注目★★★★★Google Cloud
BigQueryにTabFM、学習なしで表データを即時予測
30秒で把握
- 1GoogleがBigQueryにTabFM追加、単一SQLで表データの回帰・分類を実行
- 2AI.PREDICTとAI.EVALUATEで予測・評価、数百万行を数分で推論
- 3学習と特徴量処理を省略、説明性や高度な制御はXGBoostが適する
要約
Googleは、表データ向け基盤モデル「TabFM」をBigQueryに追加し、回帰・分類の予測を単一SQL文で実行可能にした。Google Research開発の事前学習済みモデルで、学習・チューニング・モデル配備を省き、in-context learningで予測する。新しいAI.PREDICTとAI.EVALUATE関数を使い、欠損値処理やカテゴリ encodingも自動化できる。BigQueryの分散推論により、数百万行の推論テーブルを数分で処理する。現在はプレビュー提供で、TabArenaでは従来の機械学習モデルや他の表データ基盤モデルを一貫して上回った。大規模な学習データや特徴量重要度の説明性、細かなハイパーパラメータ制御が必要な場合は、XGBoostなど従来モデルが適する。
あなたへの影響
BigQueryで予測MLを使う日本の開発チームは、プレビュー環境でAI.PREDICTとAI.EVALUATEを検証し、既存モデルとの精度・コスト・説明性を比較すべきです。
推奨：in-context learningは学習済みモデルを個別に再訓練せず、履歴データを例として予測する方式です。