Enable javascript in your browser for better experience. Need to know to enable it? Go here.
Publicado : May 19, 2020
Not on the current edition
This blip is not on the current edition of the Radar. If it was on one of the last few editions it is likely that it is still relevant. If the blip is older it might no longer be relevant and our assessment might be different today. Unfortunately, we simply don't have the bandwidth to continuously review blips from previous editions of the Radar Understand more
May 2020
Evaluar ? Vale la pena explorarlo con el objetivo de entender cómo afectará a tu empresa.

A menudo entrenar y predecir los resultados en modelos de aprendizaje automático (machine-learning) requiere código para llevar los datos al modelo. Google BigQuery ML invierte esto llevando el modelo a los datos. Google BigQuery es un almacen de datos diseñados para servir consultas a gran escala usando SQL, para casos de usos analitico. Google BigQuery ML extiende esta funcionalidad y su interfaz SQL para crear, entrenar y evaluar modelos de aprendizaje automático usando sus conjuntos de datos; y eventualmente correr modelos predictivos para crear un nuevo conjunto de datos BigQuery. Soporta un limitado conjunto de modelos out of the box, como regresión lineal para predicción o regresión binaria y multiclase para clasificación. También soporta, con limitada funcionalidad, la importación de modelos de TensorFlow previamente entrenados. Aunque BigQuery ML y su enfoque basado en SQL disminuye la barra para usar machine learning para hacer predicciones y recomendaciones, particularmente para exploración rapida, esto puede ser una desventaja al dejar de lado aspectos del entrenamiento del modelo tal como pruebas de sesgo ético, explicabilidad y entrega continua para modelos de machine learning.

Radar

Descargar el Radar Tecnológico Volumen 25

 

English | Español | Português | 中文

Radar

Mantente informada sobre Tecnología

 

 Suscríbete ahora

Visita nuestro archivo para leer los volúmenes anteriores