BigQuery ML y Vertex AI Model Registry

Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

BigQuery ML es un servicio de Google Cloud que te permite crear y ejecutar modelos de aprendizaje automático en BigQuery ML mediante consultas de SQL estándar. Con Vertex AI, puedes usar herramientas previamente entrenadas y personalizadas, todo dentro de una plataforma unificada. Cuando registras tus modelos de BigQuery ML con Vertex AI Model Registry, puedes administrarlos junto con tus otros modelos de AA para crear versiones, evaluarlos e implementarlos con facilidad a fin de realizar la predicción.

Con esta integración, puedes elegir qué modelos de BigQuery ML registrar en Vertex AI Model Registry. Una vez registrado, puedes implementar el modelo de BigQuery ML en un extremo para la predicción en línea.

Desde BigQuery ML, puedes registrar lo siguiente:

  • Modelos integrados de BigQuery ML
  • Modelos de TensorFlow de BigQuery ML

En este momento, los modelos XGboost y ARIMA_PLUS de BigQuery ML se pueden registrar en el registro de modelos de Vertex AI, pero no se pueden implementar.

Para obtener información sobre cómo integrar tus modelos de BigQuery ML en Vertex AI Model Registry, consulta BigQuery ML y Vertex AI Model Registry.

Notebook para Vertex AI Model Registry y BigQuery ML

En este Notebook, se describe cómo usar Vertex AI Model Registry y BigQuery ML para implementar y realizar predicciones en tus modelos.

En este instructivo, se usan los siguientes servicios y recursos de AA de Google Cloud:

  • Modelo de Vertex A
  • Recursos de Vertex AI Model Registry
  • Recursos endpoint de Vertex AI
  • Vertex AI Prediction
  • BigQuery ML

Los pasos realizados incluyen los siguientes:

  • Entrenar un modelo nuevo con BigQuery ML
  • Sube el modelo a Vertex AI Model Registry
  • Crea un recurso endpoint de Vertex AI
  • Implementa el recurso model en el recurso endpoint.
  • Realiza solicitudes de predicción al modelo endpoint.