Buat model machine learning di BigQuery ML menggunakan Google Cloud konsol

Pratinjau

Fitur ini tunduk pada "Persyaratan Penawaran Pra-GA" di bagian Persyaratan Layanan Umum dari Persyaratan Khusus Layanan. Fitur pra-GA tersedia "sebagaimana adanya" dan mungkin memiliki dukungan terbatas. Untuk mengetahui informasi selengkapnya, lihat deskripsi tahap peluncuran.

Catatan: Untuk memberikan masukan atau meminta dukungan terkait fitur ini, kirim email ke [e-mail]

Dokumen ini menunjukkan cara menggunakan konsol Google Cloud untuk membuat model BigQuery ML.

Peran yang diperlukan

• Untuk membuat model dan menjalankan inferensi, Anda harus diberi peran berikut:

  • BigQuery Data Editor (roles/bigquery.dataEditor)
  • BigQuery User (roles/bigquery.user)

Sebelum memulai

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

Prasyarat khusus model

Sebelum membuat model, pastikan Anda telah memenuhi semua prasyarat untuk jenis model yang Anda buat:

• Jika ingin menggunakan kueri untuk memilih data pelatihan untuk model, Anda harus memiliki kueri tersebut yang tersedia sebagai kueri tersimpan.

• Model faktorisasi matriks memerlukan reservasi. Untuk informasi selengkapnya, lihat Harga.

• Model jarak jauh berikut memerlukan koneksi resource Cloud:

  • Model jarak jauh melalui model partner dan Vertex AI
  • Model jarak jauh dibandingkan model terbuka
  • Model jarak jauh melalui layanan Cloud AI
  • Model jarak jauh melalui model kustom di Vertex AI

  Akun layanan koneksi juga harus diberi peran tertentu, bergantung pada jenis model jarak jauh.

• Untuk mengimpor model, Anda harus mengupload model tersebut ke bucket Cloud Storage.

Membuat set data

Buat set data BigQuery untuk memuat resource Anda:

Konsol

1. Di Google Cloud konsol, buka halaman BigQuery.

   Buka halaman BigQuery

2. Di panel Explorer, klik nama project Anda.

3. Klik View actions > Create dataset.

4. Di halaman Create dataset, lakukan hal berikut:

   • Untuk ID Set Data, ketik nama untuk set data.

   • Untuk Location type, pilih lokasi untuk set data.

   • Klik Create dataset.

bq

1. Untuk membuat set data baru, gunakan perintah bq mk dengan flag --location:

   bq --location=LOCATION mk -d DATASET_ID

   Ganti kode berikut:

   • LOCATION: lokasi set data.
   • DATASET_ID: ID set data yang Anda buat.

2. Pastikan set data telah dibuat:

   bq ls

Membuat model yang dilatih secara internal atau eksternal

Gunakan prosedur ini untuk membuat jenis model berikut:

• Model deret waktu:

  • ARIMA_PLUS
  • ARIMA_PLUS_XREG

• Analisis kontribusi: Analisis kontribusi

• Klasifikasi:

  • Regresi logistik
  • Klasifikasi hierarki yang ditingkatkan
  • Klasifikasi hutan acak
  • Klasifikasi Deep Neural Network (DNN)
  • Klasifikasi wide-and-deep
  • Klasifikasi AutoML

• Regresi:

  • Regresi linear
  • Regresi hierarki yang ditingkatkan
  • Regresi hutan acak
  • Regresi Deep Neural Network (DNN)
  • Regresi wide-and-deep
  • Regresi AutoML

• Pengelompokan: K-means

• Rekomendasi: Faktorisasi matriks

• Pengurangan dimensi:

  • Analisis komponen utama (PCA)
  • Autoencoder

Model ini memiliki serangkaian opsi yang berbeda sesuai dengan jenisnya. Meskipun penyesuaian otomatis BigQuery ML berfungsi dengan baik dalam sebagian besar kasus, Anda dapat memilih untuk menyesuaikan model secara manual sebagai bagian dari prosedur. Jika Anda ingin melakukannya, lihat dokumentasi untuk jenis model tertentu guna mempelajari lebih lanjut opsi model.

