Présentation de la création de modèles

BigQuery ML permet de créer et d'opérationnaliser des modèles de machine learning (ML) sur des données BigQuery en utilisant SQL.

Un workflow de développement de modèle type dans BigQuery ML ressemble à ce qui suit :

  1. Créez le modèle à l'aide de l'instruction CREATE MODEL.
  2. Effectuez un prétraitement des caractéristiques. Un certain degré de prétraitement est effectué automatiquement. Vous pouvez également utiliser des fonctions de prétraitement manuel dans la clause TRANSFORM pour effectuer des prétraitements supplémentaires.
  3. Affinez le modèle en effectuant un réglage des hyperparamètres afin d'adapter le modèle aux données d'entraînement.
  4. Évaluez le modèle pour évaluer ses performances sur des données extérieures à l'ensemble d'entraînement et pour le comparer à d'autres modèles, le cas échéant.
  5. Effectuez une inférence pour analyser des données à l'aide du modèle.
  6. Fournissez l'explicabilité du modèle, afin de clarifier l'influence de caractéristiques particulières sur une prédiction donnée, ainsi que sur le modèle dans son ensemble
  7. Découvrez les composants qui comprennent le modèle à l'aide des pondérations de modèle.

Étant donné que vous pouvez utiliser de nombreux types de modèles dans BigQuery ML, les fonctions disponibles pour chaque modèle varient. Consultez la page Parcours de bout en bout pour chaque modèle pour connaître les fonctions spécifiques disponibles pour chaque modèle.