API y referencia

Control de acceso

• Referencia de control de acceso

  Referencia de control de acceso para BigQuery ML, incluidos los permisos y las funciones de IAM.

Bibliotecas cliente

• Bibliotecas cliente de BigQuery

  Comienza a usar BigQuery en el idioma que elijas.

• Guía de migración de la biblioteca cliente “pandas-gbq” a la de Python para BigQuery

  Guía para migrar código de “pandas-gbq” a la biblioteca cliente de Python, “google-cloud-bigquery”.

• Migra desde el paquete “datalab” de Python

  Guía para migrar código del paquete de "Datalab" para Python a la biblioteca cliente de BigQuery para Python

API de REST

• Referencia de la API de REST

  Referencia de la API de REST para la versión 2 de la API de BigQuery.

Referencia de la herramienta de línea de comandos de bq

• Referencia de la herramienta de línea de comandos de “bq”

  Referencia para la herramienta de línea de comandos de “bq”.

Referencia de SQL estándar de BigQuery ML

• Declaración CREATE MODEL

  Crea y entrena modelos con la declaración CREATE MODEL.

• Declaración DROP MODEL

  Borra modelos con la declaración DROP MODEL.

• Declaración EXPORT MODEL

  Exporta modelos con la declaración EXPORT MODEL.

• Función ML.EVALUATE

  Usa la función ML.EVALUATE para evaluar modelos.

• Función ML.ROC_CURVE

  Usa la función ML.ROC_CURVE para recuperar información sobre los modelos de regresión logística.

• Función ML.CONFUSION_MATRIX

  Usa la función ML.CONFUSION_MATRIX a fin de mostrar una matriz de confusión para un modelo de regresión logística y datos de entrada determinados.

• Función ML.PREDICT

  Usa la función ML.PREDICT para predecir resultados.

• Función ML.RECOMMEND

  Usa la función ML.RECOMMEND para hacer recomendaciones.

• Función ML.FORECAST

  Usa la función ML.FORECAST para realizar previsiones de series temporales.

• Función ML.ARIMA_COEFFICIENTS

  Usa la función ML.ARIMA_COEFFICIENTS para inspeccionar los coeficientes del modelo ARIMA.

• Función ML.TRAINING_INFO

  Usa la función ML.TRAINING_INFO para recuperar la información del entrenamiento de modelos.

• Función ML.FEATURE_INFO

  Usa la función ML.FEATURE_INFO para recuperar la información del atributo del modelo.

• Función ML.WEIGHTS

  Usa la función ML.WEIGHTS para ver los pesos subyacentes utilizados por un modelo durante la predicción.

• Funciones ML Preprocessing

  Usa las funciones ML Preprocessing para la ingeniería de atributos.