ML-Modell in BigQuery ML mit der Cloud de Confiance -Konsole erstellen

In diesem Dokument erfahren Sie, wie Sie mit der Cloud de Confiance Console ein BigQuery ML-Modell erstellen.

Erforderliche Rollen

  • Zum Erstellen eines Modells und Ausführen von Inferenzen benötigen Sie die folgenden Rollen:

    • BigQuery-Dateneditor (roles/bigquery.dataEditor)
    • BigQuery-Nutzer (roles/bigquery.user)

Hinweis

  1. Wählen Sie in der Cloud de Confiance Console auf der Seite für die Projektauswahl ein Projekt von Cloud de Confiance aus oder erstellen Sie eines.

    Erforderliche Rollen zum Auswählen oder Erstellen eines Projekts

    • Projekt auswählen: Für die Auswahl eines Projekts ist keine bestimmte IAM-Rolle erforderlich. Sie können jedes Projekt auswählen, für das Ihnen eine Rolle zugewiesen wurde.
    • Projekt erstellen: Zum Erstellen eines Projekts benötigen Sie die Rolle „Project Creator“ (roles/resourcemanager.projectCreator), die die Berechtigung resourcemanager.projects.create enthält. Informationen zum Zuweisen von Rollen

    Zur Projektauswahl

  2. Prüfen Sie, ob die Abrechnung für Ihr Cloud de Confiance -Projekt aktiviert ist.

  3. Aktivieren Sie die BigQuery API und die BigQuery Connection API, falls sie noch nicht aktiviert sind.

    Rollen, die zum Aktivieren von APIs erforderlich sind

    Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Inhaberrolle (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen

    APIs aktivieren

Modellspezifische Voraussetzungen

Bevor Sie ein Modell erstellen, müssen Sie alle Voraussetzungen für den zu erstellenden Modelltyp erfüllen:

Dataset erstellen

Erstellen Sie ein BigQuery-Dataset, das Ihre Ressourcen enthalten soll:

Console

  1. Rufen Sie in der Cloud de Confiance Console die Seite BigQuery auf.

    BigQuery aufrufen

  2. Klicken Sie im linken Bereich auf Explorer:

    Hervorgehobener Button für den Explorer-Bereich.

    Wenn der linke Bereich nicht angezeigt wird, klicken Sie auf Linken Bereich maximieren, um ihn zu öffnen.

  3. Klicken Sie im Bereich Explorer auf den Namen Ihres Projekts.

  4. Klicken Sie auf Aktionen ansehen > Dataset erstellen.

  5. Führen Sie auf der Seite Dataset erstellen die folgenden Schritte aus:

    1. Geben Sie unter Dataset-ID einen Namen für das Dataset ein.

    2. Wählen Sie unter Standorttyp die Option Region oder Multiregional aus.

      • Wenn Sie Region ausgewählt haben, wählen Sie einen Standort aus der Liste Region aus.
      • Wenn Sie Multiregional ausgewählt haben, wählen Sie in der Liste Multiregional die Option USA oder Europa aus.
    3. Klicken Sie auf Dataset erstellen.

bq

  1. Wenn Sie ein neues Dataset erstellen möchten, verwenden Sie den Befehl bq mk mit dem Flag --location:

    bq --location=LOCATION mk -d DATASET_ID

    Ersetzen Sie Folgendes:

    • LOCATION: Speicherort des Datasets.
    • DATASET_ID: die ID des zu erstellenden Datasets.
  2. Prüfen Sie, ob das Dataset erstellt wurde:

    bq ls

Intern oder extern trainiertes Modell erstellen

Mit diesem Verfahren können Sie die folgenden Modelltypen erstellen:

Diese Modelle haben je nach Typ unterschiedliche Optionen. Die automatische Abstimmung von BigQuery ML funktioniert in den meisten Fällen gut. Sie können Ihr Modell aber auch manuell abstimmen. Wenn Sie dies tun möchten, finden Sie in der Dokumentation für den jeweiligen Modelltyp weitere Informationen zu den Modelloptionen.

So erstellen Sie ein Modell:

  1. Rufen Sie die Seite BigQuery auf.

    BigQuery aufrufen

  2. Klicken Sie im linken Bereich auf Explorer:

    Hervorgehobener Button für den Explorer-Bereich.

    Wenn der linke Bereich nicht angezeigt wird, klicken Sie auf Linken Bereich maximieren, um ihn zu öffnen.

