TabFM モデル
このドキュメントでは、BigQuery の組み込み TabFM 表形式回帰モデルと分類モデルについて説明します。
組み込みの TabFM モデルは、Google Research のオープンソースの TabFM モデルの実装です。Google Research の TabFM モデルは、コンテキスト内学習を通じて構造化データに対するゼロショット回帰と分類を可能にする、表形式データの基盤モデルです。TabFM モデルは、構造的因果モデルを使用して生成された数億の合成データセットで事前にトレーニングされているため、複雑な特徴の相互作用を捉え、多くのドメインにわたる未知の実世界のテーブルにうまく一般化できます。
AI.PREDICT 関数で TabFM モデルを使用すると、モデルのトレーニング、ハイパーパラメータの最適化、特徴エンジニアリングを行わずに、単一のフォワード パスで構造化データの回帰と分類を実行できます。予測結果は、XGBoost やランダム フォレストなどの従来の教師ありツリーベースのアルゴリズムと同程度です。TabFM モデルが提供するよりも多くのモデル チューニング オプションが必要な場合は、ブーストされたツリーやランダム フォレストなどの教師ありモデルをトレーニングし、代わりに ML.PREDICT 関数で使用できます。
表形式データで TabFM モデルを使用して予測を生成するには、AI.PREDICT 関数を使用します。
TabFM モデルの予測値を実際の値と比較するには、AI.EVALUATE 関数を使用します。
Google Research の TabFM モデルの詳細については、次のリソースをご覧ください。
BigQuery を介して TabFM を使用する場合、使用状況には Google Cloud 利用規約が適用され、商用利用が許可されます。GitHub と Hugging Face で一般公開されている TabFM 重みに関連付けられている非営利ライセンスは、セルフホスト ダウンロードにのみ適用され、BigQuery 内での使用を制限するものではありません。