Crear un modelo de aprendizaje automático en BigQuery ML mediante la Google Cloud consola

En este documento se explica cómo usar la consola de Google Cloud para crear un modelo de BigQuery ML.

Roles obligatorios

• Para crear un modelo y ejecutar la inferencia, debes tener los siguientes roles:

  • Editor de datos de BigQuery (roles/bigquery.dataEditor)
  • Usuario de BigQuery (roles/bigquery.user)

Antes de empezar

1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

   Go to project selector

2. Verify that billing is enabled for your Google Cloud project.

3. Enable the BigQuery and BigQuery Connection APIs.

   Roles required to enable APIs

   To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

   Enable the APIs

Requisitos previos específicos del modelo

Antes de crear un modelo, asegúrese de que cumple los requisitos previos del tipo de modelo que va a crear:

• Si quieres usar una consulta para seleccionar datos de entrenamiento de un modelo, debes tener esa consulta disponible como consulta guardada.

• Los modelos de factorización de matriz requieren reservas. Para obtener más información, consulta los precios.

• Los siguientes modelos remotos requieren una conexión de recursos de Cloud:

  • Modelos remotos en Vertex AI y modelos de partners
  • Modelos remotos frente a modelos abiertos
  • Modelos remotos a través de servicios de IA de Cloud
  • Modelos remotos en lugar de modelos personalizados en Vertex AI

  También se deben conceder determinados roles a la cuenta de servicio de la conexión, en función del tipo de modelo remoto.

• Para importar un modelo, debe haberlo subido a un segmento de Cloud Storage.

Crear conjunto de datos

Crea un conjunto de datos de BigQuery para que contenga tus recursos:

Crear un modelo entrenado internamente o externamente

Siga este procedimiento para crear los siguientes tipos de modelos:

• Modelos de series temporales:

  • ARIMA_PLUS
  • ARIMA_PLUS_XREG

• Análisis de contribución: Análisis de contribución

• Clasificación:

  • Regresión logística
  • Clasificación de árbol de potenciación
  • Clasificación de bosque aleatorio
  • Clasificación de redes neuronales profundas (DNN)
  • Clasificación de modelos amplios y profundos
  • Clasificación de AutoML

• Regresión:

  • Regresión lineal
  • Regresión de árbol de potenciación
  • Regresión de bosque aleatorio
  • Regresión de redes neuronales profundas (DNN)
  • Regresión wide and deep
  • Regresión de AutoML

• Clustering: K-medias

• Recomendación: Factorización de matriz

• Reducción de la dimensionalidad:

  • Análisis de componentes principales (ACP)
  • Autoencoder

Estos modelos tienen diferentes conjuntos de opciones según su tipo. Aunque el ajuste automático de BigQuery ML funciona bien en la mayoría de los casos, puedes ajustar manualmente tu modelo como parte del procedimiento. Si quieres hacerlo, consulta la documentación del tipo de modelo en cuestión para obtener más información sobre las opciones del modelo.

Para crear un modelo, sigue estos pasos:

1. Ve a la página BigQuery.

   Ir a BigQuery

2. En el panel Explorador, haz clic en el conjunto de datos que has creado.

3. Haz clic en more_vert Ver acciones junto al conjunto de datos y, a continuación, en Crear modelo de BQML.

   Se abrirá el panel Crear modelo.

4. En Nombre del modelo, escriba el nombre del modelo.

5. Si quiere crear una consulta guardada que contenga la instrucción CREATE MODEL del modelo, seleccione Guardar consulta .

   1. En Nombre de la consulta, escribe un nombre para la consulta guardada.
   2. En Región, elige una región para la consulta guardada.

6. Haz clic en Continuar.

7. En la sección Método de creación, selecciona Entrenar un modelo en BigQuery.

8. En la sección Objetivo de modelización, seleccione un objetivo de modelización para el modelo.

9. Haz clic en Continuar.

10. En la página Opciones de modelo, selecciona un tipo de modelo. El tipo de modelo que puedes seleccionar varía en función del objetivo de modelización que hayas elegido.

11. En la sección Datos de entrenamiento, haga una de las siguientes acciones:

    • Selecciona Tabla o vista para obtener datos de entrenamiento de una tabla o una vista. A continuación, selecciona el proyecto, el conjunto de datos y el nombre de la vista o la tabla.
    • Selecciona Consulta para obtener datos de entrenamiento de una consulta guardada y, a continuación, selecciona la consulta guardada.

12. En Columnas de etiquetas de entrada seleccionadas, elija las columnas de la tabla, la vista o la consulta que quiera usar como entrada para el modelo.

13. Si hay una sección Opciones obligatorias, especifica la información de la columna solicitada:

    • En los modelos de clasificación y regresión, en INPUT_LABEL_COLS, selecciona la columna que contiene los datos de la etiqueta.

