GSP374

Visão geral

Nos laboratórios com desafio, apresentamos uma situação e um conjunto de tarefas. Para concluí-las, em vez de seguir instruções detalhadas, você usará o que aprendeu nos laboratórios do curso. Um sistema automático de pontuação (mostrado nesta página) vai avaliar seu desempenho.

Nos laboratórios com desafio, não ensinamos novos conceitos do Google Cloud. O objetivo dessas tarefas é aprimorar aquilo que você já aprendeu, como a alteração de valores padrão ou a leitura e pesquisa de mensagens para corrigir seus próprios erros.

Para alcançar a pontuação de 100%, você precisa concluir todas as tarefas no tempo definido.

Este laboratório é recomendado para estudantes que se inscreveram no selo de habilidade Realizar análise de dados preditiva no BigQuery. Tudo pronto para começar o desafio?

Tópicos abordados:

• Fazer upload de arquivos do Cloud Storage em tabelas do BigQuery usando o console
• Escrever e executar consultas que mesclam informações de várias tabelas
• Analisar dados de eventos relacionados ao futebol usando diversos recursos do BigQuery
• Elaborar funções no BigQuery para auxiliar em cálculos realizados com dados de finalizações em partidas de futebol
• Criar e avaliar um modelo de previsão de gols esperados usando o BigQuery ML
• Aplicar um modelo de previsão de gols esperados para estimar resultados com base em novos dados por meio do BigQuery ML

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Username"}}}

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

   {{{user_0.password | "Password"}}}

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Cenário do desafio

Use o BigQuery para carregar os dados do bucket do Cloud Storage, escrever e executar consultas no BigQuery e analisar dados de eventos relacionados ao futebol. Em seguida, empregue o BigQuery ML para treinar um modelo de previsão de gols esperados usando os dados de eventos relacionados ao futebol e avaliar o nível de impacto dos gols marcados na Copa do Mundo.

Tarefa 1: ingestão de dados

1. Carregue as tabelas criadas com os formatos de dados JavaScript Object Notation (JSON) e CSV no conjunto de dados usando as seguintes informações:

2. Carregue outra tabela de dados sobre futebol no formato CSV para o conjunto de dados usando as informações abaixo:

Clique em “Verificar meu progresso” para conferir o objetivo Verificar se as tabelas foram criadas.

Tarefa 2: analisar dados sobre futebol

• Crie uma consulta para visualizar a taxa de aproveitamento de cada jogador em cobranças de pênaltis.

Pontos a considerar:

• Mescle a tabela com a tabela players para recuperar os nomes dos jogadores pelos IDs
• Filtre apenas cobranças de pênaltis
• Agrupe por ID e nome do jogador
• Considere apenas jogadores com pelo menos 5 cobranças de pênaltis
• Ordene pela taxa de aproveitamento em cobranças de pênaltis

Clique em Verificar meu progresso para conferir o objetivo Verificar a taxa de aproveitamento em cobranças de pênaltis.

Tarefa 3: analisar dados sobre futebol para extrair insights

• Crie uma nova consulta para analisar a distância das finalizações. Para as finalizações, use os valores (x, y) presentes no campo positions da tabela .

Pontos a considerar:

• Calcule a distância da finalização considerando o centro do gol (, ) como o ponto final de referência.
• Determine a distância do passe com base nas diferenças entre as coordenadas x e y, e em seguida converta para metros aproximados usando as dimensões médias do campo de futebol ( x ).
• Adicione um campo isGoal verificando o conteúdo do campo tags.
• Filtre a tabela para incluir somente as finalizações.
• A distância da finalização deve ser inferior a 50.
• A instrução final SELECT agrega o número de finalizações, o número de gols e a porcentagem de conversão das finalizações por distância, arredondando para o metro mais próximo.

Clique em Verificar meu progresso para conferir o objetivo Analisar a distância das finalizações.

Tarefa 4: criar um modelo de regressão usando dados sobre futebol

Crie algumas funções definidas pelo usuário no BigQuery que auxiliem nos cálculos da distância e do ângulo das finalizações, preparando os dados de eventos relacionados ao futebol para uso posterior em um modelo de ML.

Calcular a distância da finalização usando coordenadas (x, y)

• Defina uma função para calcular a distância da finalização usando coordenadas (x, y) no conjunto de dados soccer com os seguintes blocos de código:

Clique em Verificar meu progresso para conferir o objetivo Calcular a distância das finalizações.

Calcular o ângulo da finalização usando coordenadas (x, y)

• Defina uma função para calcular o ângulo da finalização usando coordenadas (x, y) no conjunto de dados soccer com os seguintes blocos de código:

Clique em Verificar meu progresso para conferir o objetivo Calcular o ângulo das finalizações.

