【Google Cloud Day'21】「AI를 이용한 택시 배차에서의 BigQuery 철저 활용술」을 시청해

AI를 이용한 택시 배차에서의 BigQuery 철저 활용법
"택시 배달 앱 GO는 매일 축적 된 택시 데이터를 사용하여 대기 시간 예측과 같은 서비스를 제공합니다.이 세션에서는 BigQuery 및 BigQuery ML 기능을 철저히 활용하여 서비스 컴팩트하게 실현한 방법에 대해 소개합니다.기능의 사용 예뿐만 아니라, BigQuery를 실시간 운용하기 위한 노하우, BigQuery ML의 실용상의 주의점등도 소개 예정입니다.
"
htps : // c ぉ 우도없는 r.ぃth おお gぇ. 이 m / 에ょ ぇ ts / 굉장히 ぇ-c ぉ d-d y- ぢ 기 l-21 / 와 tch? lk = d1 - 07


질문
답변


하이퍼파라미터를 제어하지 않고 끝나는 곳이 BQ ML의 좋은 곳이라고 생각하고 있었습니다만, 역시 설정하고 싶은 것이 있다고 알 수 있었습니다. MAX_ITERATIONS 이외에서 조정할 수 있다고 생각되는 하이퍼 파라미터가 있으면 알려주세요.
일반적인 이야기입니다. 데이터가 과학습하기 쉬운 것인지에 따라 달라진다고 생각합니다만, 잎의 수나 나무의 깊이 등은 중요한 파라미터가 됩니다.



하이퍼파라미터를 제어하고 싶지 않다면 AutoML 사용 등을 고려해 보는 것은 어떻습니까?


BigQuery GIS를 사용하고 있다는 이야기가 있었지만 이전에는 어떤 위치 정보를 사용했습니까? BQ GIS의 장점은 어떻게 느끼나요?
제일 이용하고 있는 위치 정보는 차량의 위치 정보군요. BQ GIS의 장점은 SQL로 완결되는 점, 대규모 데이터에서도 신속하게 해석할 수 있는 점이 크다.


ARIMA 모델은 BQ에서 사용할 수 있지만, 어떤 점이 과제였습니까? 정밀도에 우려가 있었던 것일까요?
질문 감사합니다! BQML의 ARIMA에 대해서는, 정밀도의 면의 문제도 있습니다만, 리얼타임인 특징을 이용하려고 하면 그 때마다 재학습하지 않으면 안 되는 문제가 있었습니다.



이번 경우는, 15min마다 예측을 하고 싶고, 15min마다 재학습하는 것은 코스트가 높아지기 때문에 불채용이 되었습니다.



커팅
내용


서비스 개요



처리 개요
코마이 처리는 BQ에서는 할 수 없다. 데이터 과학자가 필요합니다. 모델을 사용해도 정밀도가 낮아지고, UX는 나빠질 가능성이 있다.


요금 및 처리량에 대해



BQ 가속화
흥미로운 고속화를하면 5 배 정도 빨라집니다.


BQML 정보



BQML 과제