    • En el caso de los modelos de factorización de matrices, seleccione lo siguiente:

      • En RATING_COL, seleccione la columna que contiene los datos de valoración.
      • En USER_COL, seleccione la columna que contiene los datos de usuario.
      • En ITEM_COL, seleccione la columna que contiene los datos de los artículos.

    • En el caso de los modelos de previsión de series temporales, selecciona lo siguiente:

      • En TIME_SERIES_TIMESTAMP_COL, seleccione la columna que contiene los puntos temporales que se usarán al entrenar el modelo.
      • En TIME_SERIES_DATA_COL, seleccione la columna que contiene los datos que quiere predecir.

14. Opcional: En la sección Opcional, especifica los valores de los argumentos adicionales de ajuste del modelo. Los argumentos disponibles varían en función del tipo de modelo que estés creando.

15. Haga clic en Crear modelo.

16. Cuando se haya completado la creación del modelo, haz clic en Ir al modelo para ver los detalles del modelo.

Crear un modelo remoto a partir de un modelo preentrenado

Siga este procedimiento para crear los siguientes tipos de modelos remotos:

• Modelos de Vertex AI o modelos de partners
• Modelos sobre modelos abiertos

Para crear un modelo, sigue estos pasos:

1. Ve a la página BigQuery.

   Ir a BigQuery

2. En el panel Explorador, haz clic en el conjunto de datos que has creado.

3. Haz clic en more_vert Ver acciones junto al conjunto de datos y, a continuación, en Crear modelo de BQML.

   Se abrirá el panel Crear modelo.

4. En Nombre del modelo, escriba el nombre del modelo.

5. Si quiere crear una consulta guardada que contenga la instrucción CREATE MODEL del modelo, seleccione Guardar consulta .

   1. En Nombre de la consulta, escribe un nombre para la consulta guardada.
   2. En Región, elige una región para la consulta guardada.

6. Haz clic en Continuar.

7. En la sección Método de creación, selecciona Conectar con el servicio LLM de Vertex AI y los servicios de IA de Cloud.

8. En la página Opciones de modelo, selecciona Modelos de Google y de partners o Modelos abiertos para el tipo de modelo, según corresponda a tu caso práctico.

9. En la sección Conexión remota, haga una de las siguientes acciones:

   • Si tienes una conexión predeterminada configurada o tienes los roles Administrador de BigQuery y Administrador de IAM del proyecto, selecciona Conexión predeterminada.

   • Si no tiene configurada una conexión predeterminada o no tiene los roles adecuados, seleccione Conexión de recursos de Cloud.

     1. En Proyecto, selecciona el proyecto que contiene la conexión que quieras usar.
     2. En Ubicación, selecciona la ubicación que usa la conexión.

     3. En Conexión, selecciona la conexión que quieras usar para el modelo remoto o selecciona Crear nueva conexión para crear una.

10. En la sección Opciones obligatorias, haga una de las siguientes acciones:

    • En el caso de los modelos remotos, los modelos de Google y los modelos de partners, especifica el endpoint que quieras usar. Es el nombre del modelo, por ejemplo, gemini-2.0-flash. Para obtener más información sobre los modelos admitidos, consulta ENDPOINT.
    • Para los modelos remotos sobre modelos abiertos, copia y pega el endpoint que quieras usar. Este es el endpoint público compartido de un modelo desplegado en Vertex AI, con el formato https://location-aiplatform.googleapis.com/v1/projects/project/locations/location/endpoints/endpoint_id. Para obtener más información, consulta ENDPOINT.

11. Haga clic en Crear modelo.

12. Cuando se haya completado la creación del modelo, haz clic en Ir al modelo para ver los detalles del modelo.

Crear un modelo remoto a partir de un modelo personalizado

Sigue este procedimiento para crear modelos remotos a partir de modelos personalizados desplegados en Vertex AI.

Para crear un modelo, sigue estos pasos:

1. Ve a la página BigQuery.

   Ir a BigQuery

2. En el panel Explorador, haz clic en el conjunto de datos que has creado.

3. Haz clic en more_vert Ver acciones junto al conjunto de datos y, a continuación, en Crear modelo de BQML.

   Se abrirá el panel Crear modelo.

4. En Nombre del modelo, escriba el nombre del modelo.

5. Si quiere crear una consulta guardada que contenga la instrucción CREATE MODEL del modelo, seleccione Guardar consulta .

   1. En Nombre de la consulta, escribe un nombre para la consulta guardada.
   2. En Región, elige una región para la consulta guardada.

