Il modello TimesFM
Questo documento descrive il modello di previsione delle serie temporali TimesFM integrato di BigQuery ML.
Il modello univariato TimesFM integrato è un'implementazione del modello open source TimesFM di Google Research's TimesFM. Il modello TimesFM di Google Research è un modello di base per la previsione delle serie temporali che è stato preaddestrato su miliardi di punti temporali provenienti da molti set di dati del mondo reale, quindi puoi applicarlo a nuovi set di dati di previsione in molti domini. Il modello TimesFM è disponibile in tutte le regioni supportate da BigQuery.
L'utilizzo del modello TimesFM integrato di BigQuery ML con la
AI.FORECAST funzione
consente di eseguire
la previsione senza dover creare e addestrare un modello personalizzato, in modo da
evitare la necessità di gestire i modelli.
I risultati della previsione del modello TimesFM sono paragonabili ai metodi statistici convenzionali come ARIMA. Se vuoi avere più
opzioni di ottimizzazione del modello rispetto a quelle offerte dal modello TimesFM, puoi creare un
ARIMA_PLUS
o
ARIMA_PLUS_XREG
modello e utilizzarlo con la funzione
ML.FORECAST
invece.
Per provare a utilizzare un modello TimesFM con la funzione AI.FORECAST, consulta
Prevedere più serie temporali con un modello univariato TimesFM.
Per utilizzare il modello TimesFM per rilevare le anomalie nei dati delle serie temporali, utilizza la
AI.DETECT_ANOMALIES funzione.
Per valutare i valori previsti dal modello TimesFM rispetto ai valori effettivi,
utilizza la
AI.EVALUATE funzione.
Per saperne di più sul modello TimesFM di Google Research, utilizza le seguenti risorse: