BigQuery ML の概要

は、

概要

BigQuery ML を使用すると、BigQuery で標準 SQL クエリを使用して機械学習モデルを作成して実行できます。BigQuery ML では、既存の SQL ツールやスキルを活用できるので、誰でも簡単に機械学習を利用できます。BigQuery ML では、データを移動する必要がないため、開発スピードを向上させることができます。

現在、BigQuery ML は次のモデルをサポートしています。

  • 線形回帰モデル - 数値の予測に使用します。
  • 2 項ロジスティック回帰モデル - 2 つのクラスの 1 つを予測する場合に使用します。たとえば、メールがスパムかどうかの判定に使用します。
  • マルチクラス ロジスティック回帰(分類) — 3 つ以上のクラスを予測する場合に使用します。たとえば、入力が低値、中央値、高値かどうかの判定に使用します。

BigQuery ML では、次のものを使用できます。

  • BigQuery ウェブ UI
  • bq コマンドライン ツール
  • BigQuery REST API
  • Jupyter ノートブックやビジネス インテリジェンス プラットフォームなどの外部ツール

大規模なデータセットで機械学習を行うには、ML フレームワークに対する高度なプログラミング技術と知識が必要になります。このため、どの組織でもソリューションの開発はごく限られたメンバーで行われています。データをよく理解していても、プログラミングの経験が少なく、機械学習に詳しくないデータ アナリストは除外されています。

BigQuery ML では、既存の SQL ツールやスキルで機械学習を使用できるため、データ アナリストも機械学習を簡単に利用できます。アナリストは、BigQuery ML を使用して BigQuery に ML モデルを構築し、評価できます。スプレッドシートや他のアプリケーションに少量のデータをエクスポートする必要はありません。データ サイエンス チームのリソースを待つ必要もありません。

BigQuery ML の利点

クラウドベースのデータ ウェアハウスで ML を使用する場合と比べて、BigQuery ML には次のような利点があります。

  • BigQuery ML では、既存のビジネス インテリジェンス ツールやスプレッドシートを使用してモデルを構築し、実行できます。主要なデータ ウェアハウス ユーザーであるデータ アナリストが機械学習を簡単に使用できます。これにより、組織全体の予測分析を行い、ビジネス上の意思決定を行うことができます。
  • Python や Java で ML ソリューションをプログラミングする必要はありません。モデルは、データ アナリストが慣れている SQL により、BigQuery でトレーニングされます。
  • BigQuery ML では、データ ウェアハウスからデータをエクスポートする必要がないため、モデルの開発スピードと革新性を向上させることができます。データは BigQuery ML が ML に提供します。データのエクスポートと再フォーマットには次のデメリットがあります。

    • 複雑さが増大します。複数のツールが必要です。
    • スピードが低下します。Python ベースの ML フレームワークでは、大量のデータを移動して再フォーマットするため、BigQuery のモデル トレーニングよりも時間がかかります。
    • ウェアハウスからデータをエクスポートするには、複数のステップが必要になります。データの調査能力も制限されます。
    • 法的規制(HIPAA ガイドラインなど)で規制される可能性があります。

割り当て

BigQuery ML 固有の制限のほかに、BigQuery ML 関数と CREATE MODEL ステートメントを使用するクエリにはクエリジョブの割り当てと制限が適用されます。

すべての割り当てと制限の詳細については、割り当てと制限をご覧ください。

料金

BigQuery ML モデルは、テーブルやビューなどと同様に BigQuery データセットに格納されます。BigQuery ML でモデルを作成して使用すると、モデルのトレーニングで使用したデータ量とデータに実行したクエリに基づいて料金が発生します。

BigQuery ML の料金については、BigQuery ML の料金をご覧ください。ストレージの料金については、ストレージの料金をご覧ください。クエリの料金については、クエリの料金をご覧ください。

リソース

機械学習と BigQuery ML の詳細については、以下をご覧ください。

次のステップ

このページは役立ちましたか?評価をお願いいたします。

フィードバックを送信...

ご不明な点がありましたら、Google のサポートページをご覧ください。