Ein ML-Modell in BigQuery ML mit der Google Cloud Console erstellen

Vorschau

Diese Funktion unterliegt den Pre-GA-Angebotsbedingungen im Abschnitt mit den allgemeinen Dienstbedingungen der dienstspezifischen Nutzungsbedingungen. Pre-GA‑Funktionen stehen in der vorliegenden Form zur Verfügung und bieten möglicherweise nur eingeschränkten Support. Weitere Informationen finden Sie unter den Beschreibungen der Markteinführungsphase.

Hinweis: Wenn Sie Feedback geben oder Support für diese Funktion anfordern möchten, senden Sie eine E‑Mail an [e-mail].

In diesem Dokument wird beschrieben, wie Sie mit der Google Cloud -Konsole ein BigQuery ML-Modell erstellen.

Erforderliche Rollen

• Zum Erstellen eines Modells und Ausführen von Inferenzen benötigen Sie die folgenden Rollen:

  • BigQuery Datenmitbearbeiter (roles/bigquery.dataEditor)
  • BigQuery-Nutzer (roles/bigquery.user)

Hinweise

1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

2. Verify that billing is enabled for your Google Cloud project.

3. Enable the BigQuery and BigQuery Connection APIs.

   Enable the APIs

Modellspezifische Voraussetzungen

Bevor Sie ein Modell erstellen, müssen Sie alle Voraussetzungen für den Modelltyp erfüllen, den Sie erstellen:

• Wenn Sie eine Abfrage verwenden möchten, um Trainingsdaten für ein Modell auszuwählen, muss diese Abfrage als gespeicherte Abfrage verfügbar sein.

• Für Matrixfaktorisierungsmodelle sind Reservierungen erforderlich. Weitere Informationen finden Sie unter Preise.

• Für die folgenden Remote-Modelle ist eine Cloud-Ressourcenverbindung erforderlich:

  • Remote-Modelle über Vertex AI- und Partnermodelle
  • Remote-Modelle über offene Modelle
  • Remote-Modelle über Cloud AI-Dienste
  • Remote-Modelle über benutzerdefinierte Modelle in Vertex AI

  Dem Dienstkonto der Verbindung müssen je nach Typ des Remote-Modells auch bestimmte Rollen zugewiesen werden.

• Zum Importieren eines Modells muss es in einen Cloud Storage-Bucket hochgeladen werden.

Dataset erstellen

Erstellen Sie ein BigQuery-Dataset, das Ihre Ressourcen enthält:

Console

1. Rufen Sie in der Google Cloud Console die Seite BigQuery auf.

   Zur Seite "BigQuery"

2. Klicken Sie im Bereich Explorer auf den Namen Ihres Projekts.

3. Klicken Sie auf Aktionen ansehen > Dataset erstellen.

4. Führen Sie auf der Seite Dataset erstellen die folgenden Schritte aus:

   • Geben Sie für Dataset-ID einen Namen für das Dataset ein.

   • Wählen Sie unter Standorttyp einen Standort für das Dataset aus.

   • Klicken Sie auf Dataset erstellen.

bq

1. Wenn Sie ein neues Dataset erstellen möchten, verwenden Sie den Befehl bq mk mit dem Flag --location:

   bq --location=LOCATION mk -d DATASET_ID

   Ersetzen Sie Folgendes:

   • LOCATION: Speicherort des Datasets.
   • DATASET_ID: der Name des zu erstellenden Datasets.

2. Prüfen Sie, ob das Dataset erstellt wurde:

   bq ls

Intern oder extern trainiertes Modell erstellen

Mit dieser Anleitung können Sie die folgenden Arten von Modellen erstellen:

• Zeitreihenmodelle:

  • ARIMA_PLUS
  • ARIMA_PLUS_XREG

• Beitragsanalyse: Beitragsanalyse

• Klassifizierung:

  • Logistische Regression
  • Boosted Tree-Klassifizierung
  • Random Forest-Klassifizierung
  • Klassifizierung mit neuronalem Deep-Learning-Netzwerk (DNN)
  • Wide-and-Deep-Klassifizierung
  • AutoML-Klassifizierung

• Regression:

  • Lineare Regression
  • Boosted Tree-Regression
  • Random Forest-Regression
  • Regression mit neuronalem Deep-Learning-Netzwerk (DNN)
  • Wide-and-Deep-Regression
  • AutoML-Regression

• Clustering: K-Means

• Empfehlung: Matrixfaktorisierung

• Dimensionalitätsreduktion:

  • Analyse der Hauptkomponenten (PCA)
  • Autoencoder

Je nach Typ haben diese Modelle unterschiedliche Optionen. Die automatische Optimierung von BigQuery ML funktioniert in den meisten Fällen gut. Sie können Ihr Modell aber auch manuell optimieren. Wenn Sie das tun möchten, finden Sie in der Dokumentation für den jeweiligen Modelltyp weitere Informationen zu den Modelloptionen.

