モデル作成の概要

BigQuery ML を使用すると、SQL を使用して　BigQuery でデータに対する機械学習（ML）モデルを構築して運用化できます。

BigQuery ML の一般的なモデル開発ワークフローは次のようになります。

  1. CREATE MODEL ステートメントを使用してモデルを作成します。
  2. 特徴量の前処理を行います。いくつかの前処理は自動的に行われます。また、TRANSFORM句の中で手動処理関数を使用して、追加の前処理を行うことができます。
  3. モデルがトレーニング データに適合するようにハイパーパラメータの調整を行い、モデルを改良します。
  4. モデルを評価して、トレーニング セット外のデータに対するモデルの性能を評価し、必要に応じて他のモデルと比較します。
  5. モデルを使用してデータを分析するために推論を実行します。
  6. 特定の特徴量がある予測にどのように影響したか、さらにはモデル全体にどのように影響したかを明確にするため、モデルに説明可能性を与えます。
  7. モデルの重み付けを使用して、モデルを構成するコンポーネントの詳細を確認します。

BigQuery ML ではさまざまな種類のモデルを使用できるため、各モデルで使用できる関数が異なります。各モデルで使用できる特定の関数については、各モデルのエンドツーエンドのユーザー ジャーニーをご覧ください。