# Google CloudとBigQueryのワークフロー

> Google CloudとBigQueryのワークフロー - Google
> Collaboratoryを使用してBigQueryからデータを読み込み、DataRobotを使用してモデルを構築および評価し、そのモデルからの予測をBigQueryとGCPにデプロイして戻します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.223094+00:00` (UTC).

## Primary page

- [Google CloudとBigQueryのワークフロー](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/ml-gcp.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/ecosystem_integration_templates/GCP_template/GCP%20DataRobot%20End%20To%20End.ipynb)

DataRobotはGCP環境に直接統合することができ、すべてのGCPサービスで機械学習の使用を加速するのに役立ちます。

このノートブックアクセラレーターでは、Google Collaboratoryまたはその他のノートブック環境を使用して、BigQueryからデータを読み込み、DataRobotを使用してMLモデルを構築および評価し、そのモデルからの予測をBigQueryおよびGCPにデプロイして戻すことができます。

このアクセラレーターでは、以下をカバーします。

1. データの準備と接続の確認：ノートブックの最初のセクションでは、モデリングに使用するサンプルデータセットをBigQueryにロードします。 完了したら、BigQueryデータをDataRobotに接続します。
2. モデルの構築と評価：DataRobot Python APIを使用して、50近い異なる機械学習モデルを構築し、これらのモデルがデータセット上でどのように機能するかを評価します。
3. スコアリングとホスティング：最後のセクションでは、新しいモデル上でデータセット全体をスコアリングし、予測データをBigQueryに書き戻し、GCPアプリケーションで使用します。