Vous allez entraîner un modèle BigQuery ML avec un prétraitement SQL, mais vous exécuterez des prédictions sur des données brutes non transformées. Comment devez-vous structurer l'entraînement et la prédiction pour éviter le biais de données au moment de la prédiction ?

La clause TRANSFORM de BigQuery ML est conçue précisément pour ce scénario. Elle permet de définir les étapes de prétraitement (normalisation, encodage, etc.) au moment de l'entraînement du modèle. Lorsque vous utilisez ce modèle pour la prédiction avec ML.PREDICT (et non ML.EVALUATE qui est pour l'évaluation), BigQuery ML applique automatiquement les mêmes transformations aux nouvelles données brutes avant de faire la prédiction. Cela garantit que les données de prédiction sont traitées de la même manière que les données d'entraînement, évitant ainsi le biais de données au moment de la prédiction. Les autres options sont incorrectes car : La deuxième option implique une transformation manuelle des données de prédiction, ce qui est redondant et source d'erreurs potentielles. La troisième option, bien que l'utilisation d'une vue soit une bonne pratique pour le prétraitement, ne garantit pas que les transformations seront appliquées automatiquement et de manière cohérente aux données de prédiction brutes sans spécifier explicitement les transformations. La quatrième option déplace le prétraitement vers Dataflow, ce qui est une solution externe et plus complexe que nécessaire pour ce cas d'usage, et ne résout pas le problème de l'application automatique des transformations au moment de la prédiction sans biais.