Panoramica della creazione dei modelli

BigQuery ML ti consente di creare e rendere operativi modelli di machine learning (ML) sui dati in BigQuery utilizzando 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 operazioni di pre-elaborazione vengono eseguite automaticamente, inoltre puoi utilizzare le funzioni di pre-elaborazione manuale all'interno della clausola TRANSFORM per eseguire un'ulteriore pre-elaborazione.
  3. Perfeziona il modello eseguendo l'ottimizzazione degli iperparametri per adattarlo ai dati di addestramento.
  4. Valuta il modello per valutare le sue possibili prestazioni su dati esterni al set di addestramento e anche 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 data previsione e anche il modello nel complesso.
  7. Scopri di più sui componenti che compongono il modello utilizzando le ponderazioni del modello.

Poiché in BigQuery ML puoi usare diversi tipi di modelli, le funzioni disponibili per ciascun modello variano. Consulta la pagina relativa al percorso dell'utente end-to-end per ogni modello per conoscere le funzioni specifiche disponibili per ciascun modello.