マネージドノートブックインスタンスでのモデル開発

このページでは、Vertex AI Workbench マネージドノートブックで機械学習（ML）モデルを開発する一般的な方法について説明します。ML モデル開発、Vertex AI カスタムトレーニング、BigQuery ML でよく利用されている Python パッケージを使用できます。このパッケージはプリインストールされています。

一般的な Python パッケージ

デフォルトでは、マネージドノートブックインスタンスには、モデル開発でよく利用されている Python パッケージがプリインストールされています。これらのパッケージをノートブックファイルにインポートすれと、すぐに使用できます。

Vertex AI カスタムトレーニング

Vertex AI カスタムトレーニングを使用すると、マネージドノートブックインスタンス内でモデルを作成してトレーニングできます。

インスタンスに Vertex AI クライアントライブラリのいずれかをインストールするか、Vertex AI API を使用して Jupyter ノートブックファイルから API リクエストを送信します。

BigQuery ML

BigQuery ML を使用すると、BigQuery データを使用するモデルをトレーニングできます。操作はすべて、マネージドノートブックインスタンス内から行うことができます。たとえば、BigQuery 用 Python クライアントを使用すると、ノートブックファイルから SQL コマンドを送信してモデルを作成し、そのモデルを使用してバッチ予測を取得できます。

BigQuery ML は BigQuery 計算エンジンを利用します。バッチ予測やモデルのトレーニングに必要なコンピューティングリソースをデプロイする必要はありません。これにより、トレーニング、評価、予測の設定時間を短縮できます。

次のステップ

Vertex AI カスタムトレーニングについて理解する。カスタムトレーニングサービスについてをご覧ください。
BigQuery ML について理解する。BigQuery ML とはをご覧ください。