So erstellen Sie ein Modell:

1. Rufen Sie die Seite BigQuery auf.

   BigQuery aufrufen

2. Klicken Sie im Bereich Explorer auf das von Ihnen erstellte Dataset.

3. Klicken Sie neben dem Dataset auf  Aktionen ansehen und dann auf BQML-Modell erstellen.

   Der Bereich Neues Modell erstellen wird geöffnet.

4. Geben Sie unter Modellname einen Namen für das Modell ein.

5. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus .

   1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
   2. Wählen Sie bei Region eine Region für die gespeicherte Abfrage aus.

6. Klicken Sie auf Weiter.

7. Wählen Sie im Abschnitt Erstellungsmethode die Option Modell in BigQuery trainieren aus.

8. Wählen Sie im Abschnitt Modellierungsziel ein Modellierungsziel für das Modell aus.

9. Klicken Sie auf Weiter.

10. Wählen Sie auf der Seite Modelloptionen einen Modelltyp aus. Der Modelltyp, den Sie auswählen können, hängt vom gewählten Modellierungsziel ab.

11. Führen Sie im Abschnitt Trainingsdaten einen der folgenden Schritte aus:

    • Wählen Sie Tabelle/Ansicht aus, um Trainingsdaten aus einer Tabelle oder Ansicht abzurufen, und wählen Sie dann den Namen des Projekts, des Datasets und der Ansicht oder Tabelle aus.
    • Wählen Sie Abfrage aus, um Trainingsdaten aus einer gespeicherten Abfrage abzurufen, und wählen Sie dann die gespeicherte Abfrage aus.

12. Wählen Sie unter Ausgewählte Spalten für Eingabelabels die Spalten aus der Tabelle, Ansicht oder Abfrage aus, die Sie als Eingabe für das Modell verwenden möchten.

13. Wenn es einen Abschnitt Erforderliche Optionen gibt, geben Sie die angeforderten Spalteninformationen an:

    • Wählen Sie für Klassifizierungs- und Regressionsmodelle für INPUT_LABEL_COLS die Spalte aus, die die Labeldaten enthält.

    • Wählen Sie für Matrixfaktorisierungsmodelle Folgendes aus:

      • Wählen Sie für RATING_COL die Spalte mit den Daten zur Bewertung aus.
      • Wählen Sie für USER_COL die Spalte mit den Nutzerdaten aus.
      • Wählen Sie für ITEM_COL die Spalte mit den Artikeldaten aus.

    • Wählen Sie für Prognosemodelle für Zeitreihen Folgendes aus:

      • Wählen Sie für TIME_SERIES_TIMESTAMP_COL die Spalte aus, die die Zeitpunkte enthält, die zum Trainieren des Modells verwendet werden sollen.
      • Wählen Sie für TIME_SERIES_DATA_COL die Spalte mit den Daten für die Prognose aus.

14. Optional: Geben Sie im Abschnitt Optional Werte für zusätzliche Argumente zum Optimieren des Modells an. Die verfügbaren Argumente variieren je nach Modelltyp, den Sie erstellen.

15. Klicken Sie auf Modell erstellen.

16. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.

Remote-Modell über ein vortrainiertes Modell erstellen

Mit dieser Anleitung können Sie die folgenden Arten von Remote-Modellen erstellen:

• Modelle über Vertex AI oder Partnermodelle
• Modelle im Vergleich zu offenen Modellen

So erstellen Sie ein Modell:

1. Rufen Sie die Seite BigQuery auf.

   BigQuery aufrufen

2. Klicken Sie im Bereich Explorer auf das von Ihnen erstellte Dataset.

3. Klicken Sie neben dem Dataset auf  Aktionen ansehen und dann auf BQML-Modell erstellen.

   Der Bereich Neues Modell erstellen wird geöffnet.

4. Geben Sie unter Modellname einen Namen für das Modell ein.

5. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus .

   1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
   2. Wählen Sie bei Region eine Region für die gespeicherte Abfrage aus.

6. Klicken Sie auf Weiter.

7. Wählen Sie im Abschnitt Erstellungsmethode die Option Mit Vertex AI-LLM-Dienst und Cloud AI-Diensten verbinden aus.

8. Wählen Sie auf der Seite Modelloptionen für den Modelltyp je nach Anwendungsfall Google- und Partnermodelle oder Offene Modelle aus.

