Gunakan halaman ini untuk memahami perbedaan antara Vertex AI dan BigQuery serta mempelajari cara mengintegrasikan Vertex AI dengan alur kerja BigQuery yang ada. Vertex AI dan BigQuery bekerja sama untuk memenuhi kasus penggunaan machine learning dan MLOps Anda.
Untuk mempelajari lebih lanjut perbedaan pelatihan model antara Vertex AI dan BigQuery, baca Memilih metode pelatihan.
Perbedaan antara Vertex AI dan BigQuery
Bagian ini membahas layanan Vertex AI, BigQuery, dan BigQuery ML.
Vertex AI: Platform AI/ML end-to-end
Vertex AI adalah platform AI/ML untuk pengembangan dan tata kelola model. Anda dapat melatih model Anda dengan dua cara utama:
- AutoML: yang memungkinkan Anda melatih model pada set data gambar, tabel, teks, dan video tanpa perlu menulis kode.
- Pelatihan Kustom: tempat Anda dapat menjalankan kode pelatihan kustom yang disesuaikan dengan kasus penggunaan tertentu.
Anda dapat mendaftarkan model AutoML dan model yang dilatih khusus ke Vertex AI Model Registry. Anda juga dapat mengimpor model yang dilatih di luar Vertex AI dan mendaftarkannya ke Vertex AI Model Registry.
Dari registry, Anda dapat mengelola versi model, men-deploy ke endpoint untuk prediksi batch dan online, melakukan evaluasi model, memantau deployment dengan Vertex AI Model Monitoring, serta menggunakan Vertex Explainable AI.
Bahasa yang tersedia:
- Vertex AI SDK untuk Python
- Library klien untuk Java
- Library klien untuk Node.js
BigQuery: Data warehouse perusahaan multicloud serverless
BigQuery adalah data warehouse perusahaan yang terkelola sepenuhnya yang membantu Anda mengelola dan menganalisis data dengan fitur bawaan seperti machine learning, analisis geospasial, dan business intelligence. Tabel BigQuery dapat dikueri oleh SQL, dan data scientist yang terutama menggunakan SQL dapat menjalankan kueri berukuran besar hanya dengan beberapa baris kode.
Anda juga dapat menggunakan BigQuery sebagai penyimpanan data yang dijadikan referensi saat membuat model tabulasi dan kustom di Vertex AI. Untuk mempelajari lebih lanjut cara menggunakan BigQuery sebagai penyimpanan data, lihat Ringkasan penyimpanan BigQuery.
Bahasa yang tersedia:
- SDK untuk BigQuery. Untuk mempelajari lebih lanjut, lihat Library Klien BigQuery API.
- GoogleSQL
- Legacy SQL
Untuk mempelajari lebih lanjut, baca dialek SQL BigQuery.
BigQuery ML: Machine learning langsung di BigQuery
BigQuery ML adalah layanan pengembangan model di dalam BigQuery. Dengan BigQuery ML, pengguna SQL dapat melatih model ML langsung di BigQuery tanpa perlu memindahkan data atau mengkhawatirkan infrastruktur pelatihan yang mendasarinya. Anda dapat membuat prediksi batch untuk model BigQuery ML guna mendapatkan insight dari data BigQuery.
Bahasa yang tersedia:
- GoogleSQL
Untuk mempelajari lebih lanjut keuntungan menggunakan BigQuery ML, lihat Apa yang dimaksud dengan BigQuery ML?
Manfaat mengintegrasikan model BigQuery ML di Vertex AI
Integrasi model BigQuery ML dalam Vertex AI memberikan dua manfaat utama:
Penyaluran model online: BigQuery ML hanya mendukung prediksi batch untuk model Anda. Untuk mendapatkan prediksi online, Anda dapat melatih model Anda di BigQuery ML dan men-deploy-nya ke endpoint Vertex AI melalui Vertex AI Model Registry.
Kemampuan MLOps: Model paling bermanfaat jika terus diperbarui melalui pelatihan berkelanjutan. Vertex AI menawarkan alat MLOps yang mengotomatiskan pemantauan dan pelatihan ulang model untuk mempertahankan akurasi prediksi dari waktu ke waktu. Dengan Vertex AI Pipelines, Anda dapat menggunakan operator BigQuery untuk memasukkan tugas BigQuery apa pun (termasuk BigQuery ML) ke dalam pipeline ML. Dengan Vertex AI Model Monitoring, Anda dapat memantau prediksi BigQuery ML dari waktu ke waktu.
Untuk mempelajari cara mendaftarkan model BigQuery ML ke Model Registry, lihat Mengelola model BigQuery ML dengan Vertex AI.
Tutorial notebook terkait
| Apa yang ingin Anda lakukan? | Resource |
|---|---|
| Gunakan Vertex AI SDK untuk Python guna melatih dan men-deploy model klasifikasi tabel khusus untuk prediksi online. | Melatih model TensorFlow menggunakan data BigQuery |
| Gunakan Vertex AI SDK untuk Python guna melatih model AutoML untuk regresi tabel dan mendapatkan prediksi online dari model tersebut. | Vertex AI SDK untuk Python: Model regresi tabel pelatihan AutoML untuk prediksi online menggunakan BigQuery |
| Gunakan dua pipeline Vertex AI Tabular Workflows untuk melatih model AutoML menggunakan konfigurasi yang berbeda. | Alur Kerja Tabular: Pipeline Tabular AutoML |
| Gunakan Vertex AI SDK untuk Python guna melatih model AutoML untuk regresi tabel dan mendapatkan prediksi batch dari model tersebut. | Vertex AI SDK untuk Python: Model regresi tabel pelatihan AutoML untuk prediksi batch menggunakan BigQuery |
| Gunakan Vertex AI SDK guna melatih model AutoML untuk perkiraan tabel dan mendapatkan prediksi batch dari model tersebut. | Vertex AI SDK: Model perkiraan tabulasi AutoML untuk prediksi batch |
| Melatih dan mengevaluasi model kecenderungan di BigQuery ML untuk memprediksi retensi pengguna di game seluler. | Prediksi churn untuk developer game yang menggunakan Google Analytics 4 dan BigQuery ML |
| Menggunakan BigQuery ML untuk melakukan pengoptimalan harga pada data harga CDM. | Analisis pengoptimalan harga pada data harga CDM |
Langkah selanjutnya
- Untuk mulai menggunakan Vertex AI, lihat: