经常训练和预测机器学习模型的结果需要代码将数据置于模型中。谷歌bigquery ml.通过将模型带到数据来反转它。谷歌bigquery.是一个数据仓库,旨在使用SQL提供大规模查询,用于分析用例。Google BigQuery ML扩展了此功能及其SQL接口以使用其数据集创建,列车和评估机器学习模型;并最终运行模型预测以创建新的BigQuery数据集。它支持一组有限的型号,其中框中出来,例如用于预测或二进制的线性回归和分类的多字母回归。它还支持有限的功能,导入先前培训纹身流楷模。虽然BigQuery ML及其SQL的方法降低了使用机器学习的栏,但尤其是快速探索的预测和建议,这是一个艰难的权衡:损害了模型训练的其他方面,如道德偏见测试那解释性和连续交付机器学习。