Untuk membuat model:

1. Buka halaman BigQuery.

   Buka BigQuery

2. Di panel Explorer, klik set data yang Anda buat.

3. Klik View actions di samping set data, lalu klik Create BQML Model.

   Panel Create new model akan terbuka.

4. Untuk Model name, ketik nama untuk model.

5. Jika Anda ingin membuat kueri tersimpan yang berisi pernyataan CREATE MODEL untuk model, pilih Simpan Kueri .

   1. Untuk Nama kueri, ketik nama untuk kueri tersimpan.
   2. Untuk Region, pilih region untuk kueri tersimpan.

6. Klik Lanjutkan.

7. Di bagian Creation method, pilih Train a Model in BigQuery.

8. Di bagian Tujuan pemodelan, pilih tujuan pemodelan untuk model.

9. Klik Lanjutkan.

10. Di halaman Opsi model, pilih jenis model. Jenis model yang dapat Anda pilih bervariasi berdasarkan tujuan pemodelan yang Anda pilih.

11. Di bagian Data pelatihan, lakukan salah satu hal berikut:

    • Pilih Tabel/Tampilan untuk mendapatkan data pelatihan dari tabel atau tampilan, lalu pilih project, set data, dan nama tampilan atau tabel.
    • Pilih Kueri untuk mendapatkan data pelatihan dari kueri tersimpan, lalu pilih kueri tersimpan.

12. Di Kolom label input yang dipilih, pilih kolom dari tabel, tampilan, atau kueri yang ingin Anda gunakan sebagai input ke model.

13. Jika ada bagian Opsi wajib, tentukan informasi kolom yang diminta:

    • Untuk model klasifikasi dan regresi, untuk INPUT_LABEL_COLS, pilih kolom yang berisi data label.

    • Untuk model faktorisasi matriks, pilih hal berikut:

      • Untuk RATING_COL, pilih kolom yang berisi data rating.
      • Untuk USER_COL, pilih kolom yang berisi data pengguna.
      • Untuk ITEM_COL, pilih kolom yang berisi data item.

    • Untuk model perkiraan deret waktu, pilih berikut ini:

      • Untuk TIME_SERIES_TIMESTAMP_COL, pilih kolom yang berisi titik waktu yang akan digunakan saat melatih model.
      • Untuk TIME_SERIES_DATA_COL, pilih kolom yang berisi data untuk perkiraan.

14. Opsional: Di bagian Opsional, tentukan nilai untuk argumen penyesuaian model tambahan. Argumen yang tersedia bervariasi berdasarkan jenis model yang Anda buat.

15. Klik Create model.

16. Setelah pembuatan model selesai, klik Buka model untuk melihat detail model.

Membuat model jarak jauh melalui model terlatih

Gunakan prosedur ini untuk membuat jenis model jarak jauh berikut:

• Model melalui Vertex AI atau model partner
• Model di atas model terbuka

Untuk membuat model:

1. Buka halaman BigQuery.

   Buka BigQuery

2. Di panel Explorer, klik set data yang Anda buat.

3. Klik View actions di samping set data, lalu klik Create BQML Model.

   Panel Create new model akan terbuka.

4. Untuk Model name, ketik nama untuk model.

5. Jika Anda ingin membuat kueri tersimpan yang berisi pernyataan CREATE MODEL untuk model, pilih Simpan Kueri .

   1. Untuk Nama kueri, ketik nama untuk kueri tersimpan.
   2. Untuk Region, pilih region untuk kueri tersimpan.

6. Klik Lanjutkan.

7. Di bagian Metode pembuatan, pilih Hubungkan ke layanan LLM Vertex AI dan layanan AI Cloud.

8. Di halaman Opsi model, pilih Model Google dan Partner atau Model Terbuka untuk jenis model, sebagaimana sesuai untuk kasus penggunaan Anda.

