Il modello TimesFM
Questo documento descrive il modello di previsione delle serie temporali TimesFM integrato di BigQuery ML.
Il modello TimesFM integrato è un'implementazione del modello TimesFM open source di Google Research. Il modello TimesFM di Google Research è un modello di base per la previsione di serie temporali preaddestrato su miliardi di punti temporali provenienti da molti set di dati reali, 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
funzione AI.FORECAST
consente di eseguire
previsioni senza dover creare e addestrare un modello personalizzato, in modo da
evitare la necessità di gestire i modelli.
I risultati delle previsioni del modello TimesFM sono paragonabili a
metodi statistici convenzionali come ARIMA. Se vuoi più opzioni di ottimizzazione del modello rispetto a quelle offerte dal modello TimesFM, puoi creare un modello ARIMA_PLUS o ARIMA_PLUS_XREG e utilizzarlo con la funzione ML.FORECAST.
Per scoprire come utilizzare un modello TimesFM con la funzione AI.FORECAST, consulta i seguenti tutorial:
- Prevedi una o più serie temporali con un modello univariato TimesFM
- Prevedi una singola serie temporale con un modello multivariato TimesFM (anteprima)
- Prevedi più serie temporali con un modello multivariato TimesFM (anteprima)
Per utilizzare il modello TimesFM per rilevare le anomalie nei dati delle serie temporali, utilizza la
funzione AI.DETECT_ANOMALIES.
Per valutare i valori previsti dal modello TimesFM rispetto ai valori effettivi,
utilizza la
funzione AI.EVALUATE.
Per saperne di più sul modello TimesFM di Google Research, utilizza le seguenti risorse: