Membuat Model ML dengan BigQuery ML: Challenge Lab Ulasan

41331 ulasan

Andrii S. · Diulas sekitar 2 tahun lalu

Form_2 option of this lab is good. But the first one I've got was a disaster - there were mistakes like one condition of the task saying I should use logistics regression while the other saying linear regression (which is obviously wrong)

Oleg V. · Diulas sekitar 2 tahun lalu

Some tasks description should be fixed, mentioned it in lab comments

Maksym Z. · Diulas sekitar 2 tahun lalu

Andrii R. · Diulas sekitar 2 tahun lalu

Dimka C. · Diulas sekitar 2 tahun lalu

ok

saikumar j. · Diulas sekitar 2 tahun lalu

Andrii Y. · Diulas sekitar 2 tahun lalu

Venkat R. · Diulas sekitar 2 tahun lalu

Werner v. · Diulas sekitar 2 tahun lalu

Illya V. · Diulas sekitar 2 tahun lalu

Maxim K. · Diulas sekitar 2 tahun lalu

Maxim K. · Diulas sekitar 2 tahun lalu

Andrii S. · Diulas sekitar 2 tahun lalu

Andrii S. · Diulas sekitar 2 tahun lalu

Andrii S. · Diulas sekitar 2 tahun lalu

Andrii S. · Diulas sekitar 2 tahun lalu

Here you have to used the visitor's devices operating system, whether said device is a mobile device, the visitor's country and the number of page views as the criteria for whether a transaction has been made. Also you have to specify the model type as binary logistic regression Create a model named 'predicts_visitor_model' in the precreated dataset 'bqml_dataset' that predicts whether a visitor will make a transaction. Also, evaluate the model 'predicts_visitor_model'. Use the model type as linear regression model In this task there are 2 mutually exclusive conditions - to make a logistic regression model and then it is written to use a linear one.

Maksym Z. · Diulas sekitar 2 tahun lalu

Andrii M. · Diulas sekitar 2 tahun lalu

Maksym Z. · Diulas sekitar 2 tahun lalu

Yevgen D. · Diulas sekitar 2 tahun lalu

Vitaly U. · Diulas sekitar 2 tahun lalu

Yurii D. · Diulas sekitar 2 tahun lalu

Roman M. · Diulas sekitar 2 tahun lalu

Vladyslav D. · Diulas sekitar 2 tahun lalu

Kami tidak dapat memastikan bahwa ulasan yang dipublikasikan berasal dari konsumen yang telah membeli atau menggunakan produk terkait. Ulasan tidak diverifikasi oleh Google.