9. Di bagian Remote connection, lakukan salah satu hal berikut:

   • Jika Anda telah mengonfigurasi koneksi default, atau jika Anda memiliki peran Admin BigQuery dan Admin IAM Project, pilih Koneksi default.

   • Jika Anda belum mengonfigurasi koneksi default, atau jika Anda tidak memiliki peran yang sesuai, pilih Koneksi resource cloud.

     1. Untuk Project, pilih project yang berisi koneksi yang ingin Anda gunakan.
     2. Untuk Lokasi, pilih lokasi yang digunakan oleh koneksi.

     3. Untuk Connection, pilih koneksi yang akan digunakan untuk model jarak jauh, atau pilih Create new connection untuk membuat koneksi baru.

        Penting: Jika Anda membuat koneksi baru, Anda harus memberikan peran yang sesuai ke akun layanan koneksi sebelum melanjutkan. Untuk mengetahui informasi selengkapnya tentang peran yang akan diberikan, lihat dokumentasi referensi untuk jenis model jarak jauh yang Anda buat.

10. Di bagian Opsi wajib diisi, lakukan salah satu hal berikut:

    • Untuk model jarak jauh melalui model Google dan model partner, tentukan endpoint yang akan digunakan. Ini adalah nama model, misalnya gemini-2.0-flash. Untuk mengetahui informasi selengkapnya tentang model yang didukung, lihat ENDPOINT.
    • Untuk model jarak jauh melalui model terbuka, salin dan tempel endpoint yang akan digunakan. Ini adalah endpoint publik bersama dari model yang di-deploy ke Vertex AI, dalam format https://location-aiplatform.googleapis.com/v1/projects/project/locations/location/endpoints/endpoint_id. Untuk informasi selengkapnya, lihat ENDPOINT.

11. Klik Create model.

12. Setelah pembuatan model selesai, klik Buka model untuk melihat detail model.

Membuat model jarak jauh melalui model kustom

Gunakan prosedur ini untuk membuat model jarak jauh melalui model kustom yang di-deploy ke Vertex AI.

Untuk membuat model:

1. Buka halaman BigQuery.

   Buka BigQuery

2. Di panel Explorer, klik set data yang Anda buat.

3. Klik View actions di samping set data, lalu klik Create BQML Model.

   Panel Create new model akan terbuka.

4. Untuk Model name, ketik nama untuk model.

5. Jika Anda ingin membuat kueri tersimpan yang berisi pernyataan CREATE MODEL untuk model, pilih Simpan Kueri .

   1. Untuk Nama kueri, ketik nama untuk kueri tersimpan.
   2. Untuk Region, pilih region untuk kueri tersimpan.

6. Klik Lanjutkan.

7. Di bagian Metode pembuatan, pilih Hubungkan ke endpoint Vertex AI yang dikelola pengguna.

8. Di bagian Koneksi jarak jauh di halaman Opsi model, lakukan salah satu tindakan berikut:

   • Jika Anda telah mengonfigurasi koneksi default, atau jika Anda memiliki peran Admin BigQuery dan Admin IAM Project, pilih Koneksi default.

   • Jika Anda belum mengonfigurasi koneksi default, atau jika Anda tidak memiliki peran yang sesuai, pilih Koneksi resource cloud.

     1. Untuk Project, pilih project yang berisi koneksi yang ingin Anda gunakan.
     2. Untuk Lokasi, pilih lokasi yang digunakan oleh koneksi.

     3. Untuk Connection, pilih koneksi yang akan digunakan untuk model jarak jauh, atau pilih Create new connection untuk membuat koneksi baru.

        Penting: Jika Anda membuat koneksi baru, Anda harus memberikan peran yang sesuai ke akun layanan koneksi sebelum melanjutkan. Untuk mengetahui informasi selengkapnya tentang peran yang akan diberikan, lihat dokumentasi referensi untuk jenis model jarak jauh yang Anda buat.

9. Di bagian Opsi wajib, tentukan endpoint yang akan digunakan. Ini adalah endpoint publik bersama dari model yang di-deploy ke Vertex AI, dalam format https://location-aiplatform.googleapis.com/v1/projects/project/locations/location/endpoints/endpoint_id. Untuk mengetahui informasi selengkapnya, lihat ENDPOINT.