  3. Klicken Sie im Bereich Explorer auf Datasets und dann auf das von Ihnen erstellte Dataset.

  4. Klicken Sie neben dem Dataset auf Aktionen ansehen und dann auf BQML-Modell erstellen.

    Der Bereich Neues Modell erstellen wird geöffnet.

  5. Geben Sie unter Modellname einen Namen für das Modell ein.

  6. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus.

    1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
    2. Wählen Sie unter Region eine Region für die gespeicherte Abfrage aus.
  7. Klicken Sie auf Weiter.

  8. Wählen Sie im Abschnitt Erstellungsmethode die Option Modell in BigQuery trainieren aus.

  9. Wählen Sie im Abschnitt Modellierungsziel ein Modellierungsziel für das Modell aus.

  10. Klicken Sie auf Weiter.

  11. Wählen Sie auf der Seite Modelloptionen einen Modelltyp aus. Welche Modelltypen Sie auswählen können, hängt vom gewählten Modellierungsziel ab.

  12. Führen Sie im Abschnitt Trainingsdaten einen der folgenden Schritte aus:

    • Wählen Sie Tabelle/Ansicht aus, um Trainingsdaten aus einer Tabelle oder Ansicht abzurufen, und wählen Sie dann das Projekt, das Dataset und den Ansichts- oder Tabellennamen aus.
    • Wählen Sie Abfrage aus, um Trainingsdaten aus einer gespeicherten Abfrage abzurufen, und wählen Sie dann die gespeicherte Abfrage aus.
  13. Wählen Sie unter Ausgewählte Eingabelabelspalten die Spalten aus der Tabelle, Ansicht oder Abfrage aus, die Sie als Eingabe für das Modell verwenden möchten.

  14. Wenn der Abschnitt Erforderliche Optionen vorhanden ist, geben Sie die angeforderten Spalteninformationen an:

    • Wählen Sie für Klassifizierungs- und Regressionsmodelle unter INPUT_LABEL_COLS die Spalte mit den Labeldaten aus.
    • Wählen Sie für Matrixfaktorisierungsmodelle Folgendes aus:

      • Wählen Sie für RATING_COL die Spalte aus, die die Bewertungsdaten enthält.
      • Wählen Sie für USER_COL die Spalte aus, die die Nutzerdaten enthält.
      • Wählen Sie für ITEM_COL die Spalte aus, die die Artikeldaten enthält.
    • Wählen Sie für Zeitreihen-Prognosemodelle Folgendes aus:

      • Wählen Sie für TIME_SERIES_TIMESTAMP_COL die Spalte aus, die die Zeitpunkte enthält, die beim Trainieren des Modells verwendet werden sollen.
      • Wählen Sie für TIME_SERIES_DATA_COL die Spalte aus, die die zu prognostizierenden Daten enthält.
  15. Optional: Geben Sie im Abschnitt Optional Werte für zusätzliche Argumente zur Modellabstimmung an. Die verfügbaren Argumente variieren je nach Typ des Modells, das Sie erstellen.

  16. Optional: Wenn ein Abschnitt Hyperparameter-Abstimmung vorhanden ist, können Sie die Option NUM_TRIALS angeben, um die [Hyperparameter-Abstimmung](/bigquery/docs/hyperparameter-tuning-tutorial) für Ihr Modell zu aktivieren. Die für die Hyperparameter-Abstimmung verfügbaren Argumente variieren je nach Typ des Modells, das Sie erstellen.

  17. Klicken Sie auf Modell erstellen.

  18. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.

Remote-Modell über ein vortrainiertes Modell erstellen

Mit diesem Verfahren können Sie die folgenden Arten von Remote-Modellen erstellen:

So erstellen Sie ein Modell:

  1. Rufen Sie die Seite BigQuery auf.

    BigQuery aufrufen

  2. Klicken Sie im linken Bereich auf Explorer:

    Hervorgehobener Button für den Explorer-Bereich.

  3. Klicken Sie im Bereich Explorer auf Datasets und dann auf das von Ihnen erstellte Dataset.

  4. Klicken Sie neben dem Dataset auf Aktionen ansehen und dann auf BQML-Modell erstellen.

    Der Bereich Neues Modell erstellen wird geöffnet.

  5. Geben Sie unter Modellname einen Namen für das Modell ein.

  6. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus.

    1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
    2. Wählen Sie unter Region eine Region für die gespeicherte Abfrage aus.
  7. Klicken Sie auf Weiter.

  8. Wählen Sie im Abschnitt Erstellungsmethode die Option Mit Vertex AI-LLM-Dienst und Cloud AI-Diensten verbinden aus.

  9. Wählen Sie auf der Seite Modelloptionen je nach Anwendungsfall Google- und Partnermodelle oder Offene Modelle als Modelltyp aus.

