각 모델의 엔드 투 엔드 사용자 경험

BigQuery ML은 기능 사전 처리, 모델 생성, 초매개변수 조정, 추론, 평가, 모델 내보내기 등 각 모델에 대해 다양한 머신러닝 모델 및 전체 머신러닝 흐름을 지원합니다. 모델의 머신러닝 흐름은 다음 두 테이블로 분할됩니다.

모델 생성 단계

모델 카테고리 모델 유형 모델 생성 기능 사전 처리 초매개변수 조정 모델 가중치 기능 및 학습 정보 튜토리얼
지도 학습 선형 및 로지스틱 회귀 모델 생성 자동 사전 처리,
수동 사전 처리1
HP 조정2
ml.trial_info
ml.weights ml.feature_info
ml.training_info
심층신경망(DNN) 모델 생성 N/A5 해당 사항 없음
와이드 앤 딥 네트워크 모델 생성 N/A5 해당 사항 없음
부스티드 트리 모델 생성 N/A5 해당 사항 없음
랜덤 포레스트 모델 생성 N/A5 해당 사항 없음
AutoML 분류 및 회귀 모델 생성 N/A3 N/A3 N/A5 해당 사항 없음
비지도 학습 k-평균 모델 생성 자동 사전 처리,
수동 사전 처리1
HP 조정2
ml.trial_info
ml.centroids ml.feature_info
ml.training_info
자전거 정거장 클러스터링
행렬 분해 모델 생성 해당 사항 없음 HP 조정2
ml.trial_info
ml.weights
주 구성원 구성요소 분석(PCA) 모델 생성 자동 사전 처리,
수동 사전 처리1
해당 사항 없음 ml.principal_
components
,
ml.principal_
component_info
해당 사항 없음
Autoencoder 모델 생성 자동 사전 처리,
수동 사전 처리1
HP 조정2
ml.trial_info
N/A5 해당 사항 없음
시계열 모델 ARIMA_PLUS 모델 생성 자동 사전 처리 auto.ARIMA4 ml.arima_ coefficients ml.feature_info
ml.training_info
ARIMA_PLUS_XREG 모델 생성 자동 사전 처리 auto.ARIMA4 ml.arima_ coefficients ml.feature_info
ml.training_info
다변량 예측
생성형 AI 원격 모델 Vertex AI 텍스트 생성 모델을 통한 원격 모델6 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
Vertex AI 임베딩 생성 모델을 통한 원격 모델6 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
AI 원격 모델 Cloud Vision API를 통한 원격 모델 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
Cloud Translation API를 통한 원격 모델 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
Cloud Natural Language API를 통한 원격 모델 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
Document AI API를 통한 원격 모델
(미리보기)
모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
Speech-to-Text API를 통한 원격 모델
(프리뷰)
모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
원격 모델 Vertex AI 엔드포인트가 있는 원격 모델 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음 원격 모델을 사용하여 예측
가져온 모델 TensorFlow 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음 가져온 TensorFlow 모델을 사용해 예측
TensorFlow Lite 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
개방형 신경망 교환(ONNX) 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
XGBoost 모델 생성 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음 해당 사항 없음
변환 전용 모델7 Transform-only 모델 생성 수동 사전 처리1 해당 사항 없음 해당 사항 없음 ml.feature_info 해당 사항 없음

1특성 추출을 위한 TRANSFORM 절 튜토리얼을 참조하세요. 사전 처리 함수에 대한 자세한 내용은 BQML - 특성 추출 함수 튜토리얼을 참조하세요.

2초매개변수 조정을 사용하여 모델 성능 개선 튜토리얼을 참조하세요.

3자동 특성 추출 및 초매개변수 조정은 기본적으로 AutoML 모델 학습에 포함되어 있습니다.

4auto.ARIMA 알고리즘은 트렌드 모듈에 대한 초매개변수 조정을 수행합니다. 초매개변수 조정은 전체 모델링 파이프라인에서 지원되지 않습니다. 자세한 내용은 모델링 파이프라인을 참조하세요.

