Vertex AI Feature Store の詳細については、次のノートブック チュートリアルをご覧ください。
Vertex AI Feature Store Bigtable オンライン サービングを使用した、BigQuery データのオンライン特徴サービングと取得
|
このチュートリアルでは、Vertex AI Feature Store で Bigtable オンライン サービングを使用して、BigQuery で特徴値のオンライン サービングと取得を行う方法について説明します。 Colab で開く | Colab Enterprise で開く | GitHub で表示する | Vertex AI Workbench ユーザー管理ノートブックで開く |
Vertex AI Feature Store Optimized オンライン サービングを使用した、BigQuery データのオンライン特徴サービングと取得
|
|
このチュートリアルでは、Vertex AI Feature Store で最適化されたオンライン サービングを使用して、BigQuery からの特徴値のサービングと取得を行う方法について説明します。 Colab で開く | Colab Enterprise で開く | GitHub で表示する | Vertex AI Workbench ユーザー管理ノートブックで開く |
Vertex AI Feature Store を使用した、BigQuery データのオンライン特徴サービングとベクトル取得
|
|
このチュートリアルでは、Vertex AI Feature Store を使用して BigQuery で特徴値のオンライン サービングとベクトル取得を行う方法を学習します。 Colab で開く | Colab Enterprise で開く | GitHub で表示する | Vertex AI Workbench ユーザー管理ノートブックで開く |
Vertex AI Feature Store 特徴ビュー サービス エージェント
|
|
このチュートリアルでは、特徴ビューのサービス エージェントを有効にして、特定のソースデータへのアクセス権を各特徴ビューに付与する方法について説明します。 Colab で開く | Colab Enterprise で開く | GitHub で表示する | Vertex AI Workbench ユーザー管理ノートブックで開く |
Vertex AI Feature Store ベースの LLM グラウンディングのチュートリアル。
|
|
このチュートリアルでは、ユーザー提供データをチャンクに分割し、エンベディング生成機能を持つ大規模言語モデル（LLM）を使用して各チャンクのエンベディング ベクトルを生成する方法を学習します。生成されたエンベディング ベクトル データセットは Vertex AI Feature Store に読み込むことができ、高速な特徴量取得と効率的なオンライン サービングが可能になります。 Colab で開く | Colab Enterprise で開く | GitHub で表示する | Vertex AI Workbench ユーザー管理ノートブックで開く |
Vertex AI Feature Store と BigQuery を使用して生成 AI RAG アプリケーションを作成する
|
|
このチュートリアルでは、BigQuery ベクトル検索と Vertex AI Feature Store を使用して、生成 AI アプリケーション用の低レイテンシのベクトル検索システムを構築する方法について説明します。 Colab で開く | Colab Enterprise で開く | GitHub で表示する | Vertex AI Workbench ユーザー管理ノートブックで開く |
Vertex AI Feature Store で IAM ポリシーを構成する
|
|
このチュートリアルでは、Vertex AI Feature Store 内に保存されているリソースとデータへのアクセスを制御する IAM ポリシーの構成方法について説明します。 Colab で開く | Colab Enterprise で開く | GitHub で表示する | Vertex AI Workbench ユーザー管理ノートブックで開く |