  10. Führen Sie im Abschnitt Remote-Verbindung einen der folgenden Schritte aus:

    • Wenn Sie eine Standardverbindung konfiguriert haben oder sowohl die Rolle „BigQuery Admin“ als auch die Rolle „Project IAM Admin“ haben, wählen Sie Standardverbindung aus.
    • Wenn Sie keine Standardverbindung konfiguriert haben oder Ihnen die entsprechenden Rollen fehlen, wählen Sie Cloud-Ressourcenverbindung aus.

      1. Wählen Sie unter Projekt das Projekt aus, das die Verbindung enthält, die Sie verwenden möchten.
      2. Wählen Sie unter Standort den von der Verbindung verwendeten Standort aus.
      3. Wählen Sie unter Verbindung die Verbindung aus, die für das Remote-Modell verwendet werden soll, oder wählen Sie Neue Verbindung erstellen aus, um eine neue Verbindung zu erstellen.

  11. Führen Sie im Abschnitt Erforderliche Optionen einen der folgenden Schritte aus:

    • Geben Sie für Remote-Modelle über Google-Modelle und Partnermodelle den zu verwendenden Endpunkt an. Dies ist der Name des Modells, z. B. gemini-3.5-flash. Weitere Informationen zu unterstützten Modellen finden Sie unter ENDPOINT.
    • Kopieren Sie für Remote-Modelle über offene Modelle den zu verwendenden Endpunkt und fügen Sie ihn ein. Dies ist der freigegebene öffentliche Endpunkt eines Modells, das auf der Agent Platform bereitgestellt wurde, im Format https://location-aiplatform.googleapis.com/v1/projects/project/locations/location/endpoints/endpoint_id. Weitere Informationen finden Sie unter ENDPOINT.
  12. Klicken Sie auf Modell erstellen.

  13. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.

Remote-Modell über ein benutzerdefiniertes Modell erstellen

Mit diesem Verfahren können Sie Remote-Modelle über benutzerdefinierte Modelle erstellen, die auf der Gemini Enterprise Agent Platform bereitgestellt wurden.

So erstellen Sie ein Modell:

  1. Rufen Sie die Seite BigQuery auf.

    BigQuery aufrufen

  2. Klicken Sie im linken Bereich auf Explorer:

    Hervorgehobener Button für den Explorer-Bereich.

  3. Klicken Sie im Bereich Explorer auf Datasets und dann auf das von Ihnen erstellte Dataset.

  4. Klicken Sie neben dem Dataset auf Aktionen ansehen und dann auf BQML-Modell erstellen.

    Der Bereich Neues Modell erstellen wird geöffnet.

  5. Geben Sie unter Modellname einen Namen für das Modell ein.

  6. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus.

    1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
    2. Wählen Sie unter Region eine Region für die gespeicherte Abfrage aus.
  7. Klicken Sie auf Weiter.

  8. Wählen Sie im Abschnitt Erstellungsmethode die Option Mit nutzerverwalteten Vertex AI-Endpunkten verbinden aus.

  9. Führen Sie im Abschnitt Remote-Verbindung der Seite Modelloptionen einen der folgenden Schritte aus:

    • Wenn Sie eine Standardverbindung konfiguriert haben oder sowohl die Rolle „BigQuery Admin“ als auch die Rolle „Project IAM Admin“ haben, wählen Sie Standardverbindung aus.
    • Wenn Sie keine Standardverbindung konfiguriert haben oder Ihnen die entsprechenden Rollen fehlen, wählen Sie Cloud-Ressourcenverbindung aus.

      1. Wählen Sie unter Projekt das Projekt aus, das die Verbindung enthält, die Sie verwenden möchten.
      2. Wählen Sie unter Standort den von der Verbindung verwendeten Standort aus.
      3. Wählen Sie unter Verbindung die Verbindung aus, die für das Remote-Modell verwendet werden soll, oder wählen Sie Neue Verbindung erstellen aus, um eine neue Verbindung zu erstellen.

  10. Geben Sie im Abschnitt Erforderliche Optionen den zu verwendenden Endpunkt an. Dies ist der freigegebene öffentliche Endpunkt eines Modells, das auf der Agent Platform bereitgestellt wurde, im Format https://location-aiplatform.googleapis.com/v1/projects/project/locations/location/endpoints/endpoint_id. Weitere Informationen finden Sie unter: ENDPOINT.

