💡 Пояснення до квізу 2:

A: Ні, необов’язково. Звісно, для складних deep learning задач варто використати TensorFlow або Vertex AI, але BigQuery ML покриває багато стандартних кейсів ML прямо всередині BQ.

B: Правильно. BigQuery ML – це компонент BigQuery, що дозволяє створювати та навчати моделі машинного навчання за допомогою SQL-запитів. Наприклад, ви можете написати CREATE MODEL my_model OPTIONS(model_type='linear_reg') AS SELECT ... і BigQuery сам навчить модель лінійної регресії на ваших даних. Підтримуються різні типи моделей: лінійна і логістична регресія, класифікація (методи дерев рішень, XGBoost), кластеризація (K-means), ARIMA+для прогнозування часових рядів, і навіть нейронні мережі (DNN) тощо. Потім можна виконувати запити типу SELECT * FROM ML.PREDICT(MODEL my_model, NEW_DATA). Це дає змогу аналітикам, знайомим з SQL, застосовувати ML без переходу в інші середовища.

C: Ні, BigQuery ML доступний для всіх даних. Питання конфіденційності вирішує сам користувач – які дані аналізувати. BigQuery не блокує ML через GDPR; навпаки, багато кейсів (напр. прогноз відтоку клієнтів) – це типові застосування BQ ML на персональних (але анонімізованих) даних.

D: BigQuery ML орієнтований на табличні дані (числові, категоріальні змінні). Для зображень BigQuery не використовується (хоч можна зберігати посилання чи фічі зображень як вектори, але це складно).