ML において、特徴とは、モデルのトレーニングやオンライン予測に使用できるインスタンスまたはエンティティの特性（属性）のことです。特徴は、特徴量エンジニアリングの手法を使用して、生の ML データを測定可能で共有可能な属性に変換することで生成されます。この手法は一般に特徴変換と呼ばれています。
特徴管理とは、作成された ML の特徴を一元化された場所またはリポジトリに格納し、維持、共有、提供するためのプロセスです。特徴管理により、モデルのトレーニングと再トレーニングで特徴の再利用が容易になり、AI と ML のデプロイのライフサイクルが短縮されます。
ML の特徴を格納、探索、共有、提供する特徴管理サービスを含むプロダクトまたはサービスは特徴ストアと呼ばれます。Gemini Enterprise Agent Platform には、次の特徴ストアサービスが組み込まれています。
このページでは、Agent Platform Feature Store の機能の概要について説明します。
Agent Platform Feature Store
Agent Platform Feature Store は、BigQuery データソースから特徴データを維持、提供できるようにすることで、特徴管理に対する新しいアプローチを提供しています。このアプローチでは、Agent Platform Feature Store は、BigQuery の特徴データソースにオンライン サービング機能を提供するメタデータ レイヤとして機能します。これにより、ユーザーはそのデータに基づいてオンラインで特徴を提供することができます。Gemini Enterprise Agent Platform の別のオフライン ストアにデータをコピーしたりインポートしたりする必要はありません。
Agent Platform Feature Store は、特徴メタデータを追跡できるように Knowledge Catalog と統合されています。また、エンベディングがサポートされ、ベクトル類似度検索で近傍探索を行うことができます。
Agent Platform Feature Store は、超低レイテンシのサービング用に最適化されているので、ユーザーは次のことを行うことができます。
BigQuery のデータ マネジメント機能を利用して、オフラインの特徴データを BigQuery に格納して維持する。
特徴を特徴レジストリに追加して、特徴の共有と再利用を行う。
Bigtable オンライン サービングを使用して、オンライン予測に低レイテンシで特徴を提供する。
Knowledge Catalog で特徴メタデータを追跡する。