Nel machine learning (ML), le funzionalità sono attributi caratteristici di un'istanza o entità che puoi utilizzare per addestrare modelli o per fare previsioni online. Le funzionalità vengono generate trasformando i dati ML non elaborati in attributi misurabili e condivisibili utilizzando tecniche di feature engineering, generalmente denominate trasformazioni delle funzionalità.
La gestione delle caratteristiche si riferisce al processo di creazione, manutenzione, condivisione e distribuzione delle caratteristiche di ML archiviate in una posizione o un repository centralizzato. La gestione delle funzionalità semplifica il riutilizzo delle funzionalità per addestrare e riaddestrare i modelli, riducendo il ciclo di vita dei deployment di AI e ML.
Un prodotto o servizio che include servizi di gestione delle funzionalità per archiviare, scoprire, condividere e pubblicare funzionalità di ML è chiamato feature store. La piattaforma agentica Gemini Enterprise incorpora i seguenti servizi di feature store:
Questa pagina fornisce una panoramica delle funzionalità di Agent Platform Feature Store.
Agent Platform Feature Store
Agent Platform Feature Store offre un nuovo approccio alla gestione delle caratteristiche consentendoti di gestire e pubblicare i dati delle caratteristiche da un'origine dati BigQuery. In questo approccio, Agent Platform Feature Store funge da livello di metadati che fornisce funzionalità di erogazione online all'origine dati delle funzionalità in BigQuery e ti consente di erogare le funzionalità online in base a questi dati. Non è necessario copiare o importare i dati in un archivio offline separato nella piattaforma Gemini Enterprise Agent.
Agent Platform Feature Store è integrato con Knowledge Catalog per monitorare i metadati delle funzionalità. Supporta anche gli incorporamenti e consente di eseguire ricerche di somiglianza vettoriale per trovare i vicini più prossimi.
Agent Platform Feature Store è ottimizzato per l'erogazione a latenza molto bassa e ti consente di:
Archivia e gestisci i dati delle funzionalità offline in BigQuery, sfruttando le funzionalità di gestione dei dati di BigQuery.
Condividi e riutilizza le caratteristiche aggiungendole al registro delle caratteristiche.
Eroga caratteristiche per le previsioni online a bassa latenza utilizzando l'erogazione online di Bigtable.
Monitora i metadati delle funzionalità in Knowledge Catalog.