Es posible que parte de la información de esta página (o toda) no se aplique a Trusted Cloud de S3NS.

Creación de modelos

BigQuery ML te permite compilar y poner en funcionamiento modelos de aprendizaje automático (AA) en datos de BigQuery mediante SQL.

Un flujo de trabajo típico de desarrollo de modelos en BigQuery ML es similar al siguiente:

Crea el modelo mediante la declaración CREATE MODEL.
Realiza el procesamiento previo de atributos. Algunos procesamientos previos ocurren automáticamente, además puedes usar funciones de procesamiento previo manual dentro de la cláusula TRANSFORM para realizar el procesamiento previo adicional.
Define mejor el modelo mediante el ajuste de hiperparámetros para ajustar el modelo a los datos de entrenamiento.
Evalúa el modelo para evaluar su rendimiento en datos fuera del conjunto de entrenamiento y, también, a fin de compararlo con otros modelos si corresponde.
Realiza inferencias para analizar datos mediante el modelo.
Proporciona explicabilidad para el modelo a fin de aclarar cómo los atributos particulares influyeron en una predicción determinada y, también, en el modelo en general.
Obtén más información sobre los componentes que comprimen el modelo mediante pesos del modelo.

Debido a que puedes usar muchos tipos de modelos diferentes en BigQuery ML, las funciones disponibles para cada modelo varían. Consulta el recorrido del usuario de extremo a extremo para cada modelo a fin de ver las funciones específicas disponibles para cada modelo.