  11. Klicken Sie auf Modell erstellen.

  12. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.

Remote-Modell über einen Cloud AI-Dienst erstellen

Mit diesem Verfahren können Sie Remote-Modelle über Cloud AI-Dienste erstellen.

So erstellen Sie ein Modell:

  1. Rufen Sie die Seite BigQuery auf.

    BigQuery aufrufen

  2. Klicken Sie im linken Bereich auf Explorer:

    Hervorgehobener Button für den Explorer-Bereich.

  3. Klicken Sie im Bereich Explorer auf Datasets und dann auf das von Ihnen erstellte Dataset.

  4. Klicken Sie neben dem Dataset auf Aktionen ansehen und dann auf BQML-Modell erstellen.

    Der Bereich Neues Modell erstellen wird geöffnet.

  5. Geben Sie unter Modellname einen Namen für das Modell ein.

  6. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus.

    1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
    2. Wählen Sie unter Region eine Region für die gespeicherte Abfrage aus.
  7. Klicken Sie auf Weiter.

  8. Wählen Sie im Abschnitt Erstellungsmethode die Option Mit Vertex AI-LLM-Dienst und Cloud AI-Diensten verbinden aus.

  9. Wählen Sie auf der Seite Modelloptionen die Option Cloud AI-Dienste aus.

  10. Führen Sie im Abschnitt Remote-Verbindung einen der folgenden Schritte aus:

    • Wenn Sie eine Standardverbindung konfiguriert haben oder sowohl die Rolle „BigQuery Admin“ als auch die Rolle „Project IAM Admin“ haben, wählen Sie Standardverbindung aus.
    • Wenn Sie keine Standardverbindung konfiguriert haben oder Ihnen die entsprechenden Rollen fehlen, wählen Sie Cloud-Ressourcenverbindung aus.

      1. Wählen Sie unter Projekt das Projekt aus, das die Verbindung enthält, die Sie verwenden möchten.
      2. Wählen Sie unter Standort den von der Verbindung verwendeten Standort aus.
      3. Wählen Sie unter Verbindung die Verbindung aus, die für das Remote-Modell verwendet werden soll, oder wählen Sie Neue Verbindung erstellen aus, um eine neue Verbindung zu erstellen.

  11. Wählen Sie im Abschnitt Erforderliche Optionen den zu verwendenden Cloud AI-Diensttyp aus.

  12. Geben Sie im Abschnitt Optional Informationen zum Dokumentprozessor an, wenn Sie den Dienst CLOUD_AI_DOCUMENT_V1 verwenden. Optional können Sie Informationen zur Spracherkennung angeben, wenn Sie den Dienst CLOUD_AI_SPEECH_TO_TEXT_V2 verwenden.

  13. Klicken Sie auf Modell erstellen.

  14. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.

Importiertes Modell erstellen

Mit diesem Verfahren können Sie BigQuery ML-Modelle erstellen, indem Sie die folgenden Modelltypen importieren:

So erstellen Sie ein Modell:

  1. Rufen Sie die Seite BigQuery auf.

    BigQuery aufrufen

  2. Klicken Sie im linken Bereich auf Explorer:

    Hervorgehobener Button für den Explorer-Bereich.

  3. Klicken Sie im Bereich Explorer auf Datasets und dann auf das von Ihnen erstellte Dataset.

  4. Klicken Sie neben dem Dataset auf Aktionen ansehen und dann auf BQML-Modell erstellen.

    Der Bereich Neues Modell erstellen wird geöffnet.

  5. Geben Sie unter Modellname einen Namen für das Modell ein.

  6. Wenn Sie eine gespeicherte Abfrage erstellen möchten, die die CREATE MODEL-Anweisung für das Modell enthält, wählen Sie Abfrage speichern aus.

    1. Geben Sie unter Abfragename einen Namen für die gespeicherte Abfrage ein.
    2. Wählen Sie unter Region eine Region für die gespeicherte Abfrage aus.
  7. Klicken Sie auf Weiter.

  8. Wählen Sie im Abschnitt Erstellungsmethode die Option Modell importieren aus.

  9. Wählen Sie auf der Seite Modelloptionen den Modelltyp aus, den Sie importieren möchten.

  10. Suchen Sie unter GCS-Pfad nach dem URI für den Cloud Storage-Bucket, der das Modell enthält, oder fügen Sie ihn ein.

  11. Klicken Sie auf Modell erstellen.

  12. Wenn die Modellerstellung abgeschlossen ist, klicken Sie auf Zum Modell, um die Modelldetails aufzurufen.