기계 학습 모델 구축에 여전히 많은 장애물이 있으며, 그 중 하나가 데이터가있는 곳에서 모델을 구축하는 곳에 대량의 데이터를 이동하는 것이다. Google은 그 공정을 조금이라도 쉽게하기 위해 데이터웨어 하우스 BigQuery 에서 모델을 만들 수있는 기능 BigQuery ML을 시작했다.
BigQuery ML을 사용하여 모델을 미세 조정하기 위해 데이터를 앞뒤로시키지 않고 데이터웨어 하우스에서 선형 회귀와 로지스틱 회귀를 사용하여 모델을 구축 할 수있다. 게다가 모델을 구축하여 예측을 위해 할 일은 소량의 SQL을 쓰는 것 뿐이다.
데이터의 이동이 그렇게 큰 문제라고는 보통 사람은 생각 할지도 모르지만, 단순한 물리적 이동이 아니라 선택과 성형 등의 처리가 필요하기 때문에 상당한 시간을 요한다. 그만큼 모델의 구축에 투입 할 시간이 여파된다.
BigQuery ML에서는 기계 학습 경험 사람도 쉽게 모델을 구축 할 수있다. 먼저 SQL 변종 같은 것으로 만들고 싶은 모델의 종류와 입력 데이터를 지정한다. 그러자 BigQueryML이 모델의 구축을 시작하고 거기에서 즉시 예측를 얻을 수있게된다. R 및 Python으로 코드를 작성할 필요가 없다.
BigQuery ML은 지금 베타를 이용할 수있다.