10. Klik Create model.

11. Setelah pembuatan model selesai, klik Buka model untuk melihat detail model.

Membuat model jarak jauh melalui layanan AI Cloud

Gunakan prosedur ini untuk membuat model jarak jauh melalui layanan AI Cloud.

Untuk membuat model:

1. Buka halaman BigQuery.

   Buka BigQuery

2. Di panel Explorer, klik set data yang Anda buat.

3. Klik View actions di samping set data, lalu klik Create BQML Model.

   Panel Create new model akan terbuka.

4. Untuk Model name, ketik nama untuk model.

5. Jika Anda ingin membuat kueri tersimpan yang berisi pernyataan CREATE MODEL untuk model, pilih Simpan Kueri .

   1. Untuk Nama kueri, ketik nama untuk kueri tersimpan.
   2. Untuk Region, pilih region untuk kueri tersimpan.

6. Klik Lanjutkan.

7. Di bagian Metode pembuatan, pilih Hubungkan ke layanan LLM Vertex AI dan layanan AI Cloud.

8. Di halaman Opsi model, pilih Cloud AI Services.

9. Di bagian Remote connection, lakukan salah satu hal berikut:

   • Jika Anda telah mengonfigurasi koneksi default, atau jika Anda memiliki peran Admin BigQuery dan Admin IAM Project, pilih Koneksi default.

   • Jika Anda belum mengonfigurasi koneksi default, atau jika Anda tidak memiliki peran yang sesuai, pilih Koneksi resource cloud.

     1. Untuk Project, pilih project yang berisi koneksi yang ingin Anda gunakan.
     2. Untuk Lokasi, pilih lokasi yang digunakan oleh koneksi.

     3. Untuk Connection, pilih koneksi yang akan digunakan untuk model jarak jauh, atau pilih Create new connection untuk membuat koneksi baru.

        Penting: Jika Anda membuat koneksi baru, Anda harus memberikan peran yang sesuai ke akun layanan koneksi sebelum melanjutkan. Untuk mengetahui informasi selengkapnya tentang peran yang akan diberikan, lihat dokumentasi referensi untuk jenis model jarak jauh yang Anda buat.

10. Di bagian Opsi wajib, pilih jenis layanan Cloud AI yang akan digunakan.

11. Di bagian Opsional, tentukan informasi pemroses dokumen jika Anda menggunakan layanan CLOUD_AI_DOCUMENT_V1. Secara opsional, Anda dapat menentukan informasi speech recognizer jika Anda menggunakan layanan CLOUD_AI_SPEECH_TO_TEXT_V2.

12. Klik Create model.

13. Setelah pembuatan model selesai, klik Buka model untuk melihat detail model.

Membuat model yang diimpor

Gunakan prosedur ini untuk membuat model BigQuery ML dengan mengimpor jenis model berikut:

• ONNX
• TensorFlow
• TensorFlow Lite
• XGBoost

Untuk membuat model:

1. Buka halaman BigQuery.

   Buka BigQuery

2. Di panel Explorer, klik set data yang Anda buat.

3. Klik View actions di samping set data, lalu klik Create BQML Model.

   Panel Create new model akan terbuka.

4. Untuk Model name, ketik nama untuk model.

5. Jika Anda ingin membuat kueri tersimpan yang berisi pernyataan CREATE MODEL untuk model, pilih Simpan Kueri .

   1. Untuk Nama kueri, ketik nama untuk kueri tersimpan.
   2. Untuk Region, pilih region untuk kueri tersimpan.

6. Klik Lanjutkan.

7. Di bagian Metode pembuatan, pilih Impor model.

8. Di halaman Opsi model, pilih jenis model yang ingin Anda impor.

9. Untuk GCS path, cari atau tempel URI untuk bucket Cloud Storage yang berisi model.

10. Klik Create model.

11. Setelah pembuatan model selesai, klik Buka model untuk melihat detail model.