很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于Google使BigQuery和Kaggle可以更轻松地分析机器学习数据的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对Google使BigQuery和Kaggle可以更轻松地分析机器学习数据这篇文章感兴趣的小伙伴可以一起来看看

Google试图在机器学习社区中促进更多的协作，该社区专注于人工智能的特定子集，该子集试图摹仿人脑的学习方式。

为此，它将BigQuery云数据仓库和分析服务与Kaggle集成在一起， Kaggle是一个在线社区，供数据科学家和其他机器学习爱好者使用，以探究，分析和共享他们的工作。通过将BigQuery与Google两年前收购的Kaggle结合使用，该公司表示，可以在“直观的开辟环境”中查询数据而无需先移动或下载该信息。

用户将能够执行SQL查询，使用结构化查询语言训练机器学习模型并在Kernels(Kaggle的免费托管Jupyter笔记本环境)中分析这些模型。Jupyter笔记本是Web应用程序，可使数据科学家更轻松地共享和协作软件代码。

为了利用这一优势，数据科学家将需要创建一个Google Cloud帐户并将其链接到他们的Kernels笔记本或脚本。完成后，他们可以使用BigQuery应用程序编程接口库直接在笔记本中查询数据并对其进行分析。

“例如，您可以导入最新的数据科学库，例如Matplotlib，scikit-learn和XGBoost，以可视化结果或训练最先进的机器学习模型，” Kaggle产品经理Jessica Li和BigQuery主任Jordan Tigani写道。博客文章。“更好的是，利用Kernel的大量免费计算功能，其中包括GPU，高达16GB的RAM和9个小时的执行时间。”

谷歌表示，在Kaggle中查询和分析数据是一个更加无缝的过程，因为它意味着无需像以前那样先在查询编辑器中查询数据，然后再将该数据导出到其他地方即可完成分析。

Li和Tigani写道：“此外，Kaggle是一个共享平台，可让您轻松地将内核公开。” “ Kaggle使您可以传播开源工作，还可以与世界顶尖的数据科学家专业人员讨论数据科学。”