GSP340

概要

チャレンジラボでは、シナリオと一連のタスクが提供されます。手順ガイドに沿って進める形式ではなく、コース内のラボで習得したスキルを駆使して、ご自身でタスクを完了していただきます。タスクが適切に完了したかどうかは、このページに表示される自動スコアリング システムで確認できます。

チャレンジラボは、Google Cloud の新しいコンセプトについて学習するためのものではありません。デフォルト値を変更する、エラー メッセージを読み調査を行ってミスを修正するなど、習得したスキルを応用する能力が求められます。

100% のスコアを達成するには、制限時間内に全タスクを完了する必要があります。

このラボは、「Build a Data Warehouse with BigQuery」スキルバッジに登録している受講者を対象としています。

設定

[ラボを開始] ボタンをクリックする前に

こちらの手順をお読みください。ラボの時間は記録されており、一時停止することはできません。[ラボを開始] をクリックするとスタートするタイマーは、Google Cloud のリソースを利用できる時間を示しています。

このハンズオンラボでは、シミュレーションやデモ環境ではなく、実際のクラウド環境を使ってご自身でラボのアクティビティを行うことができます。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モードまたはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生することを防ぎます。

• ラボを完了するために十分な時間を確保してください。ラボをいったん開始すると一時停止することはできません。

注: すでに個人の Google Cloud アカウントやプロジェクトをお持ちの場合でも、このラボでは使用しないでください。アカウントへの追加料金が発生する可能性があります。 注: ラボ環境が完全にプロビジョニングされると、タスクが見えるようになります。割り当てられているタスクはそれぞれ個別であるため、任意の順序で実施できます。

チャレンジ シナリオ

あなたが所属する国際公衆衛生機関は、COVID-19 パンデミックにおける各国の日々の症例数を予測する、ML モデルを開発する任務を負っています。データ サイエンス チームのジュニア メンバーとして、あなたはデータ ウェアハウジング スキルを駆使し、ML モデル用の特徴を格納するテーブルを作成するよう指示されています。

このタスクのスキルや知識があるという前提のため、手順ガイドは提供されません。

タスク 1

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。

タスクを検証する

タスク 2

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。

タスクを検証する

タスク 3

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。

タスクを検証する

タスク 4

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。

タスクを検証する

ヒントとアドバイス

• ヒント 1. テーブルの作成を求められた場合は、英国（GBR）、ブラジル（BRA）、カナダ（CAN）、米国（USA）のデータを除外する必要があります。
• ヒント 2. BigQuery テーブルのスキーマ更新は、コンソールを使用して列とレコード エレメントを追加するか、bqutility コマンドラインを使用し、BigQuery の標準 SQL リファレンス ドキュメントの説明に沿ってすべてのフィールド定義を含む JSON ファイルを提供することで完了できます。
• ヒント 3. 欧州疾病予防管理センターの COVID-19 に関する一般公開データセットの covid19_ecdc テーブルには population 列があります。タスクの説明に基づいて population 列にデータを入力する際は、これを使用できます。
• ヒント 4. 国勢調査局の国際的な公開データセットの country_names_area テーブルには 3 文字の国コード列がありませんが、このテーブルとタスクの説明で提供されるテーブルの両方に存在するフルテキストの country_name 列を使用して、指定されたテーブルに結合できます。
• ヒント 5. モビリティ レコードを更新する場合は、国と日付の組み合わせごとに複数のレコードを選択（および平均化）し、モビリティ レコードの子の列ごとに単一の平均値を取得します。今回作成したテーブルは国と日付の組み合わせごとに単一のエントリを持ちます。参照元のモビリティ レコードをグループ化した際に使用したものと同じ国名と日付の組み合わせで取得した結果のデータを作業テーブルに結合し、平均化された参照元モビリティ テーブルの結果と今回作成したテーブル内のレコードの間のマッピングが一意になるようにする必要があります。
• ヒント 6. UNION オプションの後ろに ALL キーワードを付けると、2 つのクエリの結果が連結されますが、各クエリは、連結から生じる重複した結果を 1 つの行に統合することなく、個別の結果をリストアップします。

お疲れさまでした。

次のスキルバッジを獲得する

このセルフペース ラボは、「Build a Data Warehouse with BigQuery」スキルバッジの一部です。このスキルバッジを完了すると成果が認められて、上のようなバッジが贈られます。獲得したバッジを履歴書やソーシャル プラットフォームに記載し、#GoogleCloudBadge を使用して成果を公表しましょう。

このスキルバッジは、Google Cloud のデータ エンジニア向け学習プログラムの一部です。この学習プログラムの他のスキルバッジを獲得済みの場合は、他の登録可能なスキルバッジをカタログで検索してみてください。

Google Cloud トレーニングと認定資格

Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。

マニュアルの最終更新日: 2024 年 8 月 28 日

ラボの最終テスト日: 2023 年 12 月 22 日

Copyright 2024 Google LLC All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。