5BigQuery ML은 부스티드 트리, 랜덤 포레스트, DNN, 와이드 앤 딥, Autoencoder, AutoML 모델의 가중치를 검색하는 함수를 지원하지 않습니다. 이러한 모델의 가중치를 보려면 BigQuery ML에서 Cloud Storage로 기존 모델을 내보내고 XGBoost 라이브러리 또는 TensorFlow 라이브러리를 사용하여 트리 모델의 트리 구조 또는 신경망의 그래프 구조를 시각화할 수 있습니다. 자세한 내용은 EXPORT MODEL 문서EXPORT MODEL 튜토리얼을 참조하세요.

6Vertex AI 기반 모델을 사용하거나 지도 조정을 사용하여 맞춤설정합니다.

7이는 일반적인 ML 모델이 아니라 원시 데이터를 특성으로 변환하는 아티팩트입니다.

모델 사용 단계

모델 카테고리 모델 유형 평가 추론 AI Explanation 모델 모니터링 모델 내보내기 튜토리얼
지도 학습 선형 및 로지스틱 회귀 ml.evaluate
ml.confusion_matrix1
ml.roc_curve2
ml.predict
ml.transform
ml.explain_predict3
ml.global_explain
ml.advanced_weights8
ml.describe_data
ml.validate_data_drift
ml.validate_data_skew
ml.tfdv_describe
ml.tfdv_validate
export model5
심층신경망(DNN) 해당 사항 없음
와이드 앤 딥 네트워크 해당 사항 없음
부스티드 트리 ml.explain_predict3
ml.global_explain
ml.feature_importance4
해당 사항 없음
랜덤 포레스트 해당 사항 없음
AutoML 분류 및 회귀 ml.predict ml.global_explain ml.describe_data
ml.validate_data_drift
ml.tfdv_describe
ml.tfdv_validate
해당 사항 없음
비지도 학습 k-평균 ml.evaluate ml.predict
ml.detect_anomalies
ml.transform
해당 사항 없음 ml.describe_data
ml.validate_data_drift
ml.validate_data_skew
ml.tfdv_describe
ml.tfdv_validate
export model5 자전거 정거장 클러스터링
행렬 분해 ml.recommend
ml.generate_embedding(미리보기)
ml.describe_data
ml.validate_data_drift
ml.tfdv_describe
ml.tfdv_validate
주 구성원 구성요소 분석(PCA) ml.predict
ml.generate_embedding(미리보기)
ml.detect_anomalies
ml.transform
ml.describe_data
ml.validate_data_drift
ml.validate_data_skew
ml.tfdv_describe
ml.tfdv_validate
해당 사항 없음
Autoencoder ml.predict
ml.generate_embedding(프리뷰)
ml.detect_anomalies
ml.reconstruction_loss
ml.transform
해당 사항 없음
시계열 모델 ARIMA_PLUS ml.evaluate
ml.arima_evaluate6
ml.holiday_info
ml.forecast
ml.detect_anomalies
ml.explain_forecast7 ml.describe_data
ml.validate_data_drift
ml.tfdv_describe
ml.tfdv_validate
해당 사항 없음
ARIMA_PLUS_XREG ml.forecast
ml.detect_anomalies
(Preview)
ml.describe_data
ml.validate_data_drift
ml.validate_data_skew
ml.tfdv_describe
ml.tfdv_validate
다변량 예측
생성형 AI 원격 모델 Vertex AI 텍스트 생성 모델을 통한 원격 모델9 ml.evaluate11(미리보기) ml.generate_text 해당 사항 없음 ml.describe_data
ml.validate_data_drift
ml.tfdv_describe
ml.tfdv_validate
해당 사항 없음
Vertex AI 임베딩 생성 모델을 통한 원격 모델9 해당 사항 없음 ml.generate_embedding 해당 사항 없음 해당 사항 없음
AI 원격 모델 Cloud Vision API를 통한 원격 모델 해당 사항 없음 ml.annotate_image 해당 사항 없음 ml.describe_data
ml.validate_data_drift
ml.tfdv_describe
ml.tfdv_validate
해당 사항 없음 해당 사항 없음
Cloud Translation API를 통한 원격 모델 해당 사항 없음 ml.translate 해당 사항 없음 해당 사항 없음 해당 사항 없음
Cloud Natural Language API를 통한 원격 모델 해당 사항 없음 ml.understand_text 해당 사항 없음 해당 사항 없음 해당 사항 없음
Document AI API를 통한 원격 모델
(미리보기)
해당 사항 없음 ml.process_document 해당 사항 없음 해당 사항 없음 해당 사항 없음
Speech-to-Text API를 통한 원격 모델
(프리뷰)
해당 사항 없음 ml.transcribe 해당 사항 없음 해당 사항 없음 해당 사항 없음
원격 모델 Vertex AI 엔드포인트가 있는 원격 모델 해당 사항 없음 ml.predict 해당 사항 없음 ml.describe_data
ml.validate_data_drift
ml.tfdv_describe
ml.tfdv_validate
해당 사항 없음 원격 모델을 사용하여 예측
가져온 모델 TensorFlow 해당 사항 없음 ml.predict 해당 사항 없음 ml.describe_data
ml.validate_data_drift
ml.tfdv_describe
ml.tfdv_validate
export model5 가져온 TensorFlow 모델을 사용해 예측
TensorFlow Lite 해당 사항 없음 ml.predict 해당 사항 없음 해당 사항 없음 해당 사항 없음
개방형 신경망 교환(ONNX) 해당 사항 없음 ml.predict 해당 사항 없음 해당 사항 없음
XGBoost 해당 사항 없음 ml.predict 해당 사항 없음 해당 사항 없음 해당 사항 없음
변환 전용 모델10 Transform-only 해당 사항 없음 ml.transform 해당 사항 없음 해당 사항 없음 export model5 해당 사항 없음

