发布日期:2020年5月19日
现在的版本没有
这个光点不在当前版本的雷达上。如果它是在最后几个版本之一，很可能它仍然是相关的。如果这个光点是更早的，它可能不再是相关的，我们今天的评估可能会不同。不幸的是，我们没有足够的带宽来不断地检查来自以前版本的雷达的信号
了解更多
2020年5月
评估
值得探索，以了解它将如何影响您的企业。
通常，机器学习模型的训练和预测结果需要代码将数据导入模型。谷歌BigQuery毫升通过将模型引入到数据中来反转这一点。谷歌BigQuery是一个数据仓库，设计用于为分析用例提供使用SQL的大规模查询。谷歌BigQuery ML扩展了这个函数及其SQL接口，使用它的数据集来创建、训练和评估机器学习模型;并最终运行模型预测来创建新的BigQuery数据集。它支持一组有限的开箱即用的模型，例如用于预测的线性回归或用于分类的二元和多元回归。它还支持导入以前训练过的内容，但功能有限TensorFlow模型。尽管BigQuery ML及其基于sql的方法降低了使用机器学习进行预测和建议的门槛，特别是对于快速探索，但这也带来了一个困难的权衡:在模型训练的其他方面，比如道德偏见的测试，explainability和机器学习的持续交付．
