Panoramica della creazione del modello

BigQuery ML consente di creare e rendere operativi modelli di machine learning (ML) su dati in BigQuery mediante SQL.

Un tipico flusso di lavoro per lo sviluppo di modelli in BigQuery ML è simile al seguente:

1. Crea il modello utilizzando l'istruzione CREATE MODEL.
2. Esegui la pre-elaborazione delle caratteristiche. Alcune vengono eseguite automaticamente. Inoltre, puoi utilizzare le funzioni di pre-elaborazione manuale all'interno della clausola TRANSFORM per eseguire ulteriori pre-elaborazioni.
3. Perfeziona il modello eseguendo l'ottimizzazione degli iperparametri per adattarlo ai dati di addestramento.
4. Valutare il modello per valutare le sue prestazioni su dati al di fuori del set di addestramento e per confrontarlo con altri modelli, se opportuno.
5. Esegui l'inferenza per analizzare i dati utilizzando il modello.
6. Fornisci la spiegabilità del modello per chiarire in che modo determinate caratteristiche hanno influenzato una determinata previsione e anche il modello nel complesso.
7. Scopri di più sui componenti che compongono il modello utilizzando i pesi del modello.

Poiché puoi utilizzare molti tipi diversi di modelli in BigQuery ML, le funzioni disponibili per ogni modello variano. Consulta il percorso dell'utente end-to-end per ogni modello per conoscere le funzioni specifiche disponibili per ciascun modello.