมูล BigQuery:

• บันทึกประจำรุ่นมีบันทึกการเปลี่ยนแปลงของคุณลักษณะ การเปลี่ยนแปลง และการเลิกใช้

• ราคาสำหรับการวิเคราะห์และการจัดเก็บ 
  ดูเพิ่มเติม: ราคาBigQuery ML , BI Engineและ Data Transfer Service

• ตำแหน่งกำหนดตำแหน่งที่คุณสร้างและจัดเก็บชุดข้อมูล (ตำแหน่งที่ตั้งระดับภูมิภาคและหลายภูมิภาค)

• รูปแบบการอ้างอิงการวิเคราะห์อัจฉริยะ มีลิงก์ไปยังโค้ดตัวอย่างและคู่มืออ้างอิงทางเทคนิคสำหรับกรณีการใช้งานการวิเคราะห์ทั่วไป
  รวมถึงแนวทางปฏิบัติที่ดีที่สุดสำหรับการพัฒนาคุณลักษณะการวิเคราะห์ทั่วไป

• Stack Overflowโฮสต์ชุมชนที่มีส่วนร่วมของนักพัฒนาและนักวิเคราะห์ที่ทำงานร่วมกับ BigQuery

• BigQuery Support ให้ความช่วยเหลือเกี่ยวกับ BigQuery

• Google BigQuery: คู่มือขั้นสุดท้าย: คลังข้อมูล การวิเคราะห์ และการเรียนรู้ของเครื่องตามขนาด 
  โดย Valliappa Lakshmanan และ Jordan Tigani อธิบายวิธีการทำงานของ BigQuery และให้คำแนะนำแบบครบวงจรเกี่ยวกับวิธีการใช้บริการ

API เครื่องมือและการอ้างอิง

ข้อมูลอ้างอิงสำหรับนักพัฒนาและนักวิเคราะห์ BigQuery:

• ไวยากรณ์แบบสอบถาม SQLสำหรับรายละเอียดเกี่ยวกับการใช้ Google Standard SQL
• BigQuery API และไคลเอนต์ไลบรารีนำเสนอภาพรวมของคุณลักษณะของ BigQuery และการใช้งาน
• ตัวอย่างโค้ด BigQueryให้ข้อมูลโค้ดหลายร้อยรายการสำหรับไลบรารีไคลเอ็นต์ในC # , Go , Java , Node.js , Python , Ruby หรือดู เบรา ว์เซอร์ตัวอย่าง
• ไวยากรณ์ DML , DDLและฟังก์ชันที่ผู้ใช้กำหนด (UDF) ช่วยให้คุณจัดการและแปลงข้อมูล BigQuery ได้
• เครื่องมือบรรทัดคำสั่ง bq อ้างอิง เอกสารไวยากรณ์ คำสั่ง แฟล็ก และอาร์กิวเมนต์สำหรับbqอินเทอร์เฟซ CLI
• การรวม ODBC / JDBC เชื่อมต่อ BigQuery กับเครื่องมือและโครงสร้างพื้นฐานที่คุณมีอยู่

เป้าหมายการอบรมหัวข้อ BigQuery

• ส่งเสริมบุคลากรและกำลังคนดิจิทัล มีความรู้ความสามารถ
• ส่งเสริมวิจัยและพัฒนาเทคโนโลยีและนวัตกรรมดิจิทัล
• ส่งเสริมการคุ้มครองทรัพย์สินทางปัญญาของอุตสาหกรรมหรือนวัตกรรมดิจิทัล

หัวข้อนี้เหมาะกับใครบ้าง:

• นักวิเคราะห์ข้อมูล
• ผู้ดูแลระบบข้อมูล
• นักวิทยาศาสตร์ข้อมูล
• นักพัฒนาข้อมูล
• ผู้ที่สนใจทุกท่าน

Introduction BigQuery

หัวข้อเรียนรู้ เกี่ยวกับ เครื่องมือเสริมประสิทธิภาพ สำหรับโครงการอบรม ครั้งนี้

• Lesson การใช้งาน Web Application ที่มีคุณสมบัติ
  CMS ช่วยให้ผู้ใช้งาน สามารถจัดการเนื้อหา ได้ง่ายและเข้าหลักการสร้าง Content บทความ 
  CRM การสร้างความสัมพันธ์ลูกค้า, ผู้ใช้งาน, สมาชิก 
  Data Analytic คุณสมับัติ AI อัจริยะ ที่สามารถรวบรวมข้อมูล นำเสนอในรูปแบบสถิติ กราฟและแผนภาพเขิงลึก
• Lesson สื่อและองค์ประกอบ กระบวนการออกแบบ พัฒนา และสร้างเพื่อใช้งานอย่างมีประสิทธิภาพ
• Lesson การสร้าง Funnel Marketing  หรือการทำ A/B testing เพื่อวิเคราะห์ข้อมูลโดยมุ่งเน้นการประกอบธุรกิจ เนื้อหาตามความเหมาะสมของผู้รับฟัง
• Lesson เสริมประสิทธิภาพการนำเสนอเนื้อคุณภาพและทำโฆษณา เพื่อ?
  เข้าถึงกลุ่มเป้าหมายได้อย่างเหมาะสม [1],
  เข้ากระบวนการทำงาน และใช้เครื่องมือต่างๆ ได้ถูกต้อง ตามวัตถุประสงค์ผู้ใช้งาน [2]
  จัดการโฆษณาได้อย่างแม่นยำ คุ้มค่าด้วยตัวขี้วัดที่ผู้ประกอบการ เจ้าของร้านค้า ธุรกิจ กำหนดเองได้ + [การกำหนดกลยุทธ์ทำโฆษณา]
• และอื่นๆ 

Workshop Google Tools + Analytic + BigQuery จะดำเนินการผ่านระบบการประชุมออนบน Google Meet

• Lesson โปรแกรมเสริมและสนับสนุนด้านการืำงานในสำนักงาน
• Lesson การใช้งาน โปรแกรมเพื่อออกแบบและพัฒนาสื่อ ในด้านต่างๆ คลิกเปิดอ่านเพิ่มเติม
• Lesson การใช้ Google Profile Business ในการสร้างความโดดเด่นบน Google Search
• Lesson การใช้ Google Map ในการค้นหา และการเดินทาง ติดต่อสื่อสารที่ชัดเจนมากขึ้น
• Lesson การใช้ Google ADS เพื่อการทำโฆษณา
• Lesson การใช้ Big Data เพื่อส่งเสริมธุรกิจ
• Lesson การใช้ ระบบจัดการข้อมูลที่ได้มาตราฐานระดับโลก Google Analytic
• และอื่นๆ 

พัฒนาทักษะการวิเคราะห์ข้อมูล (Data Analytics & Data Visualization)