Criar um modelo de previsão de gols esperados usando o BigQuery ML

1. Use o BigQuery ML para criar e executar um modelo de machine learning no BigQuery usando consultas SQL padrão.

Nesse caso, você vai criar um modelo de previsão de gols esperados com base nos dados de eventos relacionados ao futebol para estimar a probabilidade de uma finalização resultar em gol, considerando o tipo, a distância e o ângulo.

Os modelos de previsão de gols esperados são usados com frequência em análises sobre futebol para avaliar a qualidade das finalizações e a capacidade de finalização ou de defesa, considerando o nível delas. Eles têm várias aplicações na análise retrospectiva de partidas e na criação de projeções.

Pontos a considerar:

• A seção superior vai conter o código de criação do modelo. Especifique o tipo de modelo e o rótulo da variável de resultado.
• 101 é uma Tag conhecida para “gols” na tabela de gols.
• A instrução SELECT agrega a variável de resultado isGoal com os recursos de interesse dos dados de eventos, como a distância e o ângulo das finalizações, calculados usando as funções definidas pelo usuário na etapa anterior.
• A operação “mesclar” permite relacionar cada finalização à competição correspondente.
• Exclua as partidas da Copa do Mundo ao ajustar o modelo e inclua finalizações provenientes de jogadas normais e de bolas paradas, abrangendo também os pênaltis.

Clique em “Verificar meu progresso” para conferir o objetivo Criar modelo de regressão logística no BigQuery.

2. Após o término do treinamento do modelo, localize a notificação “Consulta concluída” na seção Resultados da consulta e clique em Acessar modelo, que fica à direita da mensagem referente à criação do modelo.

Uma nova guia será aberta com informações sobre o modelo recém-treinado.

3. Clique na guia AVALIAÇÃO e confira as métricas, principalmente Log Perda e AUC da ROC em Métricas agregadas.

Tarefa 5: fazer previsões com novos dados usando o modelo do BigQuery

Depois de ajustar um modelo de previsão de gols esperados com acurácia e explicabilidade adequadas, é possível aplicá-lo a dados “novos”, que, neste caso, é a Copa do Mundo de 2018, que foi excluída do treinamento do modelo.

O modelo de regressão logística criado na etapa anterior é usado para avaliar a dificuldade de cada finalização na competição, possibilitando a identificação dos gols mais “impressionantes” do campeonato.

Conferir as probabilidades de todas as finalizações da Copa do Mundo de 2018

• Use a funcionalidade de previsão do BigQuery ML com o modelo de regressão logística ajustado na etapa anterior para verificar a probabilidade de cada finalização resultar em gol na Copa do Mundo.

Pontos a considerar:

• A seção superior contém o código de previsão do modelo em si, especificando o tipo de modelo.
• A instrução SELECT agrega a variável de resultado isGoal com os recursos de interesse dos dados de eventos, como a distância e o ângulo das finalizações, calculados usando as funções definidas pelo usuário na etapa anterior.
• A operação “mesclar” permite relacionar cada finalização à competição correspondente.
• Analise apenas as partidas da Copa do Mundo para as previsões do modelo e inclua finalizações provenientes de jogadas normais e de bolas paradas, abrangendo também os pênaltis.

Clique em Verificar meu progresso para conferir o objetivo Fazer previsões com o modelo.

Parabéns!

Você concluiu com êxito o laboratório com desafio “Prever resultados de partidas de futebol com o BigQuery ML”, participando de várias atividades com dados sobre futebol e modelos de machine learning. Durante este desafio, você fez o upload de arquivos do Cloud Storage em tabelas do BigQuery e executou consultas para analisar os dados contidos nessas tabelas. Além disso, você criou funções definidas pelo usuário no BigQuery para calcular a distância e o ângulo das finalizações. Com o BigQuery ML, você criou um modelo de previsão de gols esperados e aplicou a funcionalidade de previsão do BigQuery ML em dados “novos” da Copa do Mundo de 2018 para identificar alguns dos gols mais impressionantes do campeonato.

Conquiste seu próximo selo de habilidade

Este laboratório autoguiado faz parte do curso Realizar análise de dados preditiva no BigQuery. Inscreva-se em qualquer curso que tenha este laboratório para receber os créditos de conclusão na mesma hora. Consulte o catálogo do Google Cloud Skills Boost para conferir todos os cursos disponíveis.

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 3 de maio de 2024

Laboratório testado em 24 de janeiro de 2024

Copyright 2025 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.