1ml.confusion_matrix는 분류 모델에만 적용됩니다.

2ml.roc_curve는 이진 분류 모델에만 적용됩니다.

3ml.explain_predictml.predict의 확장된 버전입니다. 자세한 내용은 Explainable AI 개요를 참조하세요. ml.explain_predict 사용 방법은 회귀 튜토리얼분류 튜토리얼을 참조하세요.

4ml.global_explainml.feature_importance 사이의 차이점은 Explainable AI 개요를 참조하세요.

5온라인 예측을 위해 BigQuery ML 모델 내보내기 튜토리얼을 참조하세요. 온라인 서빙에 대한 자세한 내용은 BQML - 인라인 전치기를 사용하여 모델 만들기 튜토리얼을 참조하세요.

6ARIMA_PLUS 또는 ARIMA_PLUS_XREG 모델의 경우 ml.evaluate가 새 데이터를 입력으로 사용해서 평균 절대 백분율 오차(MAPE)와 같은 예측 측정항목을 계산할 수 있습니다. 새 데이터가 없으면 ml.evaluate에 다른 평가 정보를 출력하는 확장된 버전 ml.arima_evaluate가 포함됩니다.

7ml.explain_forecastml.forecast의 확장된 버전입니다. 자세한 내용은 Explainable AI 개요를 참조하세요. ml.explain_forecast 사용 방법은 단일 시계열 예측멀티 시계열 예측 튜토리얼의 결과 시각화 단계를 참조하세요.

8ml.advanced_weightsml.weights의 확장된 버전입니다. 자세한 내용은 ml.advanced_weights를 참조하세요.

9Vertex AI 기반 모델을 사용하거나 지도 조정을 사용하여 맞춤설정합니다.

10이는 일반적인 ML 모델이 아니라 원시 데이터를 특성으로 변환하는 아티팩트입니다.

11일부 Vertex AI LLM에서는 지원되지 않습니다. 자세한 내용은 ml.evaluate를 참조하세요.