Model TimesFM
Dokumen ini menjelaskan model perkiraan deret waktu TimesFM bawaan BigQuery ML.
Model TimesFM bawaan adalah implementasi dari model TimesFM open source dari Google Research. Model TimesFM Google Research adalah model dasar untuk perkiraan deret waktu yang telah dilatih pada miliaran titik waktu dari banyak set data dunia nyata, sehingga Anda dapat menerapkannya ke set data perkiraan baru di berbagai domain. Model TimesFM tersedia di semua region yang didukung BigQuery.
Dengan menggunakan model TimesFM bawaan BigQuery ML dengan fungsi AI.FORECAST, Anda dapat melakukan peramalan tanpa harus membuat dan melatih model sendiri, sehingga Anda dapat menghindari kebutuhan akan pengelolaan model.
Hasil perkiraan dari model TimesFM sebanding dengan metode statistik konvensional seperti ARIMA. Jika menginginkan opsi penyesuaian model yang lebih banyak daripada yang ditawarkan model TimesFM, Anda dapat membuat model
ARIMA_PLUS
atau
ARIMA_PLUS_XREG
dan menggunakannya dengan
fungsi ML.FORECAST.
Untuk mempelajari cara menggunakan model TimesFM dengan fungsi AI.FORECAST, lihat tutorial berikut:
- Memperkirakan deret waktu tunggal atau ganda dengan model univariat TimesFM
- Memperkirakan deret waktu tunggal dengan model multivariat TimesFM (Pratinjau)
- Memperkirakan beberapa deret waktu dengan model multivariat TimesFM (Pratinjau)
Untuk menggunakan model TimesFM guna mendeteksi anomali dalam data deret waktu, gunakan
fungsi AI.DETECT_ANOMALIES.
Untuk mengevaluasi nilai yang diperkirakan dari model TimesFM terhadap nilai aktual, gunakan
fungsi AI.EVALUATE.
Untuk mempelajari lebih lanjut model TimesFM Google Riset, gunakan referensi berikut:
Saat Anda menggunakan TimesFM melalui BigQuery, penggunaan Anda diatur oleh
Persyaratan Layanan Google Cloud dan memungkinkan
penggunaan komersial. Lisensi non-komersial yang terkait dengan bobot TimesFM 3.0 yang dapat didownload secara publik di GitHub dan Hugging Face hanya berlaku untuk download yang dihosting sendiri dan tidak membatasi penggunaan dalam BigQuery.