BigQuery DataFrames(BigFrames)は新しい.bigqueryアクセルを導入し、ユーザーが慣れたpandas DataFrame内で直接高度な機械学習を実行できるようにします。この統合により、クラウドインフラ上でBigQueryのエンタープライズ向けAI機能をシームレスに活用できます。線形回帰のようなタスクでは、ローカルトレーニングをバイパスしてBigQueryのデータ上で直接ai.predict()を活用できるようになりました。.bigqueryアクセサはpandasの操作をGoogle Standard SQLに翻訳し、モデルをBigQuery上でネイティブに実行します。環境設定には特定のGoogle Cloud役割とpandasおよびbigframeのインストールが必要です。AI機能はpandas SeriesとDataFrameの両方で利用可能です。Seriesでは、ai.embed()がテキスト埋め込みを計算し、ai.similarity()は余弦類似度スコアを計算します。DataFrame関数は、時系列予測のためのai.forecast()や自然言語行フィルタリング用のai.if_()など、多列操作を扱います。これらの機能はクラウドインフラやモデル実行の複雑さを抽象化します。目標は、データサイエンティストがPythonエコシステムを離れることなく高度なAIタスクを実行できるようにすることです。対応機能には組み込み生成、分類、予測、予測モデリングが含まれます。pandas内のBigQuery AI機能により、機械学習ワークフローのスケーリングが簡素化されます。