Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Disponibilização de atributos
Depois de criar atributos, é possível disponibilizá-los para
o treinamento de modelo e inferência. Neste documento, descrevemos as capacidades
de disponibilização de recursos disponíveis no BigQuery ML.
Correção pontual
Os dados usados para treinar um modelo geralmente têm dependências de tempo integradas. As tabelas
de atributos com alteração de horário incluem uma coluna de carimbo de data/hora para representar os valores
de atributos como existiam em um determinado momento para cada linha. Use funções de pesquisa pontual ao consultar dados de tabelas de recursos com alteração de horário para garantir que não haja vazamento de dados entre o treinamento e a disponibilização. Isso permite a precisão pontual.
Use as funções a seguir para especificar limites pontuais ao recuperar
recursos sensíveis ao tempo:
Disponibilização on-line com a Vertex AI Feature Store
Além do suporte integrado à disponibilização de recursos no BigQuery ML,
a integração total com a
Vertex AI Feature Store
permite gerenciar e disponibilizar recursos com baixa latência. É possível usar as funções de pesquisa pontual para
criar tabelas ou visualizações de atributos que podem ser disponibilizados diretamente ou criar de maneira manual
tabelas de atributos e registrá-las com a Vertex AI Feature Store para
disponibilização on-line. Para mais informações, consulte Preparar
a fonte de dados.