יצירת מודל

‫BigQuery ML מאפשר לכם ליצור מודלים של למידת מכונה (ML) ולהפעיל אותם על נתונים ב-BigQuery באמצעות SQL.

תהליך פיתוח מודל טיפוסי ב-BigQuery ML נראה בערך כך:

1. יוצרים את המודל באמצעות ההצהרה CREATE MODEL.
2. ביצוע עיבוד מקדים של התכונות. חלק מהעיבוד המקדים מתבצע באופן אוטומטי, ובנוסף אפשר להשתמש בפונקציות לעיבוד מקדים ידני בתוך הסעיף TRANSFORM כדי לבצע עיבוד מקדים נוסף.
3. משפרים את המודל באמצעות כוונון היפר-פרמטרים כדי להתאים את המודל לנתוני האימון.
4. הערכת המודל כדי לבדוק איך הוא יפעל על נתונים שלא נכללים בקבוצת נתונים לאימון, וגם כדי להשוות אותו למודלים אחרים, אם רלוונטי.
5. לבצע הסקה כדי לנתח נתונים באמצעות המודל.
6. לספק יכולת הסברה למודל, כדי להבהיר איך תכונות מסוימות השפיעו על חיזוי נתון וגם על המודל באופן כללי.
7. כדי לקבל מידע נוסף על הרכיבים שמרכיבים את המודל, אפשר להשתמש במשקלים של מודלים.

מכיוון שאפשר להשתמש בסוגים רבים ושונים של מודלים ב-BigQuery ML, הפונקציות שזמינות לכל מודל משתנות. מידע נוסף על פונקציות והצהרות SQL נתמכות לכל סוג מודל זמין במסמכים הבאים:

• תהליך השימוש במודלים של AI גנרטיבי מקצה לקצה
• תהליך מלא שעובר המשתמש במודלים של חיזוי סדרות עיתיות
• תהליך מקצה לקצה של משתמשים במודלים של למידת מכונה
• תהליך מלא של משתמשים במודלים מיובאים
• תהליך השימוש בניתוח הגורמים לאנומליות