6. Haz clic en Continuar.

7. En la sección Método de creación, selecciona Conectar con endpoints de Vertex AI gestionados por el usuario.

8. En la sección Conexión remota de la página Opciones de modelo, haga una de las siguientes acciones:

   • Si tienes una conexión predeterminada configurada o tienes los roles Administrador de BigQuery y Administrador de IAM del proyecto, selecciona Conexión predeterminada.

   • Si no tiene configurada una conexión predeterminada o no tiene los roles adecuados, seleccione Conexión de recursos de Cloud.

     1. En Proyecto, selecciona el proyecto que contiene la conexión que quieras usar.
     2. En Ubicación, selecciona la ubicación que usa la conexión.

     3. En Conexión, selecciona la conexión que quieras usar para el modelo remoto o selecciona Crear nueva conexión para crear una.

9. En la sección Opciones obligatorias, especifica el endpoint que quieras usar. Este es el endpoint público compartido de un modelo desplegado en Vertex AI, con el formato https://location-aiplatform.googleapis.com/v1/projects/project/locations/location/endpoints/endpoint_id. Para obtener más información, consulta ENDPOINT.

10. Haga clic en Crear modelo.

11. Cuando se haya completado la creación del modelo, haz clic en Ir al modelo para ver los detalles del modelo.

Crear un modelo remoto en un servicio de Cloud AI

Sigue este procedimiento para crear modelos remotos en servicios de IA de Cloud.

Para crear un modelo, sigue estos pasos:

1. Ve a la página BigQuery.

   Ir a BigQuery

2. En el panel Explorador, haz clic en el conjunto de datos que has creado.

3. Haz clic en more_vert Ver acciones junto al conjunto de datos y, a continuación, en Crear modelo de BQML.

   Se abrirá el panel Crear modelo.

4. En Nombre del modelo, escriba el nombre del modelo.

5. Si quiere crear una consulta guardada que contenga la instrucción CREATE MODEL del modelo, seleccione Guardar consulta .

   1. En Nombre de la consulta, escribe un nombre para la consulta guardada.
   2. En Región, elige una región para la consulta guardada.

6. Haz clic en Continuar.

7. En la sección Método de creación, selecciona Conectar con el servicio LLM de Vertex AI y los servicios de IA de Cloud.

8. En la página Opciones de modelo, selecciona Servicios de IA de Cloud.

9. En la sección Conexión remota, haga una de las siguientes acciones:

   • Si tienes una conexión predeterminada configurada o tienes los roles Administrador de BigQuery y Administrador de IAM del proyecto, selecciona Conexión predeterminada.

   • Si no tiene configurada una conexión predeterminada o no tiene los roles adecuados, seleccione Conexión de recursos de Cloud.

     1. En Proyecto, selecciona el proyecto que contiene la conexión que quieras usar.
     2. En Ubicación, selecciona la ubicación que usa la conexión.

     3. En Conexión, selecciona la conexión que quieras usar para el modelo remoto o selecciona Crear nueva conexión para crear una.

10. En la sección Opciones obligatorias, selecciona el tipo de servicio de IA de Cloud que quieras usar.

11. En la sección Opcional, especifica la información del procesador de documentos si utilizas el servicio CLOUD_AI_DOCUMENT_V1. También puedes especificar información sobre el reconocedor de voz si usas el servicio CLOUD_AI_SPEECH_TO_TEXT_V2.

12. Haga clic en Crear modelo.

13. Cuando se haya completado la creación del modelo, haz clic en Ir al modelo para ver los detalles del modelo.

Crear un modelo importado

Sigue este procedimiento para crear modelos de BigQuery ML importando los siguientes tipos de modelos:

• ONNX
• TensorFlow
• TensorFlow Lite
• XGBoost

Para crear un modelo, sigue estos pasos:

1. Ve a la página BigQuery.

   Ir a BigQuery

2. En el panel Explorador, haz clic en el conjunto de datos que has creado.

3. Haz clic en more_vert Ver acciones junto al conjunto de datos y, a continuación, en Crear modelo de BQML.

   Se abrirá el panel Crear modelo.

4. En Nombre del modelo, escriba el nombre del modelo.

5. Si quiere crear una consulta guardada que contenga la instrucción CREATE MODEL del modelo, seleccione Guardar consulta .

   1. En Nombre de la consulta, escribe un nombre para la consulta guardada.
   2. En Región, elige una región para la consulta guardada.

6. Haz clic en Continuar.

7. En la sección Método de creación, seleccione Importar modelo.

8. En la página Opciones del modelo, selecciona el tipo de modelo que quieras importar.

9. En Ruta de GCS, busca o pega el URI del segmento de Cloud Storage que contiene el modelo.

10. Haga clic en Crear modelo.

11. Cuando se haya completado la creación del modelo, haz clic en Ir al modelo para ver los detalles del modelo.