9. Führen Sie im Abschnitt Remote-Verbindung einen der folgenden Schritte aus:

   • Wenn Sie eine Standardverbindung konfiguriert haben oder sowohl die Rolle „BigQuery-Administrator“ als auch die Rolle „Project IAM Admin“ haben, wählen Sie Standardverbindung aus.

   • Wenn Sie keine Standardverbindung konfiguriert haben oder die entsprechenden Rollen fehlen, wählen Sie Cloud-Ressourcenverbindung aus.

     1. Wählen Sie unter Projekt das Projekt aus, das die Verbindung enthält, die Sie verwenden möchten.
     2. Wählen Sie unter Standort den Standort aus, der von der Verbindung verwendet wird.

     3. Wählen Sie unter Verbindung die Verbindung aus, die für das Remote-Modell verwendet werden soll, oder wählen Sie Neue Verbindung erstellen aus, um eine neue Verbindung zu erstellen.

        Wichtig :Wenn Sie eine neue Verbindung erstellen, müssen Sie dem Dienstkonto der Verbindung entsprechende Rollen zuweisen, bevor Sie fortfahren. Weitere Informationen dazu, welche Rollen Sie zuweisen müssen, finden Sie in der Referenzdokumentation für den Typ des Remote-Modells, das Sie erstellen.

10. Führen Sie im Abschnitt Erforderliche Optionen einen der folgenden Schritte aus:

    • Geben Sie für Remote-Modelle gegenüber Google-Modellen und Partnermodellen den zu verwendenden Endpunkt an. Das ist der Name des Modells, z. B. gemini-2.0-flash. Weitere Informationen zu unterstützten Modellen finden Sie unter ENDPOINT.
    • Für Remote-Modelle über offene Modelle kopieren Sie den zu verwendenden Endpunkt und fügen Sie ihn ein. Dies ist der gemeinsame öffentliche Endpunkt eines Modells, das in Vertex AI bereitgestellt wird, im Format https://location-aiplatform.googleapis.com/v1/projects/project/locations/location/endpoints/endpoint_id. Weitere Informationen finden Sie unter ENDPOINT.

11. Klicken Sie auf Modell erstellen.

12. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.

Remote-Modell über ein benutzerdefiniertes Modell erstellen

Mit dieser Anleitung können Sie Remote-Modelle für benutzerdefinierte Modelle erstellen, die in Vertex AI bereitgestellt werden.

So erstellen Sie ein Modell:

1. Rufen Sie die Seite BigQuery auf.

   BigQuery aufrufen

2. Klicken Sie im Bereich Explorer auf das von Ihnen erstellte Dataset.

3. Klicken Sie neben dem Dataset auf  Aktionen ansehen und dann auf BQML-Modell erstellen.

   Der Bereich Neues Modell erstellen wird geöffnet.

4. Geben Sie unter Modellname einen Namen für das Modell ein.

5. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus .

   1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
   2. Wählen Sie bei Region eine Region für die gespeicherte Abfrage aus.

6. Klicken Sie auf Weiter.

7. Wählen Sie im Abschnitt Erstellungsmethode die Option Mit nutzerverwalteten Vertex AI-Endpunkten verbinden aus.

8. Führen Sie im Abschnitt Remoteverbindung auf der Seite Modelloptionen einen der folgenden Schritte aus:

   • Wenn Sie eine Standardverbindung konfiguriert haben oder sowohl die Rolle „BigQuery-Administrator“ als auch die Rolle „Project IAM Admin“ haben, wählen Sie Standardverbindung aus.

   • Wenn Sie keine Standardverbindung konfiguriert haben oder die entsprechenden Rollen fehlen, wählen Sie Cloud-Ressourcenverbindung aus.

     1. Wählen Sie unter Projekt das Projekt aus, das die Verbindung enthält, die Sie verwenden möchten.
     2. Wählen Sie unter Standort den Standort aus, der von der Verbindung verwendet wird.

     3. Wählen Sie unter Verbindung die Verbindung aus, die für das Remote-Modell verwendet werden soll, oder wählen Sie Neue Verbindung erstellen aus, um eine neue Verbindung zu erstellen.

        Wichtig :Wenn Sie eine neue Verbindung erstellen, müssen Sie dem Dienstkonto der Verbindung entsprechende Rollen zuweisen, bevor Sie fortfahren. Weitere Informationen dazu, welche Rollen Sie zuweisen müssen, finden Sie in der Referenzdokumentation für den Typ des Remote-Modells, das Sie erstellen.

