컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
모델 만들기 개요
BigQuery ML을 사용하면 SQL을 사용하여 BigQuery의 데이터에 대해 머신러닝(ML) 모델을 빌드하고 운영할 수 있습니다.
BigQuery ML의 일반적인 모델 개발 워크플로는 다음과 유사합니다.
CREATE MODEL
문을 사용하여 모델을 만듭니다.
- 특성 사전 처리를 수행합니다. 일부 사전 처리는 자동으로 수행되며
TRANSFORM
절 내에서 수동 사전 처리 함수를 사용하여 추가 사전 처리를 수행할 수 있습니다.
- 학습 데이터에 모델을 맞추도록 초매개변수 미세 조정을 수행하여 모델을 세분화합니다.
- 모델을 평가하여 학습 세트 외부의 데이터에서 수행할 수 있는 방법을 평가하고 다른 모델과 비교합니다(해당하는 경우).
- 모델을 사용하여 데이터를 분석하기 위해 추론을 수행합니다.
- 모델에 대한 설명 기능을 제공하여 특정 기능이 특정 예측 및 모델 전체에 미치는 영향을 명확하게 설명합니다.
- 모델 가중치를 사용하여 모델을 구성하는 구성요소에 대해 자세히 알아보세요.
BigQuery ML에는 여러 종류의 모델을 사용할 수 있기 때문에 각 모델에서 사용 가능한 함수가 다릅니다. 각 모델에 사용할 수 있는 특정 함수를 보려면 각 모델의 엔드 투 엔드 사용자 경험을 참조하세요.
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2023-12-09(UTC)
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"Hard to understand"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"Incorrect information or sample code"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"Missing the information/samples I need"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"번역 문제"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"기타"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"이해하기 쉬움"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"문제가 해결됨"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"기타"
}]