bigquery-ai-ml
/bigquery-ai-ml
Tworzy zapytania BigQuery z funkcjami ML i GenAI do prognoz, wykrywania anomalii, wskazywania czynników wpływu i pracy z tekstem.
- Repozytorium
- data-agent-kit-starter-pack ↗
- Licencja
- Apache-2.0
- Ostatnia zmiana repozytorium
- 13.10.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 18
- Skrypty
- 0
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Brak sygnałów. Repozytorium zmienione 13.10.2026, bez odwołań do wycofanych modeli i API.
Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.
Co robi i kiedy
Tworzy zapytania BigQuery z funkcjami ML i GenAI do prognoz, wykrywania anomalii, wskazywania czynników wpływu i pracy z tekstem.
Oryginalny opis (EN)
Leverages BigQuery's built-in machine learning and GenAI capabilities for advanced data analytics. Use when you need to write SQL queries that perform time-series forecasting, detect outliers, find key drivers, or leverage generative AI capabilities in BigQuery.
Jak działa
- Reference Directory
Podgląd SKILL.md
---
name: bigquery-ai-ml
license: Apache-2.0
metadata:
version: v2
publisher: google
description: >-
Leverages BigQuery's built-in machine learning and GenAI capabilities
for advanced data analytics. Use when you need to write SQL queries
that perform time-series forecasting, detect outliers, find key drivers, or leverage generative AI capabilities in BigQuery.
---
# BigQuery AI & ML
BigQuery integrates with Vertex AI to provide powerful machine learning and
generative AI capabilities directly within SQL queries using built-in functions
like `AI.FORECAST`, `AI.KEY_DRIVERS`, `AI.DETECT_ANOMALIES`, and `AI.GENERATE`.
> [!IMPORTANT]
> You MUST read and follow the global constraints and mandatory function routing rules in
> [ai_function_best_practices.md](references/ai_function_best_practices.md) before writing any BQML AI/ML SQL query.
## Reference Directory
- **Best Practices**:
[ai_function_best_practices.md](references/ai_function_best_practices.md)
- **Functions Reference**:
- **AI.AGG**: [ai_agg.md](references/ai_agg.md) - Multi-row semantic
aggregation and summarization.
- **AI.CLASSIFY**: [ai_classify.md](references/ai_classify.md) -
Classify text.
- **AI.DETECT_ANOMALIES**:
[ai_detect_anomalies.md](references/ai_detect_anomalies.md) -
Detect anomalies.
- **AI.EVALUATE**: [ai_evaluate.md](references/ai_evaluate.md) -
Evaluate models.
- **AI.FORECAST**: [ai_forecast.md](references/ai_forecast.md) -
Time-series forecasting.
- **AI.GENERATE**: [ai_generate.md](references/ai_generate.md) -
Generate text using LLMs.
- **AI.GENERATE_EMBEDDING**:
[ai_generate_embedding.md](references/ai_generate_embedding.md) -
Generate embeddings.
- **AI.GENERATE_TABLE**:
[ai_generate_table.md](references/ai_generate_table.md) -
Table-valued AI generation.
- **AI.IF**: [ai_if.md](references/ai_if.md) - Evaluate semantic
conditions.
- **AI.KEY_DRIVERS**:
[ai_key_drivers.md](references/ai_key_drivers.md) - Identifies key
drivers, this is a TVF.
- **AI.SCORE**: [ai_score.md](references/ai_score.md) - Score data.
- **AI.SEARCH**: [ai_search.md](references/ai_search.md) - Semantic
search.
- **AI.SIMILARITY**:
[ai_similarity.md](references/ai_similarity.md) - Semantic
similarity.
- **Remote Models**:
[remote_models.md](references/remote_models.md) - Working with
remote models (Vertex AI).
- **CONTRIBUTION_ANALYSIS**:
[ml_contribution_analysis.md](references/ml_contribution_analysis.md)
- Finds contributing factors, key drivers of change. Requires creating
a MODEL entity.
- **VECTOR_SEARCH**:
[vector_search.md](references/vector_search.md) - Vector search
best practices.
Pliki w paczce (18)
- SKILL.md 3 KB
- references/ai_agg.md 4 KB
- references/ai_classify.md 4 KB
- references/ai_detect_anomalies.md 5 KB
- references/ai_evaluate.md 2 KB
- references/ai_forecast.md 7 KB
- references/ai_function_best_practices.md 3 KB
- references/ai_generate.md 4 KB
- references/ai_generate_embedding.md 2 KB
- references/ai_generate_table.md 3 KB
- references/ai_if.md 2 KB
- references/ai_key_drivers.md 4 KB
- references/ai_score.md 2 KB
- references/ai_search.md 4 KB
- references/ai_similarity.md 3 KB
- references/ml_contribution_analysis.md 5 KB
- references/remote_models.md 1 KB
- references/vector_search.md 4 KB
Wersje
| Repozytorium | Wynik | Licencja |
|---|---|---|
| Ta strona · gemini-cli-extensions/data-agent-kit-starter-pack | 90 | Apache-2.0 |
| google/skills | 90 | Apache-2.0 |
| google/adk-python | 90 | Apache-2.0 |
Identyczna treść występuje jeszcze w 1 innych folderach na GitHubie. Tu pokazujemy jedną, najlepiej ocenioną kopię.
Migawka bazy z 28.10.2026 · wersja paczki 0cded4412d31 (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 100bigquery-basics
Zarządza zbiorami danych, tabelami i zadaniami w BigQuery oraz korzysta z BigQuery ML i Gemini: zapytania SQL, ładowanie danych, analityka i aplikacje AI na BigQuery. - 92write-script-bigquery
Prowadzi przez pisanie zapytań BigQuery zgodnie z konwencjami tej platformy. - 100bigquery-basics
Zarządza zbiorami danych, tabelami i widokami w BigQuery, uruchamia zapytania SQL i obsługuje podstawowe ładowanie danych oraz analizę. - 100bigquery-basics
Zarządza zbiorami danych, tabelami i zadaniami w BigQuery oraz integruje się z BigQuery ML i Gemini do analiz opartych na AI, zapytań SQL i ładowania danych. - 100bigquery-basics
Zarządza zbiorami danych, tabelami i zadaniami w BigQuery, uruchamia zapytania SQL, obsługuje zasoby takie jak widoki oraz podstawowe ładowanie i analizę danych. - 90bigquery-sql
Optymalizuje zapytania SQL w BigQuery pod kątem kosztu i wydajności, stosując sprawdzone zasady przetwarzania danych.