9. Geben Sie im Abschnitt Erforderliche Optionen den zu verwendenden Endpunkt an. Dies ist der freigegebene öffentliche Endpunkt eines in Vertex AI bereitgestellten Modells im Format https://location-aiplatform.googleapis.com/v1/projects/project/locations/location/endpoints/endpoint_id. Weitere Informationen finden Sie unter: ENDPOINT.

10. Klicken Sie auf Modell erstellen.

11. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.

Remote-Modell über einen Cloud AI-Dienst erstellen

Mit dieser Anleitung können Sie Remote-Modelle für Cloud AI-Dienste erstellen.

So erstellen Sie ein Modell:

1. Rufen Sie die Seite BigQuery auf.

   BigQuery aufrufen

2. Klicken Sie im Bereich Explorer auf das von Ihnen erstellte Dataset.

3. Klicken Sie neben dem Dataset auf  Aktionen ansehen und dann auf BQML-Modell erstellen.

   Der Bereich Neues Modell erstellen wird geöffnet.

4. Geben Sie unter Modellname einen Namen für das Modell ein.

5. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus .

   1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
   2. Wählen Sie bei Region eine Region für die gespeicherte Abfrage aus.

6. Klicken Sie auf Weiter.

7. Wählen Sie im Abschnitt Erstellungsmethode die Option Mit Vertex AI-LLM-Dienst und Cloud AI-Diensten verbinden aus.

8. Wählen Sie auf der Seite Modelloptionen die Option Cloud AI-Dienste aus.

9. Führen Sie im Abschnitt Remote-Verbindung einen der folgenden Schritte aus:

   • Wenn Sie eine Standardverbindung konfiguriert haben oder sowohl die Rolle „BigQuery-Administrator“ als auch die Rolle „Project IAM Admin“ haben, wählen Sie Standardverbindung aus.

   • Wenn Sie keine Standardverbindung konfiguriert haben oder die entsprechenden Rollen fehlen, wählen Sie Cloud-Ressourcenverbindung aus.

     1. Wählen Sie unter Projekt das Projekt aus, das die Verbindung enthält, die Sie verwenden möchten.
     2. Wählen Sie unter Standort den Standort aus, der von der Verbindung verwendet wird.

     3. Wählen Sie unter Verbindung die Verbindung aus, die für das Remote-Modell verwendet werden soll, oder wählen Sie Neue Verbindung erstellen aus, um eine neue Verbindung zu erstellen.

        Wichtig :Wenn Sie eine neue Verbindung erstellen, müssen Sie dem Dienstkonto der Verbindung entsprechende Rollen zuweisen, bevor Sie fortfahren. Weitere Informationen dazu, welche Rollen Sie zuweisen müssen, finden Sie in der Referenzdokumentation für den Typ des Remote-Modells, das Sie erstellen.

10. Wählen Sie im Abschnitt Erforderliche Optionen den Cloud AI-Diensttyp aus, den Sie verwenden möchten.

11. Geben Sie im Abschnitt Optional Informationen zum Dokumentprozessor an, wenn Sie den CLOUD_AI_DOCUMENT_V1-Dienst verwenden. Optional können Sie Spracherkennungs-Informationen angeben, wenn Sie den CLOUD_AI_SPEECH_TO_TEXT_V2-Dienst verwenden.

12. Klicken Sie auf Modell erstellen.

13. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.

Importiertes Modell erstellen

Mit dieser Anleitung können Sie BigQuery ML-Modelle erstellen, indem Sie die folgenden Modelltypen importieren:

• ONNX
• TensorFlow
• TensorFlow Lite
• XGBoost

So erstellen Sie ein Modell:

1. Rufen Sie die Seite BigQuery auf.

   BigQuery aufrufen

2. Klicken Sie im Bereich Explorer auf das von Ihnen erstellte Dataset.

3. Klicken Sie neben dem Dataset auf  Aktionen ansehen und dann auf BQML-Modell erstellen.

   Der Bereich Neues Modell erstellen wird geöffnet.

4. Geben Sie unter Modellname einen Namen für das Modell ein.

5. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus .

   1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
   2. Wählen Sie bei Region eine Region für die gespeicherte Abfrage aus.

6. Klicken Sie auf Weiter.

7. Wählen Sie im Abschnitt Erstellungsmethode die Option Modell importieren aus.

8. Wählen Sie auf der Seite Modelloptionen den Modelltyp aus, den Sie importieren möchten.

9. Suchen Sie unter GCS-Pfad nach dem URI für den Cloud Storage-Bucket, der das Modell enthält, oder fügen Sie ihn ein.

10. Klicken Sie auf